今年5月,浙江大学医学院附属邵逸夫医院章仲恒教授团队综合单细胞RNA-seq和BulkRNA-seq分析探索了UTI对脓毒症的潜在机制。该研究结果已以论文《Integrated Single Cell and Bulk RNA-Seq Analysis Revealed Immunomodulatory Effects of Uli...
1.1 Bulk RNA和Single-cell RNA测序数据获取、处理及差异基因筛选 借助GEO数据库(https://www.ncbi.nlm.nih.gov/ gds/)以“age-related macular degeneration”“AMD”作为检索词,种属选择“human sapiens”,查找下载Bulk RNAseq数据集GSE...
为了探索差异基因的免疫作用,作者通过整合来自三阴性乳腺癌的单细胞和bulk RNA-seq数据,最终确定了106个与免疫过程相关的关键lncRNAs和mRNAs。 图2、鉴定三阴性乳腺癌肿瘤细胞和特殊的分化状态 此外,基于LASSO-COX预后模型,作者系统地鉴定了与三阴性乳腺癌生存率显著相关的5个lncRNAs和6个mRNAs.免疫相关的11 个lncRNA-...
在这项研究中,研究者们先基于传统的组织总RNA(bulk RNA)测序数据确定了参与 IVD变性的特定类型的免疫细胞并筛选了相关的Hub基因;而后通过公共单细胞测序数据(scRNA-seq)分析揭示了 NP细胞簇中Hub基因的表达模式;此外,还收集了一些临床样本探索了Hub基因的预后价值。 揭示免疫浸润景观并识别腰椎间盘突出症的诊断生物标...
单细胞测序是一种高通量技术能够研究细胞异质性和细胞间相互作用,很多研究正在通过分析肿瘤细胞和免疫细胞相互作用来预测患者对免疫治疗的反应来个性化治疗。所以该研究对从LUAD样本中获得的scRNA-seq和bulk RNA-seq数据进行全面评估,旨在辨别T细胞标记基因并建立预后特征,并通过GEO队列进一步验证该特征的预测能力。
METAFlux可以根据bulk RNA-seq和scRNA-seq数据预测癌症代谢通量,以解决这些分析空白。METAFlux能够以nutrient-aware的方式使用癌症基因表达数据来表征整个代谢回路并输出non-degenerative通量。对于scRNA-seq 数据,METAFlux还检查TME中细胞类型之间的代谢异质性和相互作用。
Bulk RNA数据基于细胞群体水平获得组织的平均特性,反映细胞群体的平均差异,而Single-cell RNA通过单个细胞的mRNA进行转录组分析,识别不同细胞亚群的细胞类型、状态和谱系,绘制细胞图谱、鉴定细胞异质性,可以精准解析细胞亚类功能及对疾病的影响[8-9]。本研究结合Bulk RNA测序和Single-cell RNA测序数据探究AMD发病机制中...
本期分享一篇整合单细胞和bulk-RNA seq数据分析的文章,揭示了抗原呈递和过程中的肿瘤相关成纤维细胞,并建立了前列腺癌的预测特征模型。文章于2024年1月发表于《Journal of Translational Medicine》,通讯作者为上海交通大学的韩邦旻教授,标题“Integrating single-cell and bulk RNA sequencing data unveils antigen presenta...
Single-cell RNA sequence data from 6 samples were analyzed while studying the GSE188711 (including 19,872 CRC cells) dataset for CRC. The “Seurat” R package122was utilized to construct S4 objects, and then the “Harmony” R package123was used to integrate data from multiple samples. To en...
A total of 40,799 cells from nine LUAD samples were performed via 10X scRNA-seq [16]. Data quality control ultimately retained 30,011 cells (Additional file 1). Subsequently, UMAP analysis revealed 11 clusters, which were further annotated into the following cell types: immune cells (B cells...