Search research articles

ACERCA DE JoVE

Visión General Liderazgo Blog Centro de Ayuda JoVE

AUTORES

Proceso de Publicación Consejo Editorial Alcance y Políticas Revisión por Pares Preguntas Frecuentes Enviar

BIBLIOTECARIOS

Testimonios Suscripciones Acceso Recursos Consejo Asesor de Bibliotecas Preguntas Frecuentes

INVESTIGACIÓN

JoVE Journal Methods Collections JoVE Encyclopedia of Experiments Archivo

EDUCACIÓN

JoVE Core JoVE Business JoVE Science Education JoVE Lab Manual Centro de Recursos para Profesores Sitio de Profesores

Términos y Condiciones de Uso

Política de Privacidad

Videos de Conceptos Relacionados

RNA-seq

RNA-seq

RNA sequencing, or RNA-Seq, is a high-throughput sequencing technology used to study the transcriptome of a cell. Transcriptomics helps to interpret the functional elements of a genome and identify the molecular constituents of an organism. Additionally, it also helps in understanding the development of an organism and the occurrence of diseases.
Before the discovery of RNA-seq, microarray-based methods and Sanger sequencing were used for transcriptome analysis. However, while...

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por

Same author

Interpretable modality-aware mapping of gene regulation in single-cell multiomics with scMAGCA.

Nature communications·2026

Same author

Bridging sequence-structure motifs and genetic variants for genome-wide dynamic RNA-protein interaction profiling.

Nature communications·2026

Same author

Orthogonal disentanglement of single-cell multi-omics reveals private and shared drivers of tissue development and pathogenesis.

Proceedings of the National Academy of Sciences of the United States of America·2026

Same author

PAIR: Reconstructing Single-Cell Open-Chromatin Landscapes for Transcription Factor Regulome Mapping.

Advanced science (Weinheim, Baden-Wurttemberg, Germany)·2026

Same author

Robust characterization and interpretation of rare pathogenic cell populations from spatial omics using GARDEN.

Nature communications·2026

Same author

A pre-trained large generative model for translating single-cell transcriptomes to proteomes.

Nature biomedical engineering·2025

Same journal

Correction to 'scSuperAnnotator: A platform for benchmarking comparison and visualizing automated cellular annotation methods for scRNA-seq data'.

Nucleic acids research·2026

Same journal

Correction to 'Differentiable partition function calculation for RNA'.

Nucleic acids research·2026

Same journal

Deployment of non-canonical splicing in tunicate genomes is mediated by divergent U2AF function and changing m6A modification in U1 and U6 snRNA.

Nucleic acids research·2026

Same journal

Bacillus subtilis DnaB forms multiple protein-protein interactions essential for DNA replication initiation.

Nucleic acids research·2026

Same journal

Multiple forms of protein-protein and DNA binding are exhibited by BrxC from the BREX phage restriction system.

Nucleic acids research·2026

Same journal

Biosynthesis of glycosylated 5-hydroxycytosine in the DNA of diverse viruses.

Nucleic acids research·2026

Ver todos los artículos relacionados

Search research articles

Video Experimental Relacionado

Updated: Jan 13, 2026

Droplet Barcoding-Based Single Cell Transcriptomics of Adult Mammalian Tissues

Droplet Barcoding-Based Single Cell Transcriptomics of Adult Mammalian Tissues

Published on: January 10, 2019

scSuperAnnotator: una plataforma para la comparación de puntos de referencia y la visualización de métodos

Qi Qi¹, Yanchi Su², Yi Fan¹

¹School of Artificial Intelligence, Jilin University, 2699 Qianjin Street, Chaoyang District, Changchun, Jilin, 130012, China.

Nucleic acids research

|January 7, 2026

Resumen

Este resumen es generado por máquina.

scSuperAnnotator es una nueva plataforma en línea para la identificación automatizada de tipos celulares a partir de datos de secuenciación de ARN de células únicas. Integra múltiples métodos, ofreciendo una solución integral y fácil de usar para investigadores sin habilidades de programación.

Palabras clave:

Anotación celular Análisis de scRNA-seq Plataforma en línea Identificación de tipos celulares Bioinformática

Más Videos Relacionados

Leveraging CyVerse Resources for De Novo Comparative Transcriptomics of Underserved Non-model Organisms

Leveraging CyVerse Resources for De Novo Comparative Transcriptomics of Underserved Non-model Organisms

Published on: May 9, 2017

Author Spotlight: Cistrome Analysis in Mouse Muscle Stem Cells

Author Spotlight: Cistrome Analysis in Mouse Muscle Stem Cells

Published on: July 7, 2023

Videos de Experimentos Relacionados

Last Updated: Jan 13, 2026

Droplet Barcoding-Based Single Cell Transcriptomics of Adult Mammalian Tissues

Droplet Barcoding-Based Single Cell Transcriptomics of Adult Mammalian Tissues

Published on: January 10, 2019

Leveraging CyVerse Resources for De Novo Comparative Transcriptomics of Underserved Non-model Organisms

Leveraging CyVerse Resources for De Novo Comparative Transcriptomics of Underserved Non-model Organisms

Published on: May 9, 2017

Author Spotlight: Cistrome Analysis in Mouse Muscle Stem Cells

Author Spotlight: Cistrome Analysis in Mouse Muscle Stem Cells

Published on: July 7, 2023

Área de la Ciencia:

Genómica
Bioinformática
Biología Computacional

Sus antecedentes:

La secuenciación de ARN de células únicas (scRNA-seq) ofrece análisis de expresión génica de alta resolución.
La identificación precisa de tipos celulares es vital para comprender las enfermedades y los microambientes tumorales.
Los métodos existentes de anotación de tipos celulares carecen de una plataforma unificada y automatizada.

Objetivo del estudio:

Desarrollar scSuperAnnotator, una plataforma en línea integrada para la identificación automatizada de tipos celulares a partir de datos de scRNA-seq.
Proporcionar una interfaz fácil de usar para investigadores que carecen de experiencia en programación.
Facilitar comparaciones exhaustivas de varios métodos de anotación.

Principales métodos:

Integración de múltiples enfoques de identificación de tipos celulares (basados en genes marcadores y basados en referencias).
Desarrollo de una plataforma intuitiva basada en web para la anotación y el análisis automatizados.
Implementación de herramientas de comparación multiperspectiva para la selección de métodos y el análisis posterior.

Principales resultados:

scSuperAnnotator proporciona anotación celular automatizada y integral para datos de scRNA-seq.
La plataforma presenta una interfaz fácil de usar, eliminando la necesidad de habilidades de programación.
Ofrece comparaciones sistemáticas de los métodos de anotación existentes, ayudando a los investigadores a tomar decisiones.

Conclusiones:

scSuperAnnotator aborda la necesidad de una plataforma integral y automatizada para la anotación de tipos celulares de scRNA-seq.
La plataforma mejora la eficiencia y la accesibilidad de la investigación para la identificación de tipos celulares.
Sirve como un recurso valioso para comparar y seleccionar estrategias de anotación.