單細胞測序技術作為一種高解析度的技術,可以在單細胞水平快速構建組織或器官的分子圖譜,了解基因調控機制,從而探索早期胚胎發育、組織及器官形成、免疫機制和腫瘤發生等分子機理。當然,對於高噪音、高維度的單細胞測序數據,同樣需要特定的分析流程進行處理。單細胞分析流程通常包括:原始數據的質控、序列的比對、Barcode拆分和UMI處理、表達矩陣構建、細胞質控、批次效應矯正、細胞分群和差異表達基因計算等。
為了幫助科學家快速搭建單細胞數據分析流程,CLC Genomics Workbench v21版本推出了基於可視化操作界面的單細胞分析流程:
支持不同數據格式:Fastq、10X HDF5、Loom、Expression Matrix、Cell Cluster等
均一化和批次效應處理:基於sctransform算法進行均一化處理
數據降維:支持UMAP/t-SNE進行數據降維
細胞類型注釋:基於training dataset 進行自動化細胞類型注釋
差異表達基因:計算任意Cell Cluster之間的差異表達基因
不同分析軟體會生成不同格式的文件,為了最大化支持不同分析軟體產生的結果,CLC Single Cell Analysis Module 可以支持導入10X Genomics HDF5、Loom、Expression Matrix、Cell Cluster等格式的數據。
單細胞樣本在製備過程中會遇到多個細胞進入同一個液滴、沒有細胞進入液滴、細胞凋亡等情況。CLC Single Cell Analysis Module基於reads數以及線粒體基因表達情況對細胞質量進行質控。
CLC Single Cell Analysis Module開發了自動化細胞類型注釋工具,基於已知細胞類型的表達譜數據進行模型訓練,然後利用該模型進行細胞類型的注釋。
對於高維單細胞數據可視化,CLC Single Cell Analysis Module 提供了t-SNE和UMAP兩種降維方法對細胞類型進行可視化展示。
如需進一步了解產品信息或體驗該功能,還請掃描下方二維碼留下您的信息!
歡迎關注「凱傑生命科學」微信公眾號
更多關於QIAGEN
歡迎點擊左下角「閱讀全文」留下您的評論與聯繫方式,感謝您的支持!