因此本文采取的方式是使用阴性选择方法去除样本中的neuron与oligodendroglia,间接富集Astro与Micro,再进行snRNA-seq测序。测序数据已经上传到GSE160936。 2、鉴定细胞类型 经数据预处理后,使用AUCell,结合细胞marker基因进行细胞类型注释,如下图所示Astro(52706)与Micro(27592)占大部分 文章为了验证所富集的Astro与Micro不存...
1. snRNA-seq和scRNA-seq数据整合分析 综合数据进行聚类,鉴定出25个细胞亚群,再根据谱系将这些划分为8个主要细胞类型。在肿瘤样本中一个新的细胞类型显著富集(80.4%),将其命名为增殖(Prol)细胞亚型。基于marker基因进行GSEA分析并对25个细胞亚群进行功能注释,发现Prol的功能可能与生长和细胞分裂有关。为了进一步研究...
因为相较于bulk-RNA seq和scRNA-seq数据,snRNA-seq数据可以更好地保留细胞的原始特性,并且不会受到细胞溶解等因素的影响,可以同时捕获细胞核和细胞质中的RNA,更方便地研究转录后修饰,而且snRNA-seq数据具有更高的分辨率,可以产生更多的数据覆盖到内含子和基因区间。最重要的一点是,snRNA-seq发文量远少于bulk-RNA seq...
单细胞水平数据分析显示Prol细胞类型与HCC相关。 图1. SnRNA-seq和scRNA-seq的多队列整合识别和表征HCC相关细胞类型 2. bulk RNA-seq数据验证 根据现有的TCGA和LCI获取的bulk RNA-seq数据,评估单细胞鉴定出的8 种主要cluster和25种亚群的细胞类型比例。在TCGA中搜索配对的HCC肿瘤和非肿瘤组织之间这8种细胞类型的丰...
scRNA-seq和snRNA-seq是两种常用的单细胞测序技术,它们在实验设计、样本处理和数据分析等方面存在一些区别。 一、定义和原理: 1.scRNA-seq(Single-cell RNA sequencing)是一种用于测定单个细胞中RNA分子的技术。它通过将单个细胞的RNA转录本进行扩增和测序,从而获得单个细胞的转录组信息。
扩展数据图1 使用小提琴图对单细胞RNA-seq文件进行质量控制和准确性分析。a 细胞与核中检测到的UMI数量分布图。b 细胞与核中检测到的基因数量分布图。c 拟南芥和玉米单个细胞或单个核的基因表达与整个根部RNA测序数据的Pearson相关分布。这些分布是通过随机抽取2,000个基因在细胞和核之间进行相关性分析而得出的。随机...
1. snRNA-seq和scRNA-seq数据整合分析 综合数据进行聚类,鉴定出25个细胞亚群,再根据谱系将这些划分为8个主要细胞类型。在肿瘤样本中一个新的细胞类型显著富集(80.4%),将其命名为增殖(Prol)细胞亚型。基于marker基因进行GSEA分析并对25个细胞亚群进行功能注释,发现Prol的功能可能与生长和细胞分裂有关。为了进一步研究...
总的来说,单就snRNA-seq分析部分,除了硬性标准的数据量/工作量,15+的提分点主要在于细胞群鉴定的方法、因细胞群特征而异的补充分析项、以及配套的湿实验验证,进而在发现新的单细胞“pattern”之余,赋予了分析结果更强的临床转化潜力。两篇文章都很值得参考学习。
肾脏组织样本的 snRNA-seq 2019 年,来自华盛顿大学医学院的 Benjamin D. Humphreys 团队比较分析了肾脏组织的单细胞 RNA 测序(scRNA-seq) 和肾脏组织的单细胞核 RNA 测序(snRNA-seq) 在肾脏细胞类群鉴定中的区别。与 scRNA-seq 相比,snRNA-seq 捕获了多种在 scRNA-seq 数据集中不存在的肾脏细胞类型,包括肾小球...
snRNA-seq的数据量通常较小，需要对数据质量进行严格的控制和筛选。在数据预处理和分析方面，由于细胞核提取和反转录等步骤的影响，snRNA-seq与scRNA-seq存在一些不同之处。尽管如此，snRNA-seq仍是一种重要的单细胞RNA测序方法，适用于研究对象、科学问题和实验条件。在分析过程中，通常会使用seurat进行...