单细胞多原子数据的分析工作流程使用BD Rhapsody平台
Wenyan Li1,2, Sajad Razavi Bazaz1,2, Chelsea Mayoh1,2
1Children's Cancer Institute, Lowy Cancer Research Centre, UNSW, Kensington, NSW, Australia.
Current protocols
|February 14, 2024
概括
本研究为高通量单细胞RNA测序 (scRNA-seq) 数据提供了详细的分析工作流. 它确保高质量的数据分析和生物洞察力,通过在多组学实验中将信号与噪声分离.
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:
- 高通量单细胞RNA测序 (scRNA-seq) 可以产生大量的数据.
- 提取有意义的生物见解需要强大的数据质量和降低噪音.
研究的目的:
- 描述单细胞多组数据的综合分析工作流程.
- 为了实现高质量的数据分析和生物解释从scRNA-seq实验.
主要方法:
- 工作流包括六个不同的管道,涵盖图像分析,质量控制和矩阵生成.
- 它详细介绍了基因表达矩阵预处理,高级分析和转换到流式细胞计量标准 (FCS) 格式.
- 使用图形界面的可视化技术也包括在内.
主要成果:
- 描述的工作流程有助于将原始测序读数转换为生物相关数据.
- 它可以在复杂的scRNA-seq数据集中有效地将生物信号与噪声分离.
- 该方法支持单细胞多组学高质量的数据分析.
结论:
- 这种详细的分析工作流提供了scRNA-seq数据分析的标准化方法.
- 它使研究人员能够从单细胞多组学研究中获得重要的生物学见解.
- 描述的管道确保数据完整性,并促进下游解释.
更多相关视频
08:51Author Spotlight: Integrated Multi-Omics Analysis for Unveiling Multicellular Immune Signatures in Clinical Heart Attack Cohorts
Published on: September 20, 2024
1.2K
09:57Workflow for High-content, Individual Cell Quantification of Fluorescent Markers from Universal Microscope Data, Supported by Open Source Software
Published on: December 16, 2014
13.0K
