你所不知道的scRNA-seq数据处理方法

细胞命运的决策是单细胞层面的过程，伴随科学进步的发展，单细胞测序允许对单个细胞进行高通量分子检测，不仅在解决生物异质性方面有着强大的功能，同时在低数量的生物材料问题上有许多优势。

数据处理是目前单细胞测序中比较困难的一步，尤其是对没有昂贵计算基础设施的研究人员而言。然而发表在Cell Systems（IF：8.9）上的Geometric Sketching Compactly Summarizes the Single-Cell TranscriptomicLandscape对 scRNA-seq数据处理方面做出了新的突破。

研究背景：单细胞RNA测序（scRNA-seq）可测量数百万细胞中的基因表达，为生物学和疾病提供前所未有突破。然而，这些数据集对于传统分析方法而言变得太大。本文提出了新的算法——几何草图绘制，它可以有效地从大量数据中采集具有代表性的子集，同时保留生物复杂性，突出稀有细胞状态，并加速复杂分析，如数据集整合。随着scRNA-seq数据量的增加，几何草图绘制越来越有用。

几何草图旨在从大型scRNA-seq数据集中选择一组细胞，使得该子集准确反映完整的转录组异质性。此方法不是随机均匀地对细胞进行取样，而是在转录组空间上均匀取样，这样可以在最常见的细胞类型中自然地去除多余的信息，并保留原始数据集中的稀有转录组结构。其优点是在保留稀有细胞状态的同时对大量scRNA-seq数据集进行二次采样；对产生的“Sketch”加速了聚类，可视化和集成分析；可以突出稀有细胞有助于发现罕见的炎性巨噬细胞亚型；并且Sketch可以对资源有限的实验室的单细胞测序数据提高计算效率。

下面部分为友情赠送！

贴心的小编为各位献上多种方法的优缺特点，供各位按需选择。

单细胞分离开，一共收集到以下5种方法：

6种扩增技术供小主参考：

参考：Hie Brian,Cho Hyunghoon,DeMeo Benjamin et al. Geometric Sketching Compactly Summarizes the Single-Cell Transcriptomic Landscape.[J] .Cell Syst, 2019, undefined: undefined.

产品中心

新闻中心

产品简介