博文
- SpathDB：空间通路活性图谱综合数据库
- SpathDB ：空间通路活性图谱综合数据库 空间转录组学技术量化单个细胞 / 斑点的分子特征，同时保留组织中每个细胞 / 斑点的物理位置信息。这对于深入了解由调控网络功能活性微调驱动的细胞行为、组织复杂性、疾病发生和耐药性具有重要意义。通路的基因构成了重要的功能调控网络，通路活性分析可以提供一种更强 ...
- scPANDA：拥有1000万个单细胞图谱的泛血液数据注释器
- scPANDA ：拥有 1000 万个单细胞图谱的泛血液数据注释器 免疫细胞在人类的生理和病理条件中起着至关重要的作用。单细胞技术的最新进展使研究人员能够以无与伦比的精度观察细胞动力学，以应对 bulk 测序方法无法解决的细胞异质性挑战。这大大推进了血液学和免疫学的研究。 2022 年， Xie 等人为各种人类血 ...
- scMalignantFinder：利用癌症标签在单细胞和空间转录组学中区分恶性细胞
- scMalignantFinder ：利用癌症标签在单细胞和空间转录组学中区分恶性细胞 肿瘤是高度异质性的疾病，由肿瘤细胞内遗传、表观遗传和基因表达水平的分子紊乱驱动。准确表征肿瘤异质性对于理解癌症发展的机制和制定有效和持久的治疗策略至关重要。单细胞 RNA 测序（ scRNA-seq ）技术通过能够测量肿瘤组织 ...
- GeneCOCOA：利用共表达数据检测单个基因的上下文特异性功能
- GeneCOCOA ：利用共表达数据检测单个基因的上下文特异性功能 测序技术的进步降低了成本，提高了转录组分析的准确性。这导致从各种各样的实验条件中产生了大量的数据集，其中许多是公开可用的。因此，在关注特定基因或感兴趣的基因产物的研究中，询问公共测序数据已成为越来越重要的一步。通常，这仅限于检测感兴趣 ...
- 单细胞基因组学的因果机器学习
- 单细胞基因组学的因果机器学习 细胞是生命的基本单位，其功能和身份由复杂的物理和生化过程塑造。了解细胞过程中的因果关系对于揭示驱动细胞行为（如增殖、分化和凋亡）的复杂生物学机制至关重要，对于识别相关的信号分子、遗传突变或环境刺激至关重要，对于帮助开发癌症、神经变性疾病和代谢综合征等疾病的靶向治疗至 ...
- MNMO：多组学数据多层网络中发掘驱动基因
- MNMO ：多组学数据多层网络中发掘驱动基因 使肿瘤细胞具有选择性生存优势的驱动突变已被公认为癌症的病因。随着测序技术的发展，一些大型癌症项目积累了大量癌症基因组数据，如癌症基因组图谱（ TCGA ）和国际癌症基因组协会（ ICGC ）。通过利用海量数据，可以进行研究以识别包含驱动突变的驱动基因。 早期 ...
- 人类癌细胞中环状RNA功能景观
- 热度 1
- 人类癌细胞中环状 RNA 功能景观 传统上，癌症生物学研究主要以蛋白质编码基因为中心。然而，最近转录组学研究的激增将焦点转向了癌症中其他类别的 RNA 分子。值得注意的是，源自人类基因组的 RNA 中有 90% 以上属于非编码 RNA （ ncRNA ），其中许多 RNA 的定义尚不明确。随着 RNA 治疗的最 ...
- consexpressionR：一致差异基因表达分析工具包
- consexpressionR ：一致差异基因表达分析工具包 Bulk RNA 测序（ RNA-Seq ）是一种在广泛背景下研究基因表达机制的流行方法。由于高通量测序技术的出现， RNA-Seq 研究的重要性显著增加，该技术能够以比以前方法更低的成本和更短的时间生成大量数据。处理和分析这些数据的计算方法也发展迅速。 现代高通 ...
- GLACIER：解码空间细胞拓扑的因果驱动因素
- GLACIER ：解码空间细胞拓扑的因果驱动因素 多细胞生物依赖于在多个空间尺度上展开的精确协调的细胞间相互作用，包括直接、短程相互作用和间接、远程通信。例如，细胞通过释放配体分子直接相互交流，配体分子与相邻细胞上的受体结合，引发即时的信号变化。更广泛地说，转录因子（ TF ）可以启动跨细胞邻域级联的 ...
- scNET：整合单细胞数据与蛋白质互作学习上下文特异性基因和细胞嵌入
- 热度 1
- scNET ：整合单细胞数据与蛋白质互作学习上下文特异性基因和细胞嵌入 单细胞 RNA 测序（ scRNA-seq ）数据通过揭示固有的细胞异质性，彻底改变了我们对复杂生物系统的理解。通常， scRNA-seq 分析涉及基于图聚类以识别不同的细胞群体，然后进行差异基因表达分析。这种方法突出了与特定细胞状态和功能 ...
