Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

Performing a Simple Data Analysis using MS-Excel Function01:17

Performing a Simple Data Analysis using MS-Excel Function

1.1K
Microsoft Excel offers a suite of functions and tools ideal for statistical analysis, making it accessible to students and researchers. This article outlines fundamental Excel functions pivotal for data analysis.
SUM: This function calculates the total sum of a range of values. It's the foundation for aggregating data, essential for determining overall trends and totals in datasets.
AVERAGE: It computes the mean value of a given set of numbers, providing a quick insight into the central...
1.1K

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Viral load-driven systemic immune exhaustion is an enabler of antibody breadth in HIV infection.

bioRxiv : the preprint server for biology·2026
Same author

A practical approach to risk stratification of incidental T cell clonality.

Blood advances·2026
Same author

A phylogeny-guided framework for decoding mechanisms of human endogenous retrovirus regulation in health and disease.

bioRxiv : the preprint server for biology·2026
Same author

Physiologically Based Biopharmaceutics Modelling-Best Scientific Practices to Define Drug Product Performance, Latest Regulatory and Industry Perspectives: Workshop Summary Report.

Pharmaceutics·2026
Same author

Prognostic Value of Lung Injury Biomarkers in Patients Hospitalized With COVID-19 Without Respiratory Failure at Admission.

Critical care medicine·2026
Same author

Immunophenotyping challenges in the diagnosis of NK-LGLL.

Blood advances·2026

関連する実験動画

Updated: May 1, 2026

A High-throughput Cell Microarray Platform for Correlative Analysis of Cell Differentiation and Traction Forces
12:04

A High-throughput Cell Microarray Platform for Correlative Analysis of Cell Differentiation and Traction Forces

Published on: March 1, 2017

9.9K

マルチモダルの単細胞データの統合分析

Yuhan Hao1, Stephanie Hao2, Erica Andersen-Nissen3

  • 1Center for Genomics and Systems Biology, New York University, New York, NY 10003, USA; New York Genome Center, New York, NY 10013, USA.

Cell
|June 1, 2021
PubMed
まとめ
この要約は機械生成です。

単細胞データを分析する 新しい計算方法を開発し 細胞状態の識別を向上させました この加重された近隣のアプローチは 免疫システムの包括的なアトラスを作成し COVID-19のような病気を理解するのに役立ちます

キーワード:
CITE-seq についてコロナウイルスT細胞免疫システムマルチモダル分析参照マッピング単細胞ゲノム

さらに関連する動画

Fabrication of a Multiplexed Artificial Cellular MicroEnvironment Array
07:19

Fabrication of a Multiplexed Artificial Cellular MicroEnvironment Array

Published on: September 7, 2018

8.7K
Multiplexed Analysis of Retinal Gene Expression and Chromatin Accessibility Using scRNA-Seq and scATAC-Seq
06:24

Multiplexed Analysis of Retinal Gene Expression and Chromatin Accessibility Using scRNA-Seq and scATAC-Seq

Published on: March 12, 2021

3.8K

関連する実験動画

Last Updated: May 1, 2026

A High-throughput Cell Microarray Platform for Correlative Analysis of Cell Differentiation and Traction Forces
12:04

A High-throughput Cell Microarray Platform for Correlative Analysis of Cell Differentiation and Traction Forces

Published on: March 1, 2017

9.9K
Fabrication of a Multiplexed Artificial Cellular MicroEnvironment Array
07:19

Fabrication of a Multiplexed Artificial Cellular MicroEnvironment Array

Published on: September 7, 2018

8.7K
Multiplexed Analysis of Retinal Gene Expression and Chromatin Accessibility Using scRNA-Seq and scATAC-Seq
06:24

Multiplexed Analysis of Retinal Gene Expression and Chromatin Accessibility Using scRNA-Seq and scATAC-Seq

Published on: March 12, 2021

3.8K

科学分野:

  • 単細胞ゲノム
  • 免疫学
  • 計算生物学

背景:

  • 多様性単細胞分析は,細胞状態の定義に不可欠です.
  • 既存の計算方法は様々なデータタイプを統合するのに苦労しています.
  • マルチモダルのデータセットを活用するための高度なフレームワークが必要です.

研究 の 目的:

  • 新規の無監督のフレームワークを導入し, "加重近隣" (WNN) 分析を行う.
  • 単細胞データの複数のモダリティの統合分析を可能にします.
  • ヒトの循環免疫システムのマルチモダルの参照アトラスを構築する.

主な方法:

  • 大きなCITE-seqデータセット (211,000人のPBMC) にWNN分析を適用した.
  • 抗体パネルを活用して 複写体データと共に 深いプロテオミックプロファイリングを行いました
  • セルごとに各データタイプの相対的な有用性を学ぶためのフレームワークを開発しました.

主要な成果:

  • マルチモダルの統合により,細胞状態の解像度が大幅に改善されました.
  • 特定され,検証された新しいリンパ性亜集団.
  • 循環する免疫細胞の包括的なマルチモダルの参照アトラスを構築した.
  • 新しいデータセットの迅速なマッピングと免疫反応の解釈を証明した.

結論:

  • WNN分析は,マルチモダルの単細胞データに対して広く適用可能な戦略を提供します.
  • このアプローチは,セルラーアイデンティティの統一されたマルチモダルの定義に向かっています.
  • 開発されたアトラスは,ワクチン接種とCOVID-19における免疫反応の理解を容易にする.