在单细胞RNA测序数据中测量细胞对细胞表达变异性:对比分析和B细胞衰老的应用
Huiwen Zheng1, Jan Vijg2,3, Atefeh Taherian Fard4
1Australian Institute for Bioengineering and Nanotechnology, The University of Queensland, Brisbane, QLD, Australia.
Genome biology
|October 20, 2023
概括
本研究评估了使用单细胞RNA测序 (scRNA-seq) 数据测量细胞对细胞基因表达变异性的统计方法. 扫描仪表表现出卓越的性能,揭示了B细胞分化和衰老过程中的关键基因特征.
科学领域:
- 基因组学就是基因组学.
- 计算生物学 计算生物学
- 分子生物学分子生物学
背景情况:
- 单细胞RNA测序 (scRNA-seq) 捕获了基因表达异质性.
- 量化细胞对细胞的变异性至关重要,但由于scRNA-seq数据结构,如零通货膨胀,因此具有挑战性.
研究的目的:
- 系统地评估14种不同的指标来测量转录基因数据中细胞间的变异性.
- 确定分析scRNA-seq数据的最佳统计方法,考虑数据的特定特征和生物特性.
主要方法:
- 使用模拟和真实数据集对14个可变性指标进行系统评估.
- 与数据特征 (稀疏性,平台) 和生物变异性对比衡量指标性能.
- 应用高性能度量 (屏幕) 来分析B细胞分化和衰老.
主要成果:
- 扫描指标在量化细胞对细胞的变异性方面显示出最强的全方位性能.
- 分析显示,在B细胞分化过程中,独特的基因特征具有不同的表达特征.
- 年轻和老细胞之间的差异变异基因确定了潜在的监管变化,这些变化可能被平均表达分析遗漏.
结论:
- 捕捉细胞对细胞的基因表达变异性对于理解复杂的生物过程,如分化和衰老至关重要.
- 这些发现强调了这些方法在分析单个细胞类型和发现监管见解方面的价值.
更多相关视频
10:50Single-cell Gene Expression Profiling Using FACS and qPCR with Internal Standards
Published on: February 25, 2017
16.5K
09:34A Combinatorial Single-cell Approach to Characterize the Molecular and Immunophenotypic Heterogeneity of Human Stem and Progenitor Populations
Published on: October 25, 2018
6.7K
