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.
Registro de origem
Citações copiadas literalmente do registro de origem do método. Nenhuma verificação em nível de alegação é inferida delas.
- 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
Alegações curadas
Alegações persistidas no livro-razão de evidências, cada uma com sua própria avaliação.
Esta visualização não inventa uma avaliação de alegação quando o livro-razão não a possui.
Métodos relacionados
Gerado a partir do grafo de métodos e mostrado como relações sugeridas por máquina — nenhuma alegação de evidência é inferida.