WIKI资讯
WIKI资讯
单细胞检测技术的发展为我们理解复杂生命体中细胞的组成与各自功能及变化过程提供了强有力的工具。基于单细胞基因表达谱数据，我们可以窥探发育过程中细胞内的调控变化，发现肿瘤微环境中的各类细胞及它们的细胞间交流，理解器官组织中复杂多样的细胞类型。现有单细胞研究是一个从整体到个体，再由个体特征重建整体的过程。在这个过程中，有一些非常有意思的问题是我们希望通过单细胞数据加以理解的，比如，某个组织中，某类细胞的发育生成过程；在不同条件下，细胞的改变过程和命运等等。因此，我们需要通过特定的分析手段实现对数据的分类和还原，并通过数据来勾画出细胞间的变化过程。在这样的背景下，拟时间序列分析（Pseudotime分析）为我们提供了来解决该问题的工具。 拟时间序列分析（Pseudotime分析）的字面意思是通过构建细胞间的变化轨迹来重塑细胞随着时间的变化过程。从具体的分类分析和复杂程度来说，可以分为细胞轨迹分析和细胞谱系分析。 细胞轨迹......阅读全文
单细胞检测技术的发展为我们理解复杂生命体中细胞的组成与各自功能及变化过程提供了强有力的工具。基于单细胞基因表达谱数据，我们可以窥探发育过程中细胞内的调控变化，发现肿瘤微环境中的各类细胞及它们的细胞间交流，理解器官组织中复杂多样的细胞类型。现有单细胞研究是一个从整体到个体，再由个体特征重建整体的过
此外，根据细胞类型分类，我们也可以将差异基因沿着拟时间轨迹绘制不同类型细胞基因表达散点图：图8差异基因拟时间表达轨迹图最后，根据拟时间序列轨迹，我们把特征差异基因表达变化进行聚类，以热图形式展示基因的变化过程： 图9 差异基因聚类热图因此，通过拟时间序列分析，我们可实现构建细胞变化轨迹途径
单细胞检测技术的发展为我们理解复杂生命体中细胞的组成与各自功能及变化过程提供了强有力的工具。基于单细胞基因表达谱数据，我们可以窥探发育过程中细胞内的调控变化，发现肿瘤微环境中的各类细胞及它们的细胞间交流，理解器官组织中复杂多样的细胞类型。现有单细胞研究是一个从整体到个体，再由个体特征重建整体的过程。
图3 细胞轨迹图（按阶段分类）当然，通过以上的分析结果，我们无法判断出来轨迹的开始，因此无法确定轨迹路线。所以，我们需要结合已有认知，通过函数识别包含时间为零的大多数细胞的状态，绘制拟时间轨迹图：图4 拟时间轨迹图得到上述拟时间轨迹图后，我们就可以根据不同的阶段分类，分别进行分类绘制，得
近日，中国科学院上海生命科学研究院（人口健康领域）马普计算生物学伙伴研究所韩敬东研究组，中科院生物化学与细胞生物学研究所景乃禾研究组，与清华大学沈沁研究组合作发表的论文，以Inference of differentiation time for single cell transcriptom
在国家自然科学基金项目（项目编号：31722027）等资助下，浙江大学医学院干细胞与再生医学中心郭国骥教授团队在单细胞组学技术及哺乳动物全细胞表达谱系分析研究中取得突破性进展。相关成果以“Mapping the Mouse Cell Atlas by Microwell-seq”（利用微孔板测序
在国家自然科学基金项目（项目编号：31722027）等资助下，浙江大学医学院干细胞与再生医学中心郭国骥教授团队在单细胞组学技术及哺乳动物全细胞表达谱系分析研究中取得突破性进展。相关成果以“Mapping the Mouse Cell Atlas by Microwell-seq”（利用微孔板测序
从单细胞生物到多细胞体这一过渡是怎么发生的？据美国物理学家组织网1月16日报道，5亿多年前，地球表面的单细胞生物开始形成多细胞簇，最终变成了植物和动物。美国明尼苏达大学研究人员在实验室用普通的啤酒酵母菌复制了这一关键进化步骤，演示了这一过渡的发生过程。相关论文发表在近期出版的《美国国家科学院院刊
现代系统生物学有两种革新技术：基因组学和单细胞生物学，前者具备同时监测生物体中所有基因和蛋白质的能力，后者则可以在自然微环境中跟踪单细胞的一些特定基因。 两种技术都很强大，但具有互补的局限性：基因组学平均了一个细胞群的异质性和空间复杂性，而单细胞技术一次只能探测几个基因。因此，将基因组学与单细
以10x Genomics为代表的单细胞组学检测技术的发展，为我们从细胞层面去理解生命体的发育过程，疾病发生和发展过程提供了重要的手段。以单细胞转录组(scRNA-Seq)为例，我们可以发现，单细胞组学数据具有横向细胞数量巨大，纵向数据分布稀疏的特点。因此，针对单细胞数据，从分析的角度提出了巨大