在多个时间点和细胞类型中研究单细胞RNA-seq中的高度可变基因的计算工作流
Jantarika Kumar Arora1, Anunya Opasawatchai2, Sarah A Teichmann3
1Doctor of Philosophy Program in Biochemistry (International Program), Faculty of Science, Mahidol University, Bangkok 10400, Thailand; Department of Biochemistry, Faculty of Science, Mahidol University, Bangkok 10400, Thailand.
STAR protocols
|June 28, 2023
概括
本研究引入了一种计算方法,用于分析单细胞RNA测序数据中的高度可变基因 (HVGs). 它有助于了解不同免疫细胞和病毒感染期间的时间点在生物途径中的基因表达动态.
科学领域:
- 计算生物学是一种计算生物学.
- 免疫学 免疫学 免疫学
- 基因组学就是基因组学.
背景情况:
- 单细胞RNA测序 (scRNA-seq) 产生复杂的数据集,用于研究细胞异质性.
- 识别高度可变基因 (HVGs) 对于理解细胞反应至关重要.
- 研究生物途径中的动态基因表达需要强大的分析框架.
研究的目的:
- 在scRNA-seq数据中分析与生物途径相关的HVG的计算框架.
- 在多个时间点和细胞类型中描述HVG的动态基因表达模式.
- 将框架应用于公共登革热病毒和COVID-19数据集.
主要方法:
- 在scRNA-seq数据中进行HVG分析的计算方法的开发.
- 应用框架来分析免疫细胞中的基因表达动态.
- 利用来自登革热病毒和COVID-19研究的公共数据集.
主要成果:
- 该框架成功地描述了HVG的动态表达水平.
- 它确定了与HVGs相关的常见和细胞类型特定的生物通路.
- 在分析病毒感染数据集的证明有用性.
结论:
- 提出的计算方法为剖析scRNA-seq数据中的基因表达变异提供了有价值的工具.
- 它有助于理解系统层面对病毒感染的免疫反应.
- 该方法有助于识别参与宿主-病原体相互作用的关键基因和途径.


