İçeriğe geçScholarGate
KütüphaneKitaplığımMasaReview StudioAsistan
Giriş
Bu sayfada
SezgiNasıl çalışırNe zaman kullanılırGüçlü yönler & sınırlılıklarYaygın tuzaklarUygulamalarSSS🔒 Tam yöntemi okuKaynaklarİlişkili yöntemler
Bu sayfaya atıf yapBu sayfada bir hata mı var? Bildir / düzeltme öner →
Ana sayfa›Biyoenformatik›Tek hücre GWAS — Hücre Tipi Özgü Genetik İlişkilendirme Analizi
Process / pipelineBioinformatics / omics

Tek hücre GWAS — Hücre Tipi Özgü Genetik İlişkilendirme Analizi

Single-Cell Genome-Wide Association Study · Ayrıca şöyle bilinir: sc-GWAS, single-cell GWAS integration, cell-type-specific GWAS, single-cell genetic association analysis

Tek hücre GWAS, genom çapında ilişkilendirme çalışması (GWAS) sinyallerini tek hücre transkriptomik manzaralarına haritalayarak bir hastalık veya özellik için orantısız genetik risk taşıyan hücre tiplerini ve bireysel hücreleri belirleyen entegratif bir biyo-bilgisayar işlem hattıdır. GWAS özet istatistiklerinin yanı sıra tek hücre RNA-dizi atlaslarından yararlanarak, doku düzeyindeki ilişkilendirmelerin ötesine geçerek, hastalıkla ilişkili genetik varyantların etkilerini gösterdiği kesin hücresel bağlamları ortaya çıkarır.

ScholarGate
  1. Process / pipeline
  2. v1
  3. 2 Kaynaklar
  4. PUBLISHED
Bu sayfaya atıf yap →
Araçlar & kaynaklar
Slaytları indir
Öğren & keşfet

Tam yöntemi oku

Yalnızca üyeler

Bu bölümü okumak için ücretsiz hesapla giriş yapın.

Giriş yap

Yöntem haritası

İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.

Tek hücre GWAS
eQTL AnaliziGenom Çapında İlişkilend…Yol Zenginleştirme Anali…RNA-seq Diferansiyel İfa…Tek Hücreli eQTL AnaliziTek hücre RNA-seq Analizi

Ne zaman kullanılır

İyi güçlü bir GWAS'a sahip olduğunuz ve genetik riski aracılık eden belirli hücre tiplerini veya hücresel durumları belirlemek istediğinizde tek hücre GWAS'ı kullanın — özellikle toplu doku analizlerinin hücre tipi heterojenliğini gizlediği nöropsikiyatrik bozukluklar, otoimmün hastalıklar veya metabolik durumlar gibi karmaşık özellikler için. İlgili dokunun yüksek kaliteli, etiketlenmiş bir scRNA-seq atlası gereklidir. GWAS özet istatistiklerinin yetersiz güçlü olduğu (etkin vaka sayısı < yaklaşık 10.000) veya hedef doku için yüksek kaliteli bir hücre atlasının mevcut olmadığı durumlarda bu yaklaşımı kullanmayın, çünkü sonuçlar güvenilmez olacaktır. Ayrıca doğrudan nedensel varyantları belirlemek için uygun değildir — nedensel mekanizmaları değil, zenginleşmiş hücre tiplerini belirler ve işlevsel doğrulama ile takip edilmelidir.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Popülasyon düzeyindeki genetik risk sinyallerini hücre tipi çözünürlüğüne doğrudan bağlar, hastalık biyolojisi hakkında mekanistik hipotezler sağlar.
  • Mevcut halka açık GWAS özet istatistiklerinden yararlanır — tek hücrelerin yeni genotiplemesi gerekmez.
  • Sağlam permütasyon tabanlı test çerçeveleri (örneğin, scDRS), hücre boyutu ve ekspresyon gürültüsü gibi teknik karıştırıcıları kontrol eder.
  • Hem GWAS hem de tek hücre atlaslarının halka açık olarak mevcut olduğu birçok hastalık alanında uygulanabilir.
  • Toplu RNA-dizi analizlerinde görünmez olacak hastalık riski açısından zenginleşmiş nadir veya geçişli hücre durumlarını belirleyebilir.
Sınırlılıklar
  • Sonuçlar GWAS gücüne kritik derecede bağlıdır — yetersiz güçlü çalışmalar gürültülü gen skorları üretir ve bu da yanlış veya eksik hücre tipi ilişkilendirmelerine yol açar.
  • scRNA-seq referansındaki hücre tipi etiketlemeleri doğru ve yeterince ayrıntılı olmalıdır; kaba etiketlemeler biyolojik olarak anlamlı ayrımları kaçırır.
  • İşlem hattı zenginleşmiş hücre tiplerini belirler ancak nedensel varyantları, genleri veya düzenleyici mekanizmaları doğrudan belirlemez.
  • Doku veya türler arası GWAS sinyallerinin tek hücre atlasına aktarılması biyolojik ve teknik uyumsuzluklar yaratır.
  • Büyük atlaslar (milyonlarca hücre) için hesaplama yükü önemli ölçüdedir ve biyo-bilgisayar altyapısı gerektirir.

SSS

Aynı bireylerden scRNA-seq verileriyle GWAS genotipleme verilerine sahip olmam gerekiyor mu?

Hayır. En yaygın uygulama, ayrı büyük bir kohorttan yayınlanmış GWAS özet istatistiklerini kullanır ve bu istatistikler daha sonra ilgili dokudan herhangi bir scRNA-seq veri kümesine yansıtılır. Aynı bireylerden eşleştirilmiş genotip ve tek hücre verilerine sahip olmak, bu tür veriler mevcut olduğunda ilgili ancak farklı ve daha güçlü bir yaklaşım olan sc-eQTL analizini mümkün kılar.

Tek hücre GWAS ile sc-eQTL analizi arasındaki fark nedir?

Tek hücre GWAS, GWAS özet istatistiklerini scRNA-seq verilerine yansıtarak zenginleşmiş hücre tiplerini belirler — genetik varyant-ekspresyon ilişkilendirmelerini doğrudan test etmez. Sc-eQTL analizi, aynı bireylerden eşleştirilmiş genotip ve scRNA-seq verileri gerektirir ve belirli genetik varyantların belirli hücre tiplerinde gen ekspresyonunu düzenleyip düzenlemediğini test eder. Her ikisi de tamamlayıcıdır: tek hücre GWAS hangi hücre tiplerinin ilgili olduğunu belirler; sc-eQTL bu hücrelerde işleyen spesifik genetik düzenleyici mekanizmaları belirler.

Tek hücre GWAS için en yaygın kullanılan araçlar hangileridir?

scDRS (tek hücre hastalık ilgililik skoru), GWAS riskini bireysel hücrelere yansıtmak için en yaygın benimsenen araçlardan biridir. MAGMA veya LD-skor regresyonu, bir yukarı akış adımı olarak GWAS özet istatistiklerinden gen düzeyinde skorlar hesaplamak için tipik olarak kullanılır. Seurat veya Scanpy, scRNA-seq ön işleme ve hücre tipi etiketlemesi için kullanılır. Analiz işlem hattı böylece hem genomik hem de tek hücre topluluklarından araçları birleştirir.

scRNA-seq veri kümesi ne kadar büyük olmalıdır?

Kesin bir minimum yoktur, ancak hücre tipi zenginliğini tespit etme gücü, hücre tipi başına hücre sayısıyla artar. Çalışmalar tipik olarak iyi etiketlenmiş atlaslardan on binlerce ila milyonlarca hücre kullanır. Nadir hücre tipleri (hücrelerin %1'inden azı) için, küçük küme boyutları biyolojik sinyal gerçek olsa bile istatistiksel hassasiyeti azalttığından, yeterli gücü elde etmek için çok büyük veri kümeleri gerekir.

Tek hücre GWAS insan dışı organizmalara uygulanabilir mi?

Evet, ancak bu hedef organizmada bir GWAS gerektirir (veya insan GWAS'ını fare veya diğer model organizma tek hücre verilerine yansıtılıyorsa dikkatli türler arası gen ortolog eşleştirmesi). Türler arası analizler, gen düzenlemesindeki evrimsel farklılıklar nedeniyle belirsizlik katar, bu nedenle sonuçlar dikkatli yorumlanmalı ve hedef organizmada doğrulanmalıdır.

Kaynaklar

  1. Zhang, M. J., Hou, K., Dey, K. K., Sakaue, S., Jagadeesh, K. A., Weinand, K., ... & Price, A. L. (2022). Polygenic enrichment distinguishes disease associations of individual cells in single-cell RNA-seq data. Nature Genetics, 54(8), 1224-1234. link ↗
  2. Bryois, J., Calini, D., Macnair, W., Foo, L., Urich, E., Ortmann, W., ... & De Jager, P. L. (2022). Cell-type-specific cis-eQTLs in eight human brain cell types identify novel risk genes for psychiatric and neurological disorders. Nature Neuroscience, 25(8), 1104-1112. link ↗

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 3). Single-Cell Genome-Wide Association Study. ScholarGate. https://scholargate.app/tr/bioinformatics/single-cell-gwas

İlişkili yöntemler

eQTL AnaliziGenom Çapında İlişkilendirme Çalışması (GWAS)Yol Zenginleştirme AnaliziRNA-seq Diferansiyel İfadeTek Hücreli eQTL AnaliziTek hücre RNA-seq Analizi

Hangi yöntem?

Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.

  • eQTL AnaliziBiyoenformatik↔ karşılaştır
  • Genom Çapında İlişkilendirme Çalışması (GWAS)Biyoenformatik↔ karşılaştır
  • Yol Zenginleştirme AnaliziBiyoenformatik↔ karşılaştır
  • RNA-seq Diferansiyel İfadeBiyoenformatik↔ karşılaştır
  • Tek Hücreli eQTL AnaliziBiyoenformatik↔ karşılaştır
  • Tek hücre RNA-seq AnaliziBiyoenformatik↔ karşılaştır
Yan yana karşılaştır →

Bu yönteme atıf yapanlar

Tek Hücreli eQTL Analizi

Benzer yöntemler

Tek Hücreli eQTL AnaliziTek hücre epigenom çapında ilişkilendirme çalışması (scEWAS)Genom Çapında İlişkilendirme Çalışması (GWAS)Ağ Tabanlı GWASAğ Tabanlı eQTL AnaliziDiferansiyel Tek Hücre RNA-seq AnaliziTek hücre RNA-seq AnalizieQTL Analizi

İlgili referans kavramlar

Genom Çapında İlişkilendirme Çalışmaları ve Varyant KeşfiEkspresyon Kantitatif Karakter Lokusları (eQTL)Nadir Varyant Keşfi ve Yük TestiHastalık Duyarlılığının Genetik TemeliKarmaşık Hastalıkların Genetik TemeliGWAS Tasarımı, Uygulaması ve İstatistiksel Yöntemleri

Bu sayfada bir hata mı var? Bildir / düzeltme öner →

ScholarGate — Single-cell GWAS (Single-Cell Genome-Wide Association Study). 2026-07-20 tarihinde şu adresten erişildi: https://scholargate.app/tr/bioinformatics/single-cell-gwas · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
Multiple groups (Price lab, De Jager lab, others); scDRS framework by Zhang et al. 2022
Year
2019–2022 (rapid emergence with large-scale scRNA-seq atlases)
Type
Integrative genomic analysis pipeline
DataType
Single-cell RNA-seq data + GWAS summary statistics
Subfamily
Bioinformatics / omics
İlişkili yöntemler
eQTL AnaliziGenom Çapında İlişkilendirme Çalışması (GWAS)Yol Zenginleştirme AnaliziRNA-seq Diferansiyel İfadeTek Hücreli eQTL AnaliziTek hücre RNA-seq Analizi
ScholarGate

Araştırma yöntemleri için içerik öncelikli bir referans kütüphanesi — her yöntemin ne olduğu, nasıl çalıştığı ve nereden geldiği.

Açık veri (CC-BY)

Keşfet

  • Kütüphane
  • Yöntemlerde ara…
  • Alanlara göre gez
  • Alanlar
  • Yolculuk
  • Karşılaştır
  • Hangi yöntem?

Başvuru

  • Konular
  • Atlas
  • Sözlük
  • Metodoloji
  • Felsefe

Çalışma alanı

  • Kitaplığım
  • Masa
  • Sohbet

Şirket

  • Hakkımızda
  • Fiyatlandırma
  • İletişim
  • Yöntem öner

Kayıtlar, başvuru amacıyla yayımlanmış kaynaklardan derlenmiştir. Herhangi bir bilginin doğruluğunu ve kendi kullanımınıza uygunluğunu denetlemek sizin sorumluluğunuzdadır.

© 2026 ScholarGate · Araştırma yöntemleri referans kütüphanesi
  • Gizlilik
  • Çerezler
  • Koşullar
  • Hesabı sil