Analys av differentiell genexpression i enkelcells-RNA-sekvensering
Analys av differentiell genexpression i enkelcells-RNA-sekvensering (scRNA-seq DE) identifierar gener vars expressionsnivåer skiljer sig signifikant mellan definierade grupper av enskilda celler — såsom celltyper, sjukdomstillstånd eller behandlingsförhållanden. Till skillnad från bulk-RNA-sekvensering, som genomsnittliggör signaler över miljontals celler, arbetar scRNA-seq DE på transkriptomet för varje enskild cell, vilket möjliggör finkornig karakterisering av cellpopulationsspecifik genreglering och heterogenitet inom till synes homogen vävnad.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- Butler, A., Hoffman, P., Smibert, P., Papalexi, E., & Satija, R. (2018). Integrating single-cell transcriptomic data across different conditions, technologies, and species. Nature Biotechnology, 36(5), 411–420. DOI: 10.1038/nbt.4096 ↗
- Love, M. I., Huber, W., & Anders, S. (2014). Moderated estimation of fold change and dispersion for RNA-seq data with DESeq2. Genome Biology, 15(12), 550. DOI: 10.1186/s13059-014-0550-8 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Single-Cell RNA Sequencing Differential Expression Analysis. ScholarGate. https://scholargate.app/sv/bioinformatics/single-cell-rna-seq-differential-expression
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- KlusteranalysStatistik↔ jämför
- Genuppsättningsanrikningsanalys (GSEA)Bioinformatik↔ jämför
- VägberikningsanalysBioinformatik↔ jämför
- RNA-seq Differential ExpressionBioinformatik↔ jämför
- Analys av enkelcells-RNA-sekvenseringBioinformatik↔ jämför
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →