查看原文
其他

总说要挖掘单细胞公共数据,你先用起来可以吗?

生信技能树 单细胞天地 2022-06-07


今天在生信技能树VIP群里看到有人推荐了文献:m6A mRNA methylation regulates human β-cell biology in physiological states and in type 2 diabetes

通讯作者里面赫然是芝加哥大学的何川教授,表观领域大佬。


链接是; https://www.nature.com/articles/s42255-019-0089-9

本来值得注意是这个m6A-seq技术,不过我粗略看了看文章,发现里面有利用2016的单细胞胰岛转录组测序的数据,值得分享一下。

太多人问我如何对单细胞转录组公共数据挖掘发文章,我觉得路走偏了,应该是专注于自己的课题,结合公共数据在自己的课题,让我们看看作者是如何使用公共数据的吧!

首先,作者指出这个单细胞转录组数据说明了糖尿病人和对照有转录水平表达差异的基因数量太少,不合理,值得探索。

所以作者做了数据,然后拿这个2016单细胞数据来进行重新分析讲故事:

是不是很有趣啊!

当然,这个只是万里长征的一小步啦,引出课题,后续大量的其它研究也是亮点,这里就不一一介绍了,仅仅是告诉大家,paper需要多读,然后新的技术需要及时follow,我们单细胞天地公众号需要时刻关注!

如果你不想错过我们的精彩教程,请置顶我们:没看到通知?是不是五行缺星?

如果你不想漏掉我们往期教程,请学会搜索:历史宝藏这样



往期回顾

Monocle2 踩坑教程(2)

Monocle2 踩坑教程(1)

差异分析及KEGG注释简介

单细胞测序助力研究宿主细胞和病原体之间的关系

乳腺癌转移过程中的异常发育途径

sc-RAN-seq 数据分析||Seurat新版教程:整合分析

骨髓龛中不同细胞群体的关联性及其分化途径

Seurat新版教程:Guided Clustering Tutorial-(下)

Seurat新版教程:Guided Clustering Tutorial-(上)








如果你对单细胞转录组研究感兴趣,但又不知道如何入门,也许你可以关注一下下面的课程



看完记得顺手点个“在看”哦!


生物 | 单细胞 | 转录组丨资料每天都精彩

长按扫码可关注



您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存