新的证据表明,t-SNE和UMAP更适用于scRNA-seq数据,这些数据已广泛用于单细胞分析,用于数据可视化和细胞群体识别。然而,t-SNE通常受到限制,例如大规模scRNA-seq数据集的计算时间慢,并且全局数据结构没有得到保存。UMAP具有上述两个方面的优势,目前成为最流行的降维选择。 细胞亚群的鉴定 scRNA-seq的关键应用之一是基于细...
ScRNA+Bulk RNA两种转录组技术的应用,双维度诠释细胞/基因表达机制,可以分两种思路: (1)本文属于“多bulk,少量scRNA”的实验设计,从基因到细胞的进阶。bulk设置对照组和实验组,揭示实验效应的差异基因,然后将目标基因放在单细胞转录组中进行细胞分辨率下的机制研究,对scRNA分析提供了指导。 (2)另外一种属于scRNA数据...
前列腺癌的致病机制涉及肿瘤细胞与肿瘤微环境之间的相互作用，将scRNA-seq和ST-seq技术应用于该疾病的研究中，有望在该领域找到新的突破点。近日，贵州大学人民医院朱建国教授团队在Cell Regeneration发表了题为“Application and new findings of scRNA-seq and ST-seq in prostate cancer”的综述文章，总结了scRNA-se...
scRNA-seq 在重编程研究中的一个优势是推断重编程轨迹,通过在整个重编程过程中的多个时间点收集数据,对小鼠 iPSCs 重编程过程进行 scRNA-seq分析发现细胞从间充质转化为上皮细胞,产生了与多能性、胚胎外和神经细胞相关的群体。进一步通过 scRNA-seq 分析发现体细胞重编程时会出现多次重编程,Obox6是出现在第二次重...
进一步,研究人员通过具有10个隐藏层的浅层神经网络分类器做了回归分析,成果预测了4个月后患者对治疗的反应(图5e)。以上研究结果表明,scRNA-seq数据与临床结果高度相关,并有可能作为MM,特别是PRMM患者的辅助诊断,应用到临床治疗中。 图5.广泛耐药的MM患者的分子通路 ...
scRNA-seq应用于未分化的PSCs研究 自2012 年 Smart-Seq 出现以来,scRNA-seq技术在人类 ESCs 上开始应用。基于 scRNA-seq 分析,人类ESCs 被分为8个细胞群,并且可以分析共调控基因模块。此外,使用人类植入前胚胎和胚胎干细胞,绘制了第一个长链非编码 RNA 表达图谱 ,作为首次使用人类ESCs 进行的单细胞转录组分析,这...
1、评估基于深度学习的特征选择在scRNA-seq数据分析中的应用 Evaluation of deep learning-based feature selection for single-cell RNA sequencing data analysis Genome Biology; IF:12.300; DOI: 10.1186/s13059-023-03100-x 内容概要: ① 特征选择是scRNA-seq数据分析中的一项重要任务,对于降低维度和下游分析(如...
scRNA-seq是以单个细胞为单位,通过将组织或体液样本中的细胞群分离成单个细胞,进行全转录组扩增和高通量测序,获得相应数据并进行信息分析的技术,也是目前应用最广泛的单细胞测序方法。scRNA-seq能够获得每个细胞同一基因的转录组表达数据,准确呈现基因表达量在不同细胞间的差异,进而在单细胞水平重新认识各种组织器官及其在...
肿瘤微环境(TME)由异质细胞组成,影响癌细胞行为,从而影响所采用的治疗方法(如免疫疗法)的疗效。单细胞RNA测序可(scRNA-seq)揭示肿瘤微环境的特征,更好地将这些特征与癌症预后联系起来,对制定癌症治疗方案具有指导意义。 scRNA-seq在TME中的重要研究结果[1] ...
1、scRNA-seq数据处理中的挑战 单细胞RNA测序(scRNA-seq)技术正带给生物医学领域新的发展,研究者利用这一技术能细致分析单个细胞层次上的信息。 过去几年中,用于scRNA-seq数据分析的生物信息学技术得到了飞速发展,但仍有一些尚未解决的挑战,比如缺失事件(dropout event)、批次效应(batch effect)、噪音(noise)、高维度...