바이오 대표

Abstract 해당 논문에서는 현존하는 14개의 batch correction 방법들을 비교분석한 결과를 다음과 같은 3개의 카테고리에서 보여준다. [1] computational runtime, [2] 큰 데이터셋을 다루는 능력치 [3] 순수 cell type 을 잘 보존하면서 batch correction 을 하는지. 결론적으로는 Harmony, LIGER, Seurat 3 을 추천한다. Introduction 현재 single cell 데이터 batch correction 에 주로 사용되는 알고리즘들을 소개한다. MNNs (Haghverdi et al.) 합치고 싶은 2개의 데이터에서 mutual nearest neighbors (MNNs) 를 계산한다. 그리고 해당 MNNs (list of pa..

해당 글은 지마님의 블로그의 Batch effect https://ruins880.tistory.com/88 를 참고하였습니다. 좀 더 자세한 사항은 지마님의 블로그를 참고바랍니다. Normalization vs Batch effect correction in scRNAseq Normalization: 라이브러리 제작, dropout, 유전자 길이, GC 비율 등에 따른 증푹 치우침 (amplification bias) - raw count matrix 이용 Batch Effect correction: 실험 설계 및 실험 과정 (시퀀싱 기계, 실험 시각, 시약, 실험실) 에서 오는 변이 통제 - 차원이 축소된 데이터 이용 (계산 시간 줄이기 위하여) ⇒ batch effect 가 제거된 결과는 차원이 축..

“Current best practices in single-cell RNA-seq analysis: a tutorial” 논문 요약 요약 scRNAseq analysis tools increase → lack of standardization (+ dependency of language) The paper introduces the typical scRNAseq analysis steps as current best-practice recommendations. count matrix pre-processing QC, normalization, data correction, feature selection, dimensionality reduction cell - and gene-level downs..

Introduction to single-cell RNA-seq Human tissue 에는 엄청나게 다양한 cell types, states, interactions들이 있다. 해당 tissues와 celltypes을 좀 더 자세히 이해하기 위해 single cell RNAseq를 이용할 수 있고 이를 이용해 individual cells에서의 gene express를 확인 할 수있다. 사용예시 하나의 tissue 에 존재하는 cell types 알아낼 수있다. 알려지지 않거나 드문 cell types / states를 알아낼 수 있다. Differentiation process 나 시간/state 의 흐름에 따른 gene expression 변화를 알 수 있다. condition 에 따른 특정 cel..