Differentiële analyse van single-cell RNA-seq
Differentiële analyse van single-cell RNA-seq (scRNA-seq) is een computationele pijplijn die transcriptoomprofielen vergelijkt tussen biologische condities — zoals behandeld versus onbehandeld, ziekte versus gezond, of tijdspunten — op resolutie van individuele cellen. Het identificeert welke genen, celtypen en celstaten veranderen tussen condities, en biedt mechanistisch inzicht dat vergelijkingen van bulk RNA-seq niet kunnen bieden. De aanpak combineert clustering, celtype-annotatie en statistisch testen, waarbij doorgaans pseudobulk-aggregatie wordt gebruikt om rekening te houden met correlatie binnen monsters.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Differential Single-Cell RNA Sequencing Analysis. ScholarGate. https://scholargate.app/nl/bioinformatics/differential-single-cell-rna-seq-analysis
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- RNA-seq Differentiele ExpressieBio-informatica↔ vergelijken
- Single-cell Gene Set Enrichment AnalysisBio-informatica↔ vergelijken
- Single-cell RNA-seq AnalyseBio-informatica↔ vergelijken
Een fout op deze pagina gezien? Meld het of stel een correctie voor →