scRNA-seq的关键应用之一是基于细胞聚类或分类来确定细胞亚群。NMF被用于在单细胞转录组数据中分离亚群,并已被证明以更高的准确性和鲁棒性优于PCA。同样的,开发SinNLRR是为了通过非负和低秩表示提供强大的基因表达子空间聚类。 最先进的聚类方法,如k-means算法,也已应用于scRNA-seq数据集,并基于此应用,开发了SC3方法。
一项题为“Identification of resistance pathways and therapeutic targets in relapsed multiple myeloma patients through single-cell sequencing”的研究于2021年3月发表在Nature Medicine上,研究进行了一项前瞻性,多中心,单臂多发性骨髓瘤临床实验结果,结合单细胞转录组测序(scRNA-seq)描述了MM耐药机制的分子机制,并发现...
综上，癌细胞的异常增殖和分化是前列腺癌形成和发展的核心，ScRNA-seq和ST-seq可以被用来分析前列腺癌和肿瘤微环境的异质性。将ScRNA-seq和ST-seq与蛋白质组学和代谢组学等多组学技术相结合，将有助于更全面地理解前列腺癌复发和转移的分子机制，以期发现更多与治疗耐药性相关的分子靶点，实现更有效的治疗方案和更好...
scRNA-seq单细胞测序技术可对分散的单个细胞分别进行基因组、转录组、表观遗传组或多组学测序,可从较少的肿 瘤细胞中获得取可能多的信息。其过程和原理,首先就是给一个bead表面合成无数含有polyT的反转录引物(一个磁珠上含有的polyT引物数量可以高达10的8次方个),然后将每一个磁珠和一个单细胞通过微流控技术放到...
Bulk RNA-seq研究能保证测序深度,实现转录本的均匀覆盖,但特异性不足;scRNA-seq研究能精细到细胞水平,去除污染,保证基因检出的高特异性,但低丰度细胞类型,转录本检出的敏感性又差。很多研究开始两种技术结合使用,追赶热点的同时,实现优势互补,提升基因表达检测的全面性和准确性。
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...
scRNA-seq在TME中的重要研究结果[1] 研究案例(一) 为了研究肿瘤微环境(TME)特征,探究细胞状态失调的关键因素,Sathe A等人对7名GC患者和1名胃肠化生(GIM)患者的手术切除或活检组织、配对的正常组织和外周血单核细胞(PBMCs)进行scRNA-seq。 分析发现胃癌TME中多种细胞的重塑过程与细胞数量、转录状态和细胞间相互作...
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...
(1)scRNA-seq:从14例BC患者中取原发肿瘤病变及周围正常组织进行单细胞转录组测序,质控后获得124587个高质量细胞。 (2)bulk RNA-seq:公共数据库中BC队列(GSE7390, GSE58812)数据。 研究结果 1.单细胞转录组识别乳腺癌的肿瘤微环境 对单细胞数据进行无监督聚类,鉴定出7个细胞类型,细胞频率分析发现这些细胞类型在...