单细胞测序是一种技术，用于研究单个细胞的DNA，它不仅适用于简单的微生物，也适用于复杂的人类细胞。这项技术在生物学研究中具有重要意义，尤其是在肿瘤研究领域。通过单细胞测序，科学家能够深入理解细胞之间的差异，这对于揭示疾病机制和开发个性化治疗方案至关重要。最近，美国和英国的研究团队取得了一项重...

单细胞分析流程及双细胞问题 数据质控是关键环节，scRNA-seq技术存在效率低、测序深度差异大、转录本覆盖度偏倚以及技术噪音高等局限性。FastQC等质量控制工具同样适用于scRNA-seq数据。使用Seurat进行质量控制前，需进行序列比对和基因表达量生成。归一化和降维是核心步骤。归一化解决转录本捕获率、测序深度与实...

4. SCPortalen：收录了大量的单细胞测序数据。网址：single-cell.clst.riken.jp...5. scRNASeqDB：收集了人类单细胞测序数据。网址: bioinfo.uth.edu/scrnase...6. Tabula Muris：小鼠的单细胞转录组数据库。网址：tabula-muris.ds.czbiohub.org...7. SpatialDB：专门存放单细胞空间转录组数据的...

单细胞测序在多个领域展现出巨大潜力，包括肿瘤研究、新冠病毒治疗、阿尔兹海默症等。例如，通过单细胞分析，研究者能够揭示肿瘤血管选定过程中的细胞表型，为抑制肿瘤新生血管生成、治疗肿瘤提供新视角。在新冠病毒治疗中，通过单细胞转录组+单细胞BCR测序技术筛选出高效中和抗体，显著提升治疗效果。在阿尔兹海默...

羟甲基化，以及组蛋白的各种修饰；3. RNA的序列：AUCG怎么排列，以及各序列的丰度；4. RNA的表观遗传修饰：比如近年很火的m6A修饰；5. 染色质的结构：3C、4C、5C等各种C；6. 其他魔性应用：比如DNA损伤位置、蛋白-蛋白相互作用等。单细胞测序，就是想办法在单细胞层面去回答以上6类问题。

在单细胞测序中，dropout现象指测序技术本身缺陷导致本应表达的基因未被检测，比例极高。单细胞dropout分为两部分，在神经网络中dropout是一种正则化手段，批次效应则是由不同时间、操作者、试剂、仪器导致的实验误差，影响细胞表达量。批次效应无法完全去除，但可通过拟合模型评估减少其影响。目前有20多种单...

(本文主要介绍高通量单细胞全长转录组测序技术，低通量的暂未介绍)1. sc ISO r-seq  (10x Genomics + Pacbio ISO-seq)技术方案： 1）单细胞解离后，利用10x 3’ RNA kit完成细胞分选和逆转录，得到全长的cDNA; 2) 部分全长cDNA用于常规二代测序；3）部分全长cDNA经过PCR扩增后...

一文了解单细胞对象数据结构/数据格式，单细胞数据操作不迷茫。本文内容包括 单细胞seurat对象数据结构， 内容构成，对象的调用、操作，常见函数的应用等。默认情况下，我们是对Seurat中的RNA的Assay进行操作。可以通过 @active.assay 查看当前默认的assay，通过 DefaultAssay() 更改当前的默认assay。 结构 ...

单细胞RNA-seq技术通过独特的标签技术，将每个细胞的mRNA逆转录并加上唯一标识（barcode），即使混合测序也能区分个体细胞，从而获取更精确的细胞群信息。单细胞测序技术带来的好处包括：精准细胞分群，减少传统方法的争议；分析稀有细胞和特定环境下的细胞，如微生物；用于体外受精胚胎的筛查；监测癌症患者循环...

计算公式为：P(d)=1-(1-s)n（P(d)：检出力，s：目标细胞亚群比例，n：需要被测序的细胞数量）此公式换算后为：n=lg(1-P(d))/lg(1-s)。2、不能同一个标本加测。单细胞测序是给每个细胞加上独一无二的DNA序列，这样在测序的时候，就把携带相同barcode的序列视为来自同一个细胞了。加测...