16.1 前言 單細(xì)胞RNA-seq為了解不同條件粉捻、組織類型水评、物種和個體之間細(xì)胞類型的變化提供了前所未有的信息棘街。單細(xì)胞數(shù)據(jù)的差異基因表達(dá)分析幾乎...
15.1 前言 除了基因表達(dá)模式的變化之外鼓寺,細(xì)胞組成(例如細(xì)胞類型的比例)也會在不同條件下發(fā)生變化配并。例如光酣,特定藥物可以誘導(dǎo)細(xì)胞類型的轉(zhuǎn)分化,這將...
14.1 前言 本篇是細(xì)胞注釋章節(jié)的更詳細(xì)的延續(xù)揍障,該章節(jié)已經(jīng)介紹了差異基因表達(dá)(DGE)作為用細(xì)胞類型注釋簇的工具目养。在這里,我們重點(diǎn)關(guān)注更復(fù)雜的...
12.1 前言 單細(xì)胞數(shù)據(jù)集允許以高分辨率研究生物過程毒嫡,例如早期發(fā)育癌蚁。例如,雖然分析的是單個細(xì)胞而不是整個組織兜畸,但細(xì)胞表型的變化無法隨著時間的推...
11.1 前言 單細(xì)胞測序分析提供生物組織的高分辨率測量努释。因此,此類技術(shù)可以幫助破譯和理解細(xì)胞異質(zhì)性和生物過程的動態(tài)咬摇。相應(yīng)的研究包括量化細(xì)胞命運(yùn)...
10.7 基于圖的整合模型Graph-based integration 我們要介紹的下一個方法是BBKNNBatch-Balanced k-N...
10. 數(shù)據(jù)整合 10.1 總論 大多數(shù)scRNA-seq數(shù)據(jù)分析的一個核心挑戰(zhàn)是批次效應(yīng)伐蒂。批次效應(yīng)是測量的表達(dá)水平的變化,這是處理不同組或“批...
9.4 自動注釋 9.4.1 總論 這一篇討論的方法將是自動化的方法肛鹏,而不是手動注釋數(shù)據(jù)饿自。與上一篇展示的方法不同,這些方法中的每一種都可以使您以...
9. 細(xì)胞注釋Annotation 為了更好地理解數(shù)據(jù)并利用現(xiàn)有知識龄坪,弄清楚數(shù)據(jù)中每個細(xì)胞的“細(xì)胞身份”非常重要。根據(jù)已知(或有時未知)的細(xì)胞表...