单细胞数据的整合方法综述

• 全文链接
• 请求原文

作   者：

潘多;  李华梅;  刘宏德;  孙啸; 

作者机构：

生物电子学国家重点实验室; 

关键词：

多模态;  单细胞转录组测序;  细胞图谱;  细胞类型;  数据整合; 

期刊名称：

生物医学工程学杂志

基金项目：

i s s n：

1001-5515

年卷期：

2021 年 005 期

页   码：

1010-1017

摘   要：

单细胞测序技术的出现使得人们能够以前所未有的精度观测细胞。然而,单次单细胞转录组测序（scRNA-seq）实验难以捕获所有细胞和基因的信息,单个模态的单细胞数据无法详细阐释细胞状态和系统变化,单细胞数据的整合分析旨在解决这两类问题。整合不同来源的scRNA-seq数据,可以收集完整的细胞类型,为构建细胞图谱提供强大助力;整合多个模态的单细胞数据,可以研究模态间因果关系和基因调控机制。数据整合方法的开发与应用帮助充分挖掘单细胞数据的丰富性和相关性,发现有意义的生物学变化。基于此,本文综述了多源scRNA-seq数据整合和单细胞多模态数据整合的基本原理、方法和应用,并讨论了现有方法的优势和不足,最后对未来的发展前景予以展望。