SCALA:一个完整的解决方案,用于单细胞下一代测序数据的多式分析

科学领域:

• 生物信息学是一种生物信息学.
• 计算生物学 计算生物学
• 基因组学就是基因组学.

背景情况:

• 分析单细胞转录和染色质可访问性数据存在重大挑战.
• 众多生物信息学工具使数据解释复杂化,并阻碍了生物洞察力提取.

研究的目的:

• 引入SCALA,一种用于单细胞RNA测序 (scRNA-seq) 的生物信息学工具,以及使用测序 (scATAC-seq) 分析数据的转化酶可访问染色质的测试.
• 为了实现scRNA-seq和scATAC-seq数据集的独立或整合性分析.
• 协助生物医学研究人员进行数据探索,分析和可视化.

主要方法:

• SCALA集成了多个软件包,用于质量控制,细胞群体识别和细胞状态分析.
• 它提供功能丰富,细胞轨迹推断,联体受体分析和调控网络重建.
• 该工具提供可参数化的模块和准备发布的可视化.

主要成果:

• SCALA 便于对 scRNA-seq 和 scATAC-seq 数据进行全面的分析.
• 它成功地处理了综合分析的两种模式.
• 通过涉及TNF驱动的关节炎小鼠的用例来证明它的实用性.

结论:

• SCALA使研究人员能够在没有大量编码经验的情况下分析复杂的单细胞数据.
• 该工具简化了从多模式单细胞数据集中获得生物见解的过程.
• SCALA可以作为一个独立的R/Shiny应用程序和在线服务.