评估零计数以更好地了解散装和单细胞RNA-Seq平台之间的差异
Joanna Zyla1, Anna Papiez1, Jun Zhao2,3
1Department of Data Science and Engineering, Silesian University of Technology, Gliwice 44-100, Poland.
Computational and structural biotechnology journal
|October 16, 2023
概括
单细胞RNA测序 (scRNA-Seq) 揭示了由于RNA完整性和基因长度等技术因素导致的表达转移. 这些发现有助于开发用于转录组分析的跨平台校正方法.
科学领域:
- 基因组学就是基因组学.
- 分子生物学分子生物学
- 生物信息学是一种生物信息学.
背景情况:
- 单细胞RNA测序 (scRNA-Seq) 可以实现高分辨率的转录组概况.
- scRNA-Seq数据的零读数比大量RNA-Seq高,影响低表达基因检测.
- 不管基因表达水平如何,平台特定的差异存在.
研究的目的:
- 调查技术和生物因素导致scRNA-Seq数据中的表达转移.
- 确定跨平台表达式转移校正的分析方法.
- 将单细胞和散装RNA-Seq.之间的基因和通路表达差异进行比较.
主要方法:
- 利用了四个配对的数据集与多个样本.
- 采用两个不同的机器学习模型来分析数据.
- 评估因素包括RNA完整性,基因/UTR3长度和转录数.
主要成果:
- 表达水平,RNA完整性,基因/UTR3长度和转录号影响零读数的发生.
- 在数据集中确定了25个基因 (0.12%) 和7个途径 (2.02%),在单细胞和批量水平之间始终存在矛盾.
- 无论基因表达水平如何,都观察到差异.
结论:
- 技术因素对scRNA-Seq.的表达转移有显著的贡献.
- 这些发现支持开发用于跨平台数据规范化的新型分析方法.
- 了解这些差异对于准确解释转录组分析至关重要.


