什么是单细胞 RNA 测序(scRNA-Seq)数据? 单细胞 RNA 测序(single-cell RNA seq,scRNA-Seq)是一种用于分析单个细胞中基因表达水平的技术。即可以在单个细胞的水平上检测 RNA 表达。传统的 RNA 测序( Bulk RNA-Seq)方法只能测量样本整体的表达水平,而不能反映细胞间的异质性。
图5. 部分常用的scRNA-seq(Chen, G., et al. (2019). "Single-Cell RNA-Seq Technologies and Related Computational Data Analysis." Frontiers in Genetics 10(317).) PART. 02 单细胞RNA测序技术原理 单细胞测序基本流程通常分为以下几个部分:单细胞分离、基...
单细胞RNA-Seq分析 这个为期2天的课程将讨论从scRNA-seq实验获得的数据的计算分析。 贡献 我们欢迎您为改进本课程而做出的所有贡献! 如果您在此过程中有任何疑问,疑虑或遇到任何困难,维护人员将竭尽所能为您提供帮助。 我们想请您熟悉我们的《 ,并查看有关正确格式,在本地呈现课程的方式,甚至如何编写新剧集的。
2. Luecken MD, Theis FJ. Current best practices in single-cell RNA-seq analysis: a tutorial. Mol Syst Biol. 2019;15(6):e8746. Published 2019 Jun 19. doi:10.15252/msb.20188746 3. Stuart T, Butler A, Hoffman P, et al. Comprehensive Integration of Single-Cell Data. Cell. 2019;177(...
analysis:cellranger聚类的结果 filtered_feature_bc_matrix:过滤后的单细胞表达矩阵(后续可以对接到seurat中) raw_feature_bc_matrix:过滤前的单细胞表达数据(一般不怎么使用) 文件 possorted_genome_bam.bam:单细胞比对的bam文件,其中包含了每个reads的信息 ...
我们知道RNA-seq即转录组测序,是某个物种或者特定细胞类型产生的所有转录本的集合,而单细胞RNA测序(single-cell RNA-seq,简称scRNA-seq)则是以单个细胞为特定研究对象,提取其mRNA进行逆转录并进行高通量测序分析,可体现出个体细胞内表达水平的具体变化,目前已广泛应用在生物学、医药研发、临床医学等各个领域。
scRNA-seq是一种流行且功能强大的技术,可分析大量单个细胞的整个转录组。然而对这些实验生成的大量数据的分析需要专门的统计和计算方法。 2020年12月,来自英国威康桑格研究所和澳大利亚墨尔本大学的研究团队在《Nature Protocols》杂志发表综述:scRNA-seq测序数据的计算分析指南,为分析scRNA-seq数据的实验者提供了实践指南,...
由于scRNA-seq与bulk RNA-seq之间的特征差异,针对bulk RNA-seq开发的批次矫正的方法大多都不太适用于单细胞。现有的一些针对scRNA-seq开发的方法包括有 MNN (mutual nearest neighbor),kBET (k-nearest neighbor batch effect test),CCA(canonical correlation analysis)等。MNN是通过寻找批次之间最相似的细胞,并且假定...
spleen <-readRDS("seurat.analysis.rds") monocle_cds <-importCDS(spleen,import_all=TRUE) Seurat3版本。Seurat3版本没有importRDS函数了,因此需要手动构建clustered_spleen_monocle对象。 spleen <-readRDS("seurat.analysis.rds") data <- as(as.matrix(spleen@assays$RNA@counts), 'sparseMatrix') ##此处需...
A2:单细胞研究现在最多的是转录组研究,称为scRNA-seq的方法进行单细胞转录组测序。当然,虽然已发表的研究很多,但可实现的检测还有染色质可接近性检测(chromatin accessibility,ATAC-seq),CNV检测,免疫组库测序,表面蛋白检测。 Integrative single-cell analysis.Nat Rev Genet. 2019 Jan 29. ...