单细胞转录组测序技术及各类数据分析方法总结

单细胞转录组测序技术(single cell RNA-seq)及细胞分离技术分类汇总

在过去的十多年里，高通量测序技术被广泛应用于生物和医学的各种领域，极大促进了相关的研究和应用。其中转录组测序（RNA-seq）被广泛应用于测定和描绘各类物种的基因或转录本的表达情况。但传统的转录组测序技术（bulk RNA-seq）是基于群体细胞，每个样本包含成千上万个细胞，所以最终反映的是基因在群体细胞中平均表达水平，从而掩盖了不同细胞之间的表达异质性。近年来，单细胞转录组测序（single-c...

Hemberg-lab单细胞转录组数据分析（一）

在别人的电子书，你的电子书，都在bookdown一文中推荐过这一篇教程(https://hemberg-lab.github.io/scRNA.seq.course)，从2016年一直更新到2018年，是入门单细胞分析的十分适合的文档。为了进一步促进学习，生信宝典申请并组织翻译这篇教程，将在公众号陆续推出。最后会有整合版以网页和PDF格式发布于易生信平台。 关于课程 采用高通量测序技术获取单细胞水...

单细胞转录组 —— 测序介绍

RNA测序主要有两种方法：一种是对来自不同细胞的混合RNA进行测序（），另一种是对单个细胞的转录组进行测序（在大多数情况下，混合细胞的RNA-seq比复杂的单细胞测序更便宜、更容易。得到的是所有细胞的平均表达谱，这通常更容易分析，但也会隐藏很多信息，如细胞表达的异质性。有些药物或扰动可能只会影响特定的细胞类型或细胞类型之间的相互作用。例如，耐药的肿瘤细胞会导致癌症复发，即使是在培养的细胞上也很难通过简单的来识别。所以，需要在单细胞水平上研究基因的表达，来揭示这种关系。但是，scRNA-seq。

单细胞转录组测序数据分析 Overview

1. 单细胞测序技术的主要方法包括单细胞RNA测序（scRNA-seq）、单细胞DNA测序、单细胞ATAC-seq等。其中，scRNA-seq是最常用的方法，它通过在细胞中捕获和测序RNA分子，从而获得每个单细胞的转录组信息。2. 单细胞测序数据分析流程数据预处理：包括原始数据的质量控制和过滤，去除低质量的细胞和基因，校正批次效应等。数据归一化：将细胞之间的差异进行标准化，以消除实验操作和技术因素对数据的影响，常见的方法包括 TPM（每百万转录本数）或 RPKM（每千万转录本数）归一化。

生信小白学单细胞转录组（sc-RNA）测序数据分析——R语言

10X单细胞转录组理论上有3个文件才能被读入R进行seurat分析，分别是barcodes.tsv 、 genes.tsv和matrix.mtx，文件barcodes.tsv 和 genes.tsv，就是表达矩阵的行名和列名。

转录组分析技术

@TOC1.转录组 @1.转录组

单细胞转录组（scRNA-seq）与空间转录组（ST）的区别

单细胞级细胞簇（spot）或超高分辨率。

Seurat 单细胞转录组测序数据分析教程（三）——python(scanpy)

文章参考至，做了一个更详细的解读。本教程探讨了 scanpy 的可视化可能性，分为三个部分：嵌入的散点图（例如 UMAP、t-SNE）使用已知标记基因鉴定簇差异表达基因的可视化在本教程中，我们将使用来自 10x 的数据集，其中包含来自PBMC的 68k 个细胞。Scanpy 在其分布中包括该数据集的简化样本，该数据集仅包含 700 个细胞和 765 个高度可变的基因。该数据集已经过预处理和 UMAP 计算。在本教程中，我们还将使用以下文献标记：B细胞：CD79A、MS4A1。

单细胞RNA测序数据分析与可视化：从基础原理到高级应用

单细胞RNA测序（scRNA-seq）技术通过解析单个细胞的基因表达谱，显著提升了我们对细胞异质性的理解。本文详细介绍了scRNA-seq数据分析的完整流程，包括数据预处理、质量控制、降维、聚类、差异表达分析、细胞类型注释、细胞周期分析、轨迹分析、RNA速率分析、基因集富集分析、细胞通讯分析、批次效应校正以及空间转录组学整合。文章还展示了scrna_toolkit包在简化分析流程和增强数据可视化方面的应用。通过这一工具，研究者可以更高效地处理单细胞数据，揭示复杂的生物学信息。未来，该工具将进一步整合多组学分

单细胞转录组分析（从原始下机数据到下游分析）

传统的测序，是在多细胞基础上进行的，实际上得到的是一堆细胞中信号的均值，丢失了细胞异质性（细胞之间的差异）的信息。而单细胞测序技术能检出混杂样品测序所无法得到的异质性信息，从而很好的解决这一问题。

一文读懂scRNA-seq数据分析（建议收藏）

Galaxy生信云平台（UseGalaxy.cn）整合了所有主流的单细胞数据分析工具，如 Seurat, Scanpy, Monocle3等，用户不需要安装各种软件，也不需要考虑计算资源，只需要上传数据，点击鼠标即可以完成单细胞数据分析工作。本文来介绍单细胞数据分析的一些基础理论知识。当我们进行单细胞数据分析时，应该始终从质量控制步骤开始，首先清理数据，以确保数据足以回答研究的问题。在此步骤之后，...

单细胞转录组分析（scRNA-seq）

单细胞转录组测序（Single-cell RNA sequencing，scRNA-seq）是一种高通量测序技术，可以在单细胞水平解析基因表达情况，揭示细胞异质性，探索稀有细胞类型，并研究细胞状态转换及动态调控机制。与传统的。

单细胞测序系列之三：单细胞转录组测序

2006年，Kurimoto等发表了An improved single-cell cDNA amplification method for efficient high-density oligonucleotide microarray analysis这篇文章，其中使用的技术中，已经可见后来的单细胞测序技术的一些雏形1。使用带有polyT尾的V1引物和带有polyA尾的mRNA结合进行逆转录，然后使用Exonucleas I去除多余的引物。

打开细胞异质性与功能机制的黑匣子：单细胞转录组测序高级分析（一）

一个模块内的基因往往在功能或调控上存在关联，可能受到共同的上游转录因子调控，或参与相同的生物学过程，该分析也可以预测驱动整个模块协同表达的潜在转录因子（图6）。首先转录因子活性特异性评分可以告诉我们哪些转录因子及其靶基因具有显著的特异性活性（图8），例如在巨噬细胞中Mafb的regulon特异性评分(RSS)很高，说明该转录因子的调控活性在该细胞类型中具有高度特异性，其靶基因集整体被显著激活。转录因子表达量热图（图9），可比较不同实验处理下同一细胞类型的转录因子活性变化，直观看出处理对细胞调控状态的影响。

单细胞转录组学习流程&总结——（一）背景原理+软件安装+上游分析

由于这里作者上传的只有两边Read的fastq，不包含Index，因此只批量命名了两个Read文件名称，如果项目包含了index，可根据需求结合cellranger官方建议进行改写。将cellranger的路径加入$PATH，这样只需要在终端输入cellranger就可以执行命令。虽然安装完毕，但是现在要运行cellranger的话需要在终端输入cellranger的整个路径。终于知道是怎么回事了，是由于我已经临时加载环境变量，导致那些命令都不能用了，所以后面重新进入。重命名，脚本如下，命名为。

单细胞转录组分析（实验部分及流程)

单细胞转录组分析（实验部分及流程)

【单细胞测序】一、单细胞测序技术总结

@TOC 一、 单细胞测序技术简介 **单细胞测序技术（single cell sequencing）**是指在单个细胞水平上，对基因组、转录组、表观组进行高通量测序分析的一项新技术，它能够弥补传统高通量测序的局限性，揭示单个细胞的基因结构和基因表达状态，反映细胞间的异质性。   我们经常看到的scRNA-seq其实就是single cell RNA-seq的缩写，即单细胞RNA测序，或叫单细胞转录组测序。 上图为单细胞发展的过程，横坐标为时间轴，纵坐标为单次研究中的细胞数。可以看出单细胞测序从2009年