法国巴黎大学Antonio Rausell研究组开发出新方法，可在单细胞水平提取基因特征并识别细胞身份。这一研究成果近日在线发表于《自然—生物技术》。
研究人员报道了Cell-ID，这是一种从单细胞测序数据中可靠提取每个细胞基因特征的无聚类多元统计方法。研究人员将Cell-ID应用于来自多个人类和小鼠样本的数据，包括血细胞、胰岛和气道、肠和嗅觉上皮细胞，以及全面的小鼠细胞图集数据集。
研究人员证明，Cell-ID特征可在不同的供体、起源组织、物种和单细胞组学技术之间重现，并可用于自动细胞类型注释和跨数据集的细胞匹配。Cell-ID可改善单个细胞水平的生物学解释，从而能够发现以前未表征的稀有细胞类型或细胞状态。Cell-ID已作为开源R软件包发放。
据悉，由于与高通量单细胞测序相关的随机性，当前探索细胞类型多样性的方法依赖于基于聚类的计算方法，这些异质性的表征停留在细胞亚群而不是完整的单细胞分辨率水平。
相关论文信息：
https://doi.org/10.1038/s41587-021-00896-6
【版权声明】秉承互联网开放、包容的精神，化工网欢迎各方(自)媒体、机构转载、引用我们原创内容，但要严格注明来源化工网；同时，我们倡导尊重与保护知识产权，如发现本站文章存在版权问题，烦请将版权疑问、授权证明、版权证明、联系方式等，发邮件至info@netsun.com，我们将第一时间核实、处理。
