scDAPP:一个全面的单细胞转录组学分析管道,优化用于跨组比较

科学领域:

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

背景情况:

• 单细胞转录组学对于理解细胞异质性和特定条件的基因表达至关重要.
• 分析大型,复杂的单细胞数据集需要先进的,标准化的生物信息学方法.
• 单细胞RNA测序 (scRNA-seq) 数据的现有分析方法是多样化和不断发展的.

研究的目的:

• 开发一个基于R的自动化,高效和灵活的管道,用于对单细胞转录组数据进行比较分析.
• 为了在多个组或条件中标准化scRNA-seq数据的处理和分析.
• 为了促进研究人员从原始数据无过渡到生物解释.

主要方法:

• 开发了单细胞差分分析和处理管道 (scDAPP) 作为基于R的工作流.
• 自动化预处理步骤使用数据学习参数和集成的先前基准软件.
• 实现了对转录组数据的单细胞和伪集群水平的比较分析.

主要成果:

• scDAPP自动化了单细胞转录组数据的复杂比较分析.
• 管道通过广泛的数据可视化生成全面的中间和最终结果.
• 提高scRNA-seq研究的计算分析和参数选择的透明度.

结论:

• scDAPP为新手和专家scRNA-seq研究人员提供了一个有价值的,用户友好的工具.
• 该管道简化了细胞群和基因表达的跨组差异分析.
• 在GitHub上免费提供,scDAPP促进可复制和可访问的单细胞数据分析.