图2 BulkRNA-seq数据的差异基因表达分析。(A)UTI组和对照组之间差异基因表达的火山图;(B)GO terms的抑制基因的基因集富集分析;(C)富集terms与相关基因的网络可视化;(D)树状图显示使用Jaccard的相似性指数对富集terms的层次聚类;(E...
此外,通过单细胞RNA (scRNA)数据分析,阐明了AMP关键基因与免疫细胞的相互作用。 图1.流程图 #03 主要研究结果 1. 筛选OA中花生四烯酸代谢途径(AMP)相关的关键基因并构建列线图 分析OA滑膜相关GEO数据集,发现7个AMP相关基因的表达水平显著上调,6个AMP相关基因下调(图2A)。 使用随机森林分析和SVM-RFE算法对AMP相...
批量RNA-seq已成为转录组学的主要工具,越来越多的基因改变已被确定为BLCA的有效治疗目标。单细胞RNA-seq(scRNA-seq)能够发现有关细胞转录组异质性的信息和潜在的基因表达分布。在本研究中,作者使用scRNA-seq和批量RNA-seq数据进行了系统生物信息学分析,以构建BLCA患者的预后模型,并有两个外部验证队列来验证其分层风...
图1.单细胞RNA-seq数据鉴定细胞集群,揭示BLCA肿瘤中的高细胞异质性 2.关键细胞鉴定及其标记基因功能富集分析 通过使用FindAllMars和Wilcoxon测试,获得了474个显着不同的标记基因进行鉴定。通过计算每个细胞显著不同的标记基因的ssGSEA评分,作者发现所有七个细胞在BLCA中都显着下调,因此七个细胞被认为是后续分析的关键细...
单细胞RNA-seq(scRNA-seq)能够发现有关细胞转录组异质性的信息和潜在的基因表达分布。在本研究中,作者使用scRNA-seq和批量RNA-seq数据进行了系统生物信息学分析,以构建BLCA患者的预后模型,并有两个外部验证队列来验证其分层风险的能力。同时概述了免疫渗透景观,并确定了它如何促进BLCA的发展。此外作者探究了风险模型...
首先,结合scRNA-seq数据中来自肿瘤相关簇的1225个标记物和bulk RNA-seq数据中来自“蓝色”模块的5766个基因,提取了243个共有基因用于预后模型构建。 然后,243个共有基因作为输入,结合LASSO Cox回归分析和多因素Cox回归分析得到14个潜在的预后基因,开发预后模型并计算风险评分,并用验证集进行验证。
首先通过scRNA-seq数据中的聚类分析来鉴定参与HF的髓系细胞,以识别细胞类型,比较不同组之间的细胞组分,并使用大量RNA-seq数据进行基因集富集分析(GSEA)。 然后,分析了各组骨髓细胞的差异表达,并使用Metascape探索了这些基因在差异表达中的功能。 对细胞相互作用的进一步分析表明,MIF信号通路中的分子在HF中显着上调,并...
通过整合单细胞测序和 bulk RNA-seq 分析,我们确定了一个 iCAF 相关特征,该特征将 BCa 患者分为具有不同分子特征的两个亚型。该特征在预测 TCGA-BLCA、GEO-meta 和三个 ICI 治疗队列中的免疫疗法/化疗的预后方面表现出稳健性。随后的分析确定了不良预后、免疫反应受损和 M2 浸润的中枢基因 LOXL2。此外,LOXL2...
经过蛋白质网络互作分析(PPI教程:String:不仅仅是一个PPI分析平台.),作者筛选出了一些核心基因用于下游的生存分析,并发现了显著的差异。 为了验证PKP1在bulk RNA-Seq的详细分布信息,作者挖掘了鼻咽癌scRNA-Seq数据,发现PKP1在上皮细胞中表达并通过免疫组化的方式加以验证(又是Biomamba羡慕的,好想要临床样本): 紧接...
【1】Bulk RNA-seq和scRNA-seq数据收集与预处理 文献解读 TCGA、GEO公共数据下载 差异表达基因分析 富集分析 【翰佰尔生物】 1:13:51 【2】预后模型构建和多种验证方法 单因素多因素COX模型 独立预后 绘制生存曲线 ROC曲线 验证方法【翰佰尔生物】 1:07:14 【3】单细胞分析零代码操作流程 单细胞技术原理 质...