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.
Запис джерела
Цитати скопійовано дослівно з вихідного запису методу. Вони не передбачають перевірки на рівні тверджень.
- 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
Відібрані твердження
Твердження збережено в журналі доказів, кожне зі своєю оцінкою.
Цей перегляд не вигадує оцінку твердження, якщо в журналі її немає.
Пов'язані методи
Згенеровано з графа методів і показано як рекомендовані системою зв'язки — жодне твердження доказів не передбачається.