Analisi dell'espressione differenziale di RNA-seq a singola cellula
L'analisi dell'espressione differenziale di RNA-seq a singola cellula (scRNA-seq DE) identifica i geni i cui livelli di espressione differiscono significativamente tra gruppi definiti di singole cellule — come tipi cellulari, stati patologici o condizioni di trattamento. A differenza dell'RNA-seq bulk, che media i segnali su milioni di cellule, la DE scRNA-seq opera sul trascrittoma di ogni singola cellula, consentendo una caratterizzazione dettagliata della regolazione genica specifica della popolazione cellulare e dell'eterogeneità all'interno di tessuti apparentemente omogenei.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Mappa dei metodi
Il vicinato dei metodi correlati — seleziona un nodo per esplorare.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Single-Cell RNA Sequencing Differential Expression Analysis. ScholarGate. https://scholargate.app/it/bioinformatics/single-cell-rna-seq-differential-expression
Quale metodo?
Affianca questo metodo ai suoi parenti più prossimi e leggili fianco a fianco — la biblioteca dispone i libri sul tavolo; la scelta è tua.
- Analisi dei ClusterStatistica↔ confronta
- Analisi di Arricchimento di Insiemi di Geni (GSEA)Bioinformatica↔ confronta
- Analisi di Arricchimento dei PercorsiBioinformatica↔ confronta
- RNA-seq Differential ExpressionBioinformatica↔ confronta
- Analisi RNA-seq a singola cellulaBioinformatica↔ confronta
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →