snRNA-seq 数据集中有两个表皮细胞簇,但在scRNA-seq 数据集中只有一个表皮细胞簇。 图2 基于snRNA-seq数据的拟南芥叶片细胞类型的功能注释 3、snRNA-seq和scRNA-seq转录组的比较 为了进一步评估两种方法之间的差异,将本研究的snRNA-seq和 scRNA-seq 数据以及最近一项研究的 scRNA-seq 转录组数据进行了整合,总共产生...
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...
它构成了单细胞 RNA 的替代品测序(scRNA-seq)通过分析细胞核而不是整个细胞;但是,是否可以完全替代 HCC 中的 scRNA-seq 仍有待阐明。 在目前的研究中, 在肿瘤组织中将 scRNA ‑seq 与 snRNA ‑seq 进行比较 使用 10X Genomics 从 HCC 患者中获得。Seurat 也被用来处理数据 并比较两个测序之间的差异识别不...
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不存在偏差bias,做了进一步的分析。即对上述24个样本又做了非富集的snRNAseq测序,注释出细胞类型。通过比较同一样本的富集与非富集的Astro(Micro)细胞类型...
简介:髓鞘脱失是MS(多发性硬化症)发生和发展的主要病理生理机制之一。来自美国华盛顿大学医学院的Marco Colonna团队对小鼠髓鞘脱失与再生模型进行单核细胞测序分析,对多种脑内细胞特异的分子特异变化进行了探索与解读。测序数据已上传到GSE20477。 1、单核细胞测序整体分析 ...
拟南芥成熟叶片的主要细胞类型都能在snRNA-seq 转录组中被鉴定(共17个簇),在scRNA-seq 转录组中注释到16个簇。snRNA-seq 数据集中有两个表皮细胞簇,但在scRNA-seq 数据集中只有一个表皮细胞簇。 图2 基于snRNA-seq数据的拟南芥叶片细胞类型的功能注释 ...
研究进一步计算三个数据集中每种细胞占总细胞的比例,发现snRNA-seq数据集中鉴定的表皮细胞比例明显高于scRNA-seq。 图3 snRNA-seq和scRNA-seq转录组的比较 研究结论 与scRNA-seq相比,snRNA-seq技术具有以下几个优势:可以减少细胞捕获过程中因细胞大小不同等因素造成的不同细胞类型比例出现偏差的问题;减少酶解过程对细胞...
研究进一步计算三个数据集中每种细胞占总细胞的比例,发现snRNA-seq数据集中鉴定的表皮细胞比例明显高于scRNA-seq。 图3 snRNA-seq和scRNA-seq转录组的比较 研究结论 与scRNA-seq相比,snRNA-seq技术具有以下几个优势:可以减少细胞捕获过程中因细胞大小不同等因素造成的不同细胞类型比例出现偏差的问题;减少酶解过程对细胞...
snRNA-seq数据首先通过NormalizeData和ScaleData函数进行规范化,应用FindVariable函数筛选前2000个变量基因。使用前2000个变量基因进行主成分分析(PCA),并选择前10个主成分(PCs)进行子聚类。此外,利用Seurat中的FindMarker功能鉴定在不同细胞类型的AD、PD和MS大脑中上调的基因。而且,本研究将活性和慢性活性样本定义为疾病...