Process / pipelineBioinformatics / omics

การวิเคราะห์ Single-cell RNA-seq — scRNA-seq

การวิเคราะห์ Single-cell RNA sequencing (scRNA-seq) เป็นการระบุลักษณะการแสดงออกของยีนในระดับเซลล์แต่ละเซลล์ ทำให้สามารถค้นพบชนิดของเซลล์ สภาวะ และการเปลี่ยนแปลงที่มองไม่เห็นในการวิเคราะห์ทรานสคริปโตมิกส์แบบรวม (bulk transcriptomics) โดยเริ่มจากข้อมูลลำดับเบสที่ได้จากการจัดลำดับ (raw sequencing reads) กระบวนการทำงานจะสร้างเมทริกซ์การนับเซลล์ต่อยีน (cell-by-gene count matrix) และดำเนินการผ่านการควบคุมคุณภาพ (quality control) การทำให้เป็นมาตรฐาน (normalisation) การลดมิติ (dimensionality reduction) การจัดกลุ่มแบบไม่กำกับดูแล (unsupervised clustering) การระบุชนิดเซลล์ (cell-type annotation) และการวิเคราะห์ขั้นปลายน้ำหลายอย่าง เช่น การอนุมานวิถีการพัฒนา (trajectory inference) และการแสดงออกที่แตกต่างกันระหว่างประชากรเซลล์ (differential expression between cell populations)

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

The neighbourhood of related methods — select a node to explore.

+19 more

แหล่งอ้างอิง

  1. 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
  2. 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

วิธีอ้างอิงหน้านี้

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

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

ถูกอ้างอิงโดย

Bayesian RNA-seq differential expressionการเรียกหาตำแหน่งสูงสุดของ ChIP-seqการวิเคราะห์ความแตกต่างของข้อมูล RNA-seq ระดับเซลล์เดี่ยวการวิเคราะห์ eQTLGene Set Enrichment Analysis (GSEA)การหาพีค ChIP-seq ด้วยแมชชีนเลิร์นนิงการวิเคราะห์การเสริมสร้างกลุ่มยีนโดยใช้การเรียนรู้ของเครื่องMachine learning-assisted RNA-seq differential expressionการวิเคราะห์ข้อมูล RNA ลำดับเซลล์เดี่ยวด้วยการเรียนรู้ของเครื่องการวิเคราะห์ Single-Cell RNA-seq แบบ Multi-omicsการวิเคราะห์การแสดงออกที่แตกต่างกันของ RNA-seq โดยใช้เครือข่ายการวิเคราะห์ RNA-seq แบบเซลล์เดียวโดยอาศัยเครือข่ายการวิเคราะห์ความอุดมสมบูรณ์ของวิถีชีวภาพการแสดงออกแตกต่างกันของ RNA-seqการจัดเรียงลำดับการเรียกหาตำแหน่งสูงสุดของ ChIP-seq ระดับเซลล์เดี่ยวการวิเคราะห์ความแปรผันของจำนวนสำเนาในเซลล์เดี่ยวSingle-cell eQTL Analysisการวิเคราะห์การเสริมกลุ่มยีนระดับเซลล์เดี่ยวการศึกษาความสัมพันธ์ทางพันธุกรรมทั่วทั้งจีโนมในระดับเซลล์เดี่ยวการวิเคราะห์เมแทบอโลมิกส์ระดับเซลล์เดี่ยวการวิเคราะห์ความหลากหลายของจุลินทรีย์ในระดับเซลล์เดียวSingle-cell Phylogenetic AnalysisSingle-cell RNA-seq differential expressionการวิเคราะห์การเสริมสร้างกลุ่มยีนอนุกรมเวลาการวิเคราะห์ความหลากหลายของจุลินทรีย์ในอนุกรมเวลาการแสดงออกที่แตกต่างกันของ RNA-seq แบบอนุกรมเวลาการวิเคราะห์ข้อมูล RNA-seq ระดับเซลล์เดี่ยวแบบอนุกรมเวลา
ScholarGateSingle-cell RNA-seq analysis (Single-cell RNA Sequencing Analysis). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/bioinformatics/single-cell-rna-seq-analysis · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026