点击蓝字 关注我们
一、单细胞转录组测序实验全流程
单细胞转录组&普通转录组
单细胞测序和传统基因测序最大的不同在于所分析的细胞数量和细胞的来源。传统基因测序往往是从大量的细胞样本中提取总RNA或DNA，进行批处理，分析得到整个样品组织的基因表达和基因组信息（例如转录因子、结构蛋白、代谢途径、信号通路等）。而单细胞测序则是针对个体单个细胞的分析，包括单个细胞的基因组、转录组、表观遗传学和蛋白质组等信息。
然而，单个细胞的唯一局限性在于测序物质的含量，如一个细胞里的DNA或RNA含量仅仅处在picograms级水平，远远达不到现有测序仪的最低上样需求。因此，必须先对单细胞内的微量核酸分子进行扩增，而且必须保证尽可能少地出现技术误差，以便开展后续的测序及其它研究。
单细胞转录组VS普通转录组实验流程
单细胞平台-DNBelab C-TaiM 4
二、单细胞生信分析培训内容
单细胞转录组分析技术凭借其独特的优势正在革新生命科学研究，相较于传统转录组分析仅能提供细胞群体基因表达的平均水平，单细胞技术能够精确解析细胞异质性，揭示稀有细胞亚群（如肿瘤干细胞、特定免疫细胞亚型）的存在，并发现组织中未被报道的新细胞类型或过渡态细胞，同时动态追踪发育、分化及疾病进展中的连续细胞状态变化（如胚胎发育谱系演化或肿瘤微环境重塑）。
本课程系统覆盖单细胞分析全流程：通过R语言Seurat包从原始数据质控（过滤低质量细胞与基因）、标准化与降维（PCA、t-SNE/UMAP可视化）、细胞聚类与注释（基于标记基因鉴定T细胞、内皮细胞等亚群）到差异基因挖掘，帮助学员掌握标准分析技能；同时拓展高级分析模块，包括功能富集分析（解析差异基因的免疫应答或代谢通路特征）、拟时序分析（Monocle2重构细胞分化轨迹）、细胞通讯网络（CellChat解析肿瘤-微环境信号交互）及拷贝数变异推断（inferCNV识别恶性肿瘤基因组异常），这些分析策略可深度挖掘细胞状态转换机制、细胞间互作模式及基因组不稳定性等关键生物学问题。
课程以癌症、发育与免疫领域经典案例为驱动，结合R代码实操与高分文献图表复现，助力学员从数据预处理到机制阐释的全链条能力提升，适用于生物信息初学者、实验科研人员及医学研究者，为其在基础研究与临床转化中提供前沿技术支撑。
课程安排：2025年3月12日上午9点
关注公众号加入群聊，了解更多详情
