从多模态scRNA-seq数据分析单细胞TCR谱和基因表达
Christina Plattner1, Gregor Sturm1, Dietmar Rieder1
1Institute of Bioinformatics, Biocenter, Medical University of Innsbruck, Innsbruck, Austria.
Methods in cell biology
|October 17, 2025
概括
单细胞RNA和T细胞受体 (TCR) 测序揭示了T细胞的多样性. 一个Python包Scirpy简化了用于免疫反应研究的TCR测序数据的分析.
科学领域:
- 免疫学 免疫学 免疫学
- 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RNA测序和T细胞受体 (TCR) 测序为T细胞群提供了高分辨率的洞察力.
- 了解T细胞谱,抗原特异性和克隆动态对于健康和疾病的适应性免疫研究至关重要.
- 对多模式单细胞数据的综合分析需要专门的生物信息学工具.
研究的目的:
- 介绍Scirpy,这是一个Python包,用于简化单细胞TCR测序数据分析.
- 为了证明Scirpy在剧本表征,可视化和克隆型识别中的实用性.
- 突出Scirpy在scverse生态系统中的集成能力,用于多模式数据分析.
主要方法:
- 应用Scirpy,一个用于单细胞TCR测序数据处理的Python包.
- 使用Scirpy进行剧本表征,可视化和克隆型识别.
- 将Scirpy与其他用于多模式数据分析的scverse工具集成.
主要成果:
- Scirpy有效地简化了单细胞TCR测序数据的处理和分析.
- 该包为关键的TCR分析任务提供了一个用户友好的框架.
- 与横向工具的无集成使全面的多模式分析成为可能.
结论:
- 对于研究使用单细胞测序研究T细胞反应的研究人员来说,Scirpy是一个有价值的工具.
- 该套件有助于更深入地了解在各种条件下适应性免疫.
- Scirpy 增强了多模式单细胞免疫学数据的整合和分析.
