Process / pipelineBioinformatics / omics
单细胞RNA测序差异表达分析
单细胞RNA测序（scRNA-seq）差异表达（DE）分析旨在识别在定义的细胞群体（如细胞类型、疾病状态或处理条件）之间表达水平存在显著差异的基因。与平均计算数百万细胞信号的体外RNA测序（bulk RNA-seq）不同，scRNA-seq DE分析作用于每个单独细胞的转录组，从而能够精细地表征细胞群体特异性的基因调控以及看似同质组织内的异质性。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- 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 ↗
如何引用本页
ScholarGate. (2026, June 3). Single-Cell RNA Sequencing Differential Expression Analysis. ScholarGate. https://scholargate.app/zh/bioinformatics/single-cell-rna-seq-differential-expression
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
- 聚类分析统计学↔ 比较
- 基因集富集分析 (GSEA)生物信息学↔ 比较
- 通路富集分析生物信息学↔ 比较
- RNA-seq差异表达生物信息学↔ 比较
- Single-cell RNA-seq analysis生物信息学↔ 比较