单细胞 DNBelab C4 技术平台基于高通量单细胞建库系统 DNBelab C4,联合自主研发的 DNBSEQ 超高通量测序系统,可以实现单次测序数据产出规模达百万级细胞,可用于检测 scRNA-seq 及 scATAC-seq,在大幅降低建库成本的同时实现全局性的组织细胞图谱,是当前可以实现高通量、低成本、...
1 scRNA-seq 整合分析介绍 两个或多个单细胞数据集的联合分析提出了独特的挑战。特别是,在标准工作流程下,识别跨多个数据集存在的细胞群可能会出现问题。Seurat v4 包括一组方法来匹配(or 'align')跨数据集的共享细胞群。这些方法首先识别处于匹配生物状态的跨数据集细胞对("anchors"),既可用于校正数据集之间的技...
单细胞RNA测序分析中面临的挑战 在单细胞RNA测序(scRNA-seq)出现之前,转录组分析是使用批量RNA测序(bulk RNA-seq)进行的,这是一种比较细胞基因表达平均值 (averages of cellular expression)的直接方法。如果要寻找疾病的生物学标志物 (disease biomarkers),或者不关心样本中的细胞异质性,这可能是最好的方法。 虽然...
scRNA-seq技术在生物学标志物发现、疾病研究等方面具有重要意义。它能揭示细胞水平上的基因表达差异，弥补了传统批量RNA测序方法的不足。通过细胞分群分析，可以准确识别基因之间的关系，揭示细胞类型和状态的复杂性。然而，scRNA-seq分析面临挑战。数据量巨大，单细胞测序深度较低，且存在跨细胞/样本的生物学...
scRNA-seq - 综合分析:介绍、预处理和组合样本 #rna-seq原理 #rna-seq视频讲解 #rna-seq数据分析课程#rna-seq分析 #flowhub #生信分析 #生信实验室 #生信云 #rna-seq结果解读该视频将介绍如何比较两个单细胞测序样本,并详细了解 Chipster 中的预处理和组合样本。
跟bulk RNA-seq不一样的地方是,scRNA-seq通常涉及到的样本数量更多。这时候可以使用非参检验算法,比如Kolmogorov-Smirnov test (KS-test)等等。 不同算法比较(https://mp.weixin.qq.com/s/acKQ0fNB15OImugCpVTZuQ) 4 文献解读 课程中以单细胞转录组探索CAFs的功能和空间异质性(https://vip./d/883-49-cafs...
scRNA小鼠发育Smartseq2流程—前言及上游介绍 前言 这次要重复的文章是:Dissecting Cell Lineage Specification and Sex Fate Determination in Gonadal Somatic Cells Using Single-Cell Transcriptomics 文章方法思路 为了研究卵巢发育过程中体细胞谱系特征,作者结合Fluidigm C1分选和smartseq2建库,在Tg(Nr5a1-GFP)转基因...
跟bulk RNA-seq不一样的地方是,scRNA-seq通常涉及到的样本数量更多。这时候可以使用非参检验算法,比如Kolmogorov-Smirnov test (KS-test)等等。 不同算法比较(https://mp.weixin.qq.com/s/acKQ0fNB15OImugCpVTZuQ) 4 文献解读 课程中以单细胞转录组探索CAFs的功能和空间异质性(https://vip.biotrainee.com/...
所有代码在:https://github.com/jmzeng1314/scRNA_smart_seq2 观看链接 :http://jm.grazy.cn/index/mulitcourse/detail.html?cid=53 手机微信观看(推荐):http://jm.grazy.cn/wechat/course/detail?cid=53 新入门的旁友们可以按照健明大大的学习路线光速入门,此次的单细胞转录组课程需要掌握linux,r,转录组的...