BASiCS工作流:使用单细胞RNA测序数据逐步分析表达变异性
Alan O'Callaghan1, Nils Eling2,3, John C Marioni4,5
1MRC Human Genetics Unit, Institute of Genetics & Cancer, University of Edinburgh, Edinburgh, EH4 2XU, UK.
F1000Research
|May 23, 2024
概括
本研究介绍了BASiCS,这是一种用于分析单细胞RNA测序数据中的基因表达变异性的计算工作流. 它可对细胞异质性进行可靠的量化,并识别细胞组之间的显著变化,同时考虑技术噪声.
科学领域:
- 计算生物学是一种计算生物学.
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
背景情况:
- 细胞对细胞基因表达的变异性在免疫和发育等生物系统中至关重要.
- 单细胞RNA测序 (scRNA-seq) 量化了这种异质性,但受到技术噪音的影响.
研究的目的:
- 使用BASiCS生物导体包呈现计算工作流程,以稳定量化scRNA-seq数据中的基因表达变异性.
- 为了确定细胞群内和细胞群之间的细胞异质性,同时考虑技术噪声.
主要方法:
- 使用BASiCS生物导体包进行集成数据规范化,技术噪声量化和下游分析.
- 采用概率决策规则来识别细胞群之间的表达变异性的变化.
- 综合质量控制和数据探索使用scatter和scran生物导体包.
主要成果:
- BASiCS有效量化了细胞组内和细胞组之间的表达变异性,区分了高度和低可变的基因.
- 工作流成功地确定了细胞群体之间的表达变异性变化,对技术噪音和丰度差异有很强的抵抗力.
- 使用公开的scRNA-seq数据集展示了一个完整的管道.
结论:
- BASiCS 工作流提供了一个强大的框架,用于分析scRNA-seq数据中的基因表达变异性.
- 这种方法增强了对复杂生物系统中细胞异质性的理解.
- 通过Docker图像确保计算管道的可复制性.
