10X单细胞(10X空间转录组)肿瘤数据分析之肿瘤进化树

本文介绍了如何利用10X单细胞和空间转录组数据构建肿瘤进化树,涉及inferCNVpy、UPhyloplot2等工具的使用,包括CNV分析、长短臂注释及进化树绘制等关键步骤,旨在揭示肿瘤的进化复杂性。
摘要由CSDN通过智能技术生成
作者,追风少年i
hello,大家好,新的一周,新的开始,脑海里浮现周星驰的一句台词,只有越来越强大,才能越来越童话。
今天我们简单来学习一个简单的内容,肿瘤进化树,先看示例。不过之前大家要先补充一下基础知识,我列在下面,供大家参考。
10X单细胞(10X空间转录组)CNV分析之inferCNVpy
10X单细胞个性化分析之CNV篇
10X单细胞(10X空间转录组)CNV分析回顾之CopyKAT
10X单细胞(10X空间转录组)分析之将单细胞转录组映射到拷贝数进化树(scatrex)
10X空间转录组CNV和速率分析的空间图谱
10X单细胞(10X空间转录组)数据分析之识别肿瘤细胞的CNV分析原理
其中文章10X单细胞个性化分析之CNV篇10X单细胞(10X空间转录组)数据分析之识别肿瘤细胞的CNV分析原理主要讲分析原理,建议大家好好看看。

先来看看范例

文章Single-cell analysis reveals new evolutionary complexity in uveal melanoma,2020年的NC文章。

肿瘤进化树

图片要说明的问题并不复杂,a 和 b图就是简单的CNV事件热图,c图是每一个样本的进化树,上方主干对应的CNV事件,是早期就发生的;下方分枝的CNV事件是后期发生的。其中蕴含的逻辑就是含有某个CNV的细胞占比越多,那么这个CNV就发生得越早;含有某个CNV的细胞占比越少,这个CNV就发生得越晚

文章Single-cell RNA landscape of intratumoral heterogeneity and immunosuppressive microenvironment in advanced osteosarcoma

和上一张图的形式差不多,解读也是一样的,我们今天的目标就是来实现进化树的结果

其中我们需要注意2点
  • 进化树的绘制
  • 长短臂注释的由来
我们先来看看文章中的方法,在文章
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值