Single-cell RNA-seq analysis
Single-cell RNA sequencing (scRNA-seq) analysis characterises gene expression at the resolution of individual cells, enabling discovery of cell types, states, and transitions that are invisible in bulk transcriptomics. Starting from raw sequencing reads, the workflow produces a cell-by-gene count matrix and proceeds through quality control, normalisation, dimensionality reduction, unsupervised clustering, cell-type annotation, and a range of downstream analyses such as trajectory inference and differential expression between cell populations.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- Satija, R., Farrell, J. A., Gennert, D., Schier, A. F., & Regev, A. (2015). Spatial reconstruction of single-cell gene expression data. Nature Biotechnology, 33(5), 495–502. · DOI 10.1038/nbt.3192
- Macosko, E. Z., Basu, A., Satija, R., Nemesh, J., Shekhar, K., Goldman, M., ... & McCarroll, S. A. (2015). Highly parallel genome-wide expression profiling of individual cells using nanoliter droplets. Cell, 161(5), 1202–1214. · DOI 10.1016/j.cell.2015.05.002
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.