Analyse af differentiel ekspression i enkeltcelle-RNA-seq
Analyse af differentiel ekspression (scRNA-seq DE) i enkeltcelle-RNA-seq identificerer gener, hvis ekspressionsniveauer afviger signifikant mellem definerede grupper af individuelle celler — såsom celletyper, sygdomstilstande eller behandlingsbetingelser. I modsætning til bulk-RNA-seq, som gennemsnitssignaler på tværs af millioner af celler, opererer scRNA-seq DE på transkriptomet af hver enkelt celle, hvilket muliggør en finkornet karakterisering af cellespecifik genregulering og heterogenitet inden for tilsyneladende homogene væv.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Metodekort
Nabolaget af beslægtede metoder — vælg en knude for at udforske.
Kilder
- Butler, A., Hoffman, P., Smibert, P., Papalexi, E., & Satija, R. (2018). Integrating single-cell transcriptomic data across different conditions, technologies, and species. Nature Biotechnology, 36(5), 411–420. DOI: 10.1038/nbt.4096 ↗
- Love, M. I., Huber, W., & Anders, S. (2014). Moderated estimation of fold change and dispersion for RNA-seq data with DESeq2. Genome Biology, 15(12), 550. DOI: 10.1186/s13059-014-0550-8 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Single-Cell RNA Sequencing Differential Expression Analysis. ScholarGate. https://scholargate.app/da/bioinformatics/single-cell-rna-seq-differential-expression
Hvilken metode?
Stil denne metode ved siden af dens nærmeste slægtninge, og læs dem side om side — biblioteket lægger bøgerne på bordet; valget er dit.
- KlyngeanalyseStatistik↔ sammenlign
- Gen-sætsanrigelsesanalyse (GSEA)Bioinformatik↔ sammenlign
- Pathway Enrichment AnalysisBioinformatik↔ sammenlign
- RNA-seq Differential ExpressionBioinformatik↔ sammenlign
- Single-cell RNA-seq AnalyseBioinformatik↔ sammenlign
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →