Time-series single-cell RNA-seq analysis
Time-series single-cell RNA-seq analysis captures gene expression across multiple time points at single-cell resolution to reveal how cell populations emerge, transition, and diverge during dynamic biological processes such as development, differentiation, or disease progression. By combining pseudotime ordering, RNA velocity, and differential dynamics testing, researchers reconstruct the temporal trajectory of individual cells and identify the gene regulatory changes that drive biological transitions.
Registro de origem
Citações copiadas literalmente do registro de origem do método. Nenhuma verificação em nível de alegação é inferida delas.
- Trapnell, C., Cacchiarelli, D., Grimsby, J., Pokharel, P., Li, S., Morse, M., Lennon, N. J., Livak, K. J., Mikkelsen, T. S., & Rinn, J. L. (2014). The dynamics and regulators of cell fate decisions are revealed by pseudotemporal ordering of single cells. Nature Biotechnology, 32(4), 381-386. · DOI 10.1038/nbt.2859
- La Manno, G., Soldatov, R., Zeisel, A., Braun, E., Hochgerner, H., Petukhov, V., Lidschreiber, K., Kastriti, M. E., Lonnerberg, P., Furlan, A., Fan, J., Borm, L. E., Liu, Z., van Bruggen, D., Guo, J., He, X., Linnarsson, S., & Kharchenko, P. V. (2018). RNA velocity of single cells. Nature, 560(7719), 494-498. · DOI 10.1038/s41586-018-0414-6
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.