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...
与此同时,基于bulk RNA-seq和单细胞RNA-seq进行GSEA分析(图4E和F),bulk RNA-seq分析的结果表明,高FeAS GBM样本中自然杀伤细胞增殖、白细胞介素-6介导的信号通路的负调控、高样本中巨噬细胞分化等通路;在低FeAS GBM样本中,谷氨酸分泌的正调控、谷氨酸受体信号通路的调控等通路被激活。在单细胞RNAseq分析中,炎症...
对单细胞数据进行分析,使用“RunPCA”函数降维,共识别出9个聚类(图5A)。利用“SingleR”功能进行细胞注释,对五种细胞类型(成纤维细胞、巨噬细胞、B细胞、DC细胞和T细胞)进行了注释和可视化(图5B)。 分析5个AMP关键基因在不同细胞类型中的分布和表达,发现与其他免疫细胞类型相比,hub基因在巨噬细胞中的表达较高(图...
表征肿瘤微环境(TME)中的代谢重编程在癌症研究和治疗中具有重要意义。近日,《Nature Communications》发表了一个计算框架——METAFlux,可以从bulk或单细胞转录组数据中推断代谢通量。 METAFlux是什么? 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...
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。
本文作者提出了scDEAL,这是一个通过整合大规模bulk细胞系数据在单细胞水平上预测癌症药物反应的深度迁移学习框架。scDEAL的亮点在于协调药物相关的bulk RNA-seq数据与scRNA-seq数据,并通过迁移学习把在bulk RNA-seq数据上训练的模型用以预测scRNA-seq中的药物反应。scDEAL的另一个特点是整合梯度特征解释来推断耐药机制...
scRNA-seq和bulk RNA-seq也因此形成了细胞与基因上面的互补。在实际关联中,我们可以采用两个实验设计思路: (1)scRNA-seq补充bulk RNA-seq,bulk RNA-seq初步确定基因,scRNA-seq确定相关细胞类型,这个思路适合对于细胞的精细化研究。细胞大类是前人已经有所研究时,为了提高文章创新性,我们就需要向更精细的细胞类型进行...
本文作者提出了scDEAL,这是一个通过整合大规模bulk细胞系数据在单细胞水平上预测癌症药物反应的深度迁移学习框架。scDEAL的亮点在于协调药物相关的bulk RNA-seq数据与scRNA-seq数据,并通过迁移学习把在bulk RNA-seq数据上训练的模型用以预测scRNA-seq中的药物反应。scDEAL的另一个特点是整合梯度特征解释来推断耐药机制...
在探索基因表达的宇宙中,Bulk RNA-seq就像我们的宇航员,提供了整体星系的平均状况,适合于探索广袤宇宙的大样本和各种表型。然而,这只是我们太空探险的一部分,因为我们渴望更深入地了解单个细胞的奇妙世界。 在这个微小的星系中,就像使用高级望远镜观察星座一样,scRNA-seq是我们的微型望远镜,带来了单个细胞基因表达的细致...
今天来跟大家分享一款非常优秀的桌面级的RNAseq定量软件——kallisto。该软可以同时用于bulk and single-cell RNA-Seq 以及一些常见的目标捕获的高通量测序数据的定量。与以往常用的STAR等依赖基因组序列的比对软件不同,kallisto采用一种被称作伪比对(pseudoalignment)的方式直接将测序片段直接比对到cDNA序列然后定...