ScholarGate
Pembantu
Process / pipelineBioinformatics / omics

Analisis RNA-seq Sel Tunggal Berbeza

Analisis RNA-seq sel tunggal (scRNA-seq) berbeza ialah saluran paip komputasi yang membandingkan profil transkriptomik merentasi keadaan biologi — seperti dirawat berbanding tidak dirawat, penyakit berbanding sihat, atau titik masa — pada resolusi sel tunggal. Ia mengenal pasti gen, jenis sel, dan keadaan sel yang berubah antara keadaan, memberikan pandangan mekanistik yang tidak dapat ditawarkan oleh perbandingan RNA-seq pukal. Pendekatan ini menggabungkan pengelompokan, anotasi jenis sel, dan pengujian statistik, biasanya menggunakan pengagregatan pseudopukal untuk mengambil kira korelasi dalam sampel.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiMuat turun slaid

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Peta kaedah

Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.

Sumber

  1. 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
  2. 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

Cara memetik halaman ini

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

Kaedah yang mana?

Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.

Bandingkan secara bersebelahan
ScholarGateDifferential single-cell RNA-seq analysis (Differential Single-Cell RNA Sequencing Analysis). Dicapai 2026-06-15 daripada https://scholargate.app/ms/bioinformatics/differential-single-cell-rna-seq-analysis · Set data: https://doi.org/10.5281/zenodo.20539026