Process / pipelineBioinformatics / omics

تحلیل بیان افتراقی RNA-seq تک سلولی

تحلیل بیان افتراقی RNA-seq تک سلولی (scRNA-seq DE) ژن‌هایی را شناسایی می‌کند که سطوح بیان آن‌ها بین گروه‌های مشخصی از سلول‌های منفرد - مانند انواع سلول، وضعیت‌های بیماری، یا شرایط درمانی - به طور قابل توجهی متفاوت است. برخلاف RNA-seq توده‌ای (bulk RNA-seq) که سیگنال‌ها را در میلیون‌ها سلول میانگین‌گیری می‌کند، scRNA-seq DE بر روی ترانسکریپتوم هر سلول منفرد عمل می‌کند و امکان مشخصه‌سازی دقیق تنظیم ژنی خاص جمعیت سلولی و ناهمگنی درون بافت به ظاهر همگن را فراهم می‌آورد.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

The neighbourhood of related methods — select a node to explore.

منابع

  1. 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
  2. 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

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Single-Cell RNA Sequencing Differential Expression Analysis. ScholarGate. https://scholargate.app/fa/bioinformatics/single-cell-rna-seq-differential-expression

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

ارجاع‌شده در

ScholarGateSingle-cell RNA-seq differential expression (Single-Cell RNA Sequencing Differential Expression Analysis). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/bioinformatics/single-cell-rna-seq-differential-expression · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026