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.
Record di origine
Citazioni copiate testualmente dal record di origine del metodo. Non si inferisce alcuna verifica a livello di affermazione da esse.
- 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
Affermazioni curate
Affermazioni persistite nel registro delle evidenze, ciascuna con la propria valutazione.
Questa vista non inventa una valutazione dell'affermazione quando il registro non ne ha.
Metodi correlati
Generato dal grafo dei metodi e mostrato come relazioni suggerite dalla macchina — nessuna affermazione di evidenza viene inferita.