前言

您可能对 scRNA-seq 解析感兴趣,但不确定从何入手……也有可能将解析工作委托给外部机构……。scRNA-seq 解析是一项革新性的技术,用于在单个细胞层面上分析基因表达。该技术需要高度的生物信息学知识。本书将通过 R 语言和 Seurat 库,教您如何解析公共数据库中注册的 scRNA-seq 数据。

基于零散的网络文章学习 scRNA-seq 解析是极其困难的。我有多年的实验室研究经验,深知在繁忙的湿实验过程中学习编程的困难。因此,我认为有必要通过技术书籍的形式,系统地总结出 scRNA-seq 解析的高效学习方法。如果能将公共数据的 scRNA-seq 解析应用到自己的研究中,再结合湿实验,您的论文质量将会显著提升。

本书特别适合以下读者:

  • 对单细胞 RNA-seq 感兴趣但不知道从何开始的人
  • 将单细胞 RNA-seq 数据解析委托给专业外部机构的人
  • 忙于一般湿实验,没有时间学习编程或统计学的人
  • 想将单细胞 RNA-seq 应用到自己研究中的研究者
  • 在职研究员希望撰写论文,或希望在研究生阶段增加业绩的学生

即使没有编程或统计知识也没有问题。本书是为那些没有编程经验的读者精心设计的,从 PC 设置、R 语言的使用、Seurat 的安装方法开始,详细讲解。

通过本书,您将能够迈出将 scRNA-seq 解析应用于研究的第一步。此外,您还将获得使用 ggplot2 库创建新的图表,以便在论文中展示解析结果的知识。

此外,本书还可作为在职研究员在家用 PC 进行解析的指南。通过这些解析结果撰写论文,争取获得博士学位或攻读在职博士学位,对您也是极大的帮助。

希望本书能够帮助您将对 scRNA-seq 的憧憬和兴趣转化为具体行动,成为您掌握这一领域解析技能的入门指南。

【通知】 2023/05/11:🎉Zenn 本书在 Trending 榜单中获得第二名!! 由于大受欢迎,本书在发布仅 10 天后销量突破 100 册🎉 2023/08/27:销量突破 200 册🎉 2023/10/01:销量突破 300 册🎉 2023/05/19:销量突破 500 册🎉

📰最新更新信息 2023/05/10:技术书首次发布。 2023/05/17:补充了第 5 章内容。 2023/06/14:新增章节:单细胞 RNA-seq 数据的质量控制方法。 2023/08/27:修订了第 1 章和第 2 章。 2023/09/01:新增章节:使用 Cell Ranger 对 scRNA-seq 数据进行基因表达量计数的方法。 2023/09/10:大幅修改和补充第 7 章。 2023/09/16:大幅修改和补充第 5 章。 2023/09/21:再次大幅修改和补充第 5 章。 2023/10/11:全面调整书籍结构。 2023/10/11:扩大了免费公开范围。 2023/10/15:大幅补充第 3 章。 2024/01/28:新增本书专用的 Docker 镜像。

本书中的具体解析例子包括:

UMAP(统一流形近似与投影)

使用小提琴图(Violin Plot)进行质量控制(QC)和过滤

变动基因的提取和可视化

DimHeatmap

image.png

JackStrawPlot

image.png

使用 ggplot2 创建图表的方法

image.png

使用 MAplot 对差异表达基因(DEG)进行可视化

image.png

利用聚类分析软件(dotplot)进行富集分析

image.png

Gene Ontology(GO)中各 BP、MF 和 CC 的富集分析

image.png

使用 clusterProfiler(goplot)进行富集分析

image.png

利用聚类分析软件(cnetplot)进行富集分析

image.png

自动标记 UMAP 簇的细胞类型

image.png

检查 FeaturePlot 中的实际标记表达式

image.png

比较 scRNA-seq 数据中对照组和刺激组中表达量不同的基因

image.png

对照组和刺激组 scRNA-seq 数据中基因表达变异的比较(点阵图)

image.png

对照组和刺激组 scRNA-seq 数据中基因表达变异的比较(散点图)

image.png

对照组和刺激组在 scRNA-seq 数据中表达变异基因的比较(Featureplot)

image.png

在 scRNA-seq 数据中,对照组和刺激组之间基因表达变异的比较(小提琴图)

image.png