Diferenciālā vienšūnu RNS sekvenēšanas (scRNA-seq) analīze
Diferenciālā vienšūnu RNS sekvenēšanas (scRNA-seq) analīze ir aprēķinu pipeline, kas salīdzina transkriptomiskos profilus dažādos bioloģiskos apstākļos — piemēram, apstrādāts pret neapstrādātu, slimība pret veselību vai laika punkti — vienšūnu izšķirtspējā. Tā identificē, kuri gēni, šūnu tipi un šūnu stāvokļi mainās starp apstākļiem, sniedzot mehānistisku ieskatu, ko nevar piedāvāt kopējā (bulk) RNS sekvenēšanas salīdzinājums. Pieeja apvieno klasterēšanu, šūnu tipu anotāciju un statistisko testēšanu, parasti izmantojot pseidokopējo (pseudobulk) agregāciju, lai ņemtu vērā korelāciju vienā paraugā.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- Hafemeister, C., & Satija, R. (2019). Normalization and variance stabilization of single-cell RNA-seq data using regularized negative binomial regression. Genome Biology, 20, 296. link ↗
- 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. link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Differential Single-Cell RNA Sequencing Analysis. ScholarGate. https://scholargate.app/lv/bioinformatics/differential-single-cell-rna-seq-analysis
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- RNA-seq diferenciālās ekspresijasBioinformātika↔ salīdzināt
- Vienšūnu gēnu kopu bagātināšanas analīzeBioinformātika↔ salīdzināt
- Vienšūnas RNS sekvencēšanas analīzeBioinformātika↔ salīdzināt
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →