以前の記事
2018年 05月 2018年 04月 2017年 12月 2017年 05月 2016年 10月 2016年 09月 2016年 08月 2016年 07月 2016年 06月 2016年 05月 2016年 04月 2016年 03月 2016年 02月 2016年 01月 2015年 12月 2015年 11月 2015年 10月 2015年 09月 2015年 08月 2015年 07月 2015年 06月 2015年 05月 2015年 04月 2015年 03月 2015年 02月 2015年 01月 2014年 12月 2014年 11月 2014年 10月 2014年 09月 2014年 08月 2014年 07月 2014年 06月 2014年 05月 2014年 04月 2014年 03月 2014年 02月 2014年 01月 2013年 12月 2013年 11月 2013年 10月 2013年 09月 2013年 08月 2013年 07月 2013年 06月 2013年 05月 2013年 04月 2013年 03月 2013年 02月 外部リンク
カテゴリ
その他のジャンル
最新の記事
記事ランキング
検索
|
2018年 04月 29日
single-cell RNA-seqとbacodingをくみあわせた例。 scGESTALTというテクニックだ。まだzebrafishしか使われてないが、原理上mouseなどでも可能だ。というか既に血球系でもongoingだし。 Drop-seqによるtranscriptomics + CRISPR-based bacoding. RNAとDNAを別個に回収しては意味がないので、barcodeもmRNAとして反映される必要がある。そのために、barcodeも発現するようにした。 その結果、zebrafishのbrainの発生をsingle-cell transcriptomics with lineage tracingした。 こうすることで、 single-cell RNA-seq によるsnapshotの弱点であった各populationの関連づけにくさ、 lineage-tracingの弱点であったラベルされた細胞の性質が不明、 の両方を克服した。 可視化について。我々はしょせんend-userにすぎないので、可視化をきっちりしてもらって、それを盲目的に飲み込むことしたできない。つまり、可視化でどんだけきれいで感覚的に入ってくるか、という第一印象にすごく左右される。最高の例は、先のUDR論文だ。あの図はtwitterでもあちこちで宣伝されてる。今回のscGESTALTはそこが不服だ。 tSNEでモッサリしたclusteringを見せられると、少しひく。 Monacle 2の弓型trajecotryはまだ直感でわかりにくい。インフォ屋にきくと、彼らの脳はこれで調教済みなので無問題らしいが、こちらには問題がある。まだheatmapで稲浪(fig.6d)をみせてもらうと少しわかりやすいが、稲浪がバシッと決まるのはよほど良いデータセットかつwizardレベルのインフォをしたときだろう。
by sugirioblog
| 2018-04-29 17:07
|
ファン申請 |
||