医学单细胞及表观多组学技术应用线上公开课(武汉大学/菲沙基因)整理总结及学习(第二部分-inferCNV/拟时序/RNA速率)-CSDN博客

本文链接：https://blog.csdn.net/zfyyzhys/article/details/144479006

CNV在空转中的应用前景也许会更大

关于估计文库大小及分散度: 1. 目的是计算每个细胞的大小因子，进行归一化处理从而消除测序深度的影响。2. 估计每个基因的离散度，用于衡量基因表达的变异性，估计离散度可以用于后续的差异表达分析。

基因集选择的几种常见策略：1. 基于Seurat鉴定的marker genes；2. 基于monocle分析鉴定的差异基因；3. 基于高变基因；4. 其他自定义的基因集。

monocle2中通过root_state参数进行起始点设置，而monocle3只需要点点鼠标即可。

拟时序分析的结果一定要结合生物学知识，如果不符合的话是需要调整数据的，实在不行不能硬凑。

开发者发现非剪切和剪切的mRNA的降解速度存在不一致，并且非剪切和剪切的mRNA也代表不同的成熟状态，因此就可以通过这种mRNA生成和降解过程的动态变化来推断细胞分化发育轨迹。

分析过程涉及python/linux

这里可以了解一下剪接和未剪接是如何定义的

跳过整合intron, 横跨两个exon边界的reads，认为是来自经过剪接的成熟RNA；
跨过exon/intron边界的reads是来自于未经过剪接的mRNA；
完全在exon中的reads既可以来自成熟的mRNA，也可以来自为未剪接的mRNA；
完全在intron中的reads可能来自于非特异背景(噪音)或者是潜在的其他转录本；

这里可以提一嘴cytotrace这个工具，这个工具是通过先验知识(基因情况)去判断细胞发育程度，跟RNA速率分析可以联合使用。

inferCNV：scRNA-seq数据推断染色体拷贝数变化 https://mp.weixin.qq.com/s/pUAQvYTgebSuuvDlV6mo4g
拟时序分析：单细胞拟时序/轨迹分析原理及monocle2流程学习和整理 https://mp.weixin.qq.com/s/aVUpRIkDi83B8_Y_BSBkVA
CytoTRACE2单细胞分化潜力预测工具学习 https://mp.weixin.qq.com/s/inF9iGy2X9D2CZLzQBtRdw

武汉大学/菲沙基因公开课/生信技能树
Single-cell analysis reveals a unique microenvironment in peri-implantitis. J Clin Periodontol. 2024 Apr 2. doi: 10.1111/jcpe.13982
Single-cell and long-read sequencing to enhance modelling of splicing and cell-fate determination. Comput Struct Biotechnol J. 2023 Mar 20:21:2373-2380.

注：若对内容有疑惑或者有发现明确错误的朋友，请联系后台(欢迎交流)。更多内容可关注公众号：生信方舟

最近笔者正在经历秋招，发现临床博士真是高手如云，深感竞争激烈 hhh。不过还是希望所有和我一样正在经历秋招的硕博们都能顺利上岸哦~！

- END -