RNA Velocity 分析流程笔记
🔹 什么是 RNA Velocity?
RNA velocity 是一种通过单细胞 RNA 测序(scRNA-seq)数据推测细胞未来状态的分析方法。它基于细胞中spliced(剪切后)和 unspliced(未剪切)mRNA的比例,来计算基因表达变化的速率,并预测细胞的发育轨迹。
这一方法最早由La Manno et al., 2018在 Nature 发表:
**La Manno, G., Soldatov, R., Zeisel, A. et al. RNA velocity of single cells.**Nature560, 494–498 (2018).DOI: 10.1038/s41586-018-0414-6
🔹 RNA Velocity 解决的问题
- 预测细胞命运:基于 mRNA 的 splicing 动态,推测细胞在未来的转录状态。
- 揭示发育轨迹:用于分析干细胞、分化细胞如何随时间变化。
- 探索细胞状态转换:识别具有不同分化潜力的细胞群。
- 优化细胞聚类分析:结合传统 UMAP/T-SNE,RNA velocity 提供更丰富的时间信息。
🔹 RNA Velocity 的应用
- 神经发育研究(La Manno et al., 2018):神经干细胞如何分化为不同亚型。
- 免疫细胞发育:揭示 T 细胞和 B 细胞在免疫应答中的动态。
- 癌症研究:研究肿瘤微环境中免疫细胞的动态变化。
- 再生医学:预测干细胞如何转变为特定组织类型。
🔹 1. 生成 .loom 文件(运行 Velocyto)
RNA velocity 依赖 Velocyto 计算 spliced/unspliced 数据,必须基于 BAM 和 GTF 文件生成 .loom 文件。
(1) 运行 Velocyto 计算 spliced/unspliced 计数
在 Cell Ranger 预处理过的单细胞数据目录(包含 filtered_feature_bc_matrix 和 possorted_genome_bam.bam)下运行:
velocyto run -b filtered_feature_bc_matrix/barcodes.tsv \
-o velocyto_output \
-m /path/to/repeat_mask.gtf \
/path/to/possorted_genome_bam.bam \
/path/to/genome_annotation.gtf
2154



被折叠的 条评论
为什么被折叠?



