Differential single-cell RNA-seq analysis
Differential single-cell RNA-seq (scRNA-seq) analysis is a computational pipeline that compares transcriptomic profiles across biological conditions — such as treated versus untreated, disease versus healthy, or time points — at single-cell resolution. It identifies which genes, cell types, and cell states change between conditions, providing mechanistic insight that bulk RNA-seq comparisons cannot offer. The approach combines clustering, cell-type annotation, and statistical testing, typically using pseudobulk aggregation to account for within-sample correlation.
Registro de origen
Citas copiadas textualmente del registro de origen del método. No se infiere ninguna verificación a nivel de afirmación de ellas.
- Hafemeister, C., & Satija, R. (2019). Normalization and variance stabilization of single-cell RNA-seq data using regularized negative binomial regression. Genome Biology, 20, 296. · URL
- Squair, J. W., Gautier, M., Kathe, C., Anderson, M. A., James, N. D., Hutson, T. H., Lefoulon, E., Tani, N., Bhatt, D. L., Rossetti, A., & Courtine, G. (2021). Confronting false discoveries in single-cell differential expression. Nature Communications, 12, 5692. · URL
Afirmaciones curadas
Afirmaciones persistidas en el libro mayor de evidencia, cada una con su propia evaluación.
Esta vista no inventa una evaluación de afirmación si el libro mayor no tiene ninguna.
Métodos relacionados
Generado a partir del grafo de métodos y mostrado como relaciones sugeridas por la máquina; no se infiere ninguna afirmación de evidencia.