分别对两个seq的数据进行聚类分析来确定急性和慢性感染中MBC细胞的表观遗传变化,scRNA-seq分析确定了12个细胞簇(Fig.2B),scATAC-seq分析确定了7个细胞簇(Fig.2C),在此基础上,作者通过免疫基因组(ImmGen)进行细胞注释,以确定这些细胞簇和B细胞分化之间的关系,其中R3、R9和R10因Cd38的缺乏和Fas的
后续再通过scATAC-seq+scRNA-seq多组学方法研究关键细胞类型背后的调控机制;此外,可结合10x Visium、smFISH等技术,了解关键细胞类型在组织中的位置信息,深度解析疾病发展进程或发育过程的动态变化;也可结合数据库中数据(如GEO数据库)或已有研究中scRNA-seq或bulk RNA数据进行数据整合分析或结果...
识别scRNA-seq 和 scATAC-seq 数据集之间的anchors 为了在单细胞RNA测序(scRNA-seq)和单细胞ATAC测序(scATAC-seq)实验之间找到相互关联的“锚点”,首先利用Signac软件包中的GeneActivity()函数,通过计算2kb启动子区域和基因体内的ATAC-seq测序计数,来估算每个基因的转录活性。 接下来,使用scATAC-seq数据得到的基因活性...
单细胞RNA测序技术(scRNA-seq)揭示了单个细胞的基因表达情况,单细胞ATAC测序技术(scATAC-seq)专注于单个细胞的染色质开放性,显现了细胞内的基因调控情况。两种技术结合使用可以更好地推断细胞内部的基因调控…
图展示了7种细胞类型种MS4A1和LYZ两个基因的ATAC-seq和RNA-seq情况,中间的小山峰是ATAC-seq数据的展示,代表了染色质开放的位置区域,每个基因名字下的深蓝色条带显示该基因的结构和转录方向。深蓝色粗矩形代表外显子;深蓝色细线代表内含子;箭头表示转录方向(RNA聚合酶的运动方向)。 连线部分是小山峰之间的相关性预...
scRNA-seq和scATAC-seq关联的数据分析思路 单细胞测序技术一直是讨论热度极高的话题,除了单细胞转录组测序(scRNA-seq),单细胞ATAC测序(scATAC-seq)也逐渐引起科研人员的注意,使得scATAC-seq在单细胞层面研究染色质开放性成为可能,而正好scRNA-seq是在单细胞层面研究基因表达量的技术,又因为基因在发生转录之前,表观遗传...
在单细胞的尺度上衡量染色质开放性(例如scATAC-seq)有助于精确理解CRE的活性变化,尤其与单细胞转录组测序技术(scRNA-seq)相结合,可以帮助解析不同转录因子如何协同的调节基因表达网络,从而调节细胞和组织的发育过程。例如,人大脑皮层发生是一个动态的...
整合scRNA-seq和scATAC-seq中的SMC细胞数据,降维分析发现SMC可以聚类为静息态和转化态SMC(Fig 2J)。Monocle软件构建SMC演化状态(Fig 2K),平滑肌细胞起始于收缩基因高表达状态,随着SMC转化为FMC,其表达量逐渐降低(Fig 2L)。Zeb2表达伴随于Zeb结合位点的可及性降低(Fig 2M-2O)。随着演化轨迹,出现CMC细胞时,Zeb2...
通过分析单细胞RNA测序(scRNA-seq)数据,我们能很好地在基因表达水平层面对样本细胞进行簇(cluster)的分类,以及marker基因的注释。而分析单细胞转座酶可及染色质测序(scATAC-seq)测序数据可以在染色质层面进行细胞研究,是目前主流的单细胞水平染色质可及性测序解决方案。scATAC-seq可用于绘制细胞染色质开放区的单细胞图谱...