相关实验视频
Updated: May 12, 2026

09:03
Profiling Individual Human Embryonic Stem Cells by Quantitative RT-PCR
Published on: May 29, 2014
12.0K
来自单细胞RNA测序数据的海马神经干细胞静止变化的分析协议
Jessica Hart1, Lachlan Harris2
1QIMR Berghofer, Brisbane, QLD 4006, Australia; The University of Queensland, Brisbane, QLD 4067, Australia.
STAR protocols
|November 25, 2025
概括
这项研究引入了一个计算协议,以从单细胞RNA测序数据中分离小鼠海马神经干细胞. 它可以分析扰动如何影响干细胞静止深度,有效区分细胞类型.
科学领域:
- 神经科学是一个神经科学.
- 干细胞生物学 干细胞生物学
- 计算生物学 计算生物学
背景情况:
- 在小鼠海马体中识别静止的神经干细胞 (NSC) 是具有挑战性的,因为与星球细胞有相似之处.
- 区分静止NSC与繁殖前代对于理解神经发生和大脑修复至关重要.
- 单细胞RNA测序 (scRNA-seq) 为细胞特征提供了强大的工具,但对于特定的细胞群体需要强大的计算方法.
研究的目的:
- 介绍一种用于从scRNA-seq数据集中分离小鼠海马神经干细胞的计算协议.
- 提供分析扰动对NSC静止深度影响的方法.
- 克服现有的挑战,将静止NSC与天体细胞区分开来,并将繁殖NSC与原始细胞区分开来.
主要方法:
- 使用scRNA-seq数据开发一个计算协议.
- 实施顺序重组以提升细胞群的精细化.
- 伪时间轨迹分析的应用,以推断细胞状态.
- 统计测试以检测静止分布 (深度与浅度) 的变化.
主要成果:
- 使用计算协议成功分离小鼠海马神经干细胞.
- 证明该协议能够分析扰动对静止深度的影响.
- 验证区分静止NSC,星体细胞,增殖NSC和原生细胞的方法.
结论:
- 提出的计算协议提供了一种有效的手段来识别和分析从scRNA-seq数据的神经干细胞.
- 这种方法有助于研究神经干细胞静止动力学和对干扰的反应.
- 该协议解决了神经干细胞系内区分密切相关细胞类型的关键局限性.
更多相关视频
09:49Isolation of Region-specific Microglia from One Adult Mouse Brain Hemisphere for Deep Single-cell RNA Sequencing
Published on: December 3, 2019
11.5K
08:16Fluorescence-Activated Nuclei Negative Sorting of Neurons Combined with Single Nuclei RNA Sequencing to Study the Hippocampal Neurogenic Niche
Published on: October 20, 2022
3.6K