单细胞RNA-seq数据的基于图形的自动聚类协议,用于小鼠肠干细胞

科学领域:

• 胃肠病学 胃肠病学
• 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:

• 单细胞RNA测序 (scRNA-seq) 对于理解肠道细胞异质性至关重要.
• 现有的隔离肠上皮细胞的协议可能具有挑战性,可能会影响下游分析.
• 对于大型scRNA-seq数据集,需要有效和准确的细胞群识别.

研究的目的:

• 提出一种强大的协议,以分离高度净化的小鼠肠道密室上皮细胞.
• 调整该协议以适应小鼠肠道的各个区域,包括直肠和结肠.
• 将自动化社区检测集成到scRNA-seq数据的高效分析中.

主要方法:

• 为分离小鼠肠道组织制定详细的协议.
• 优化隔离从阴的隐形上皮细胞,适应其他肠道区域.
• 实现细胞群的自动化社区检测 (ACDC) Python包用于集群scRNA-seq数据.

主要成果:

• 成功分离了高度净化的隐形上皮细胞.
• 证明该协议在不同肠道部分的适应性.
• 在使用ACDC的肠道干细胞数据集中有效识别细胞群.
• 为scRNA-seq分析生成准备出版的数据.

结论:

• 本协议提供了一种可靠的方法,用于为scRNA-seq.获得纯肠上皮细胞.
• 自动化社区检测 (ACDC) 为分析大型scRNA-seq数据集提供了一种高效的方法.
• 这项工作有助于更深入地了解肠道细胞生物学和干细胞研究.