最新修订时间:
简介
DoubletFinder 方法基于表达矩阵识别双细胞,将模拟的双胞与原细胞矩阵混合,进行降维聚类,根据每个细胞 k 近邻细胞中模拟双胞的比例结合 Poisson 分布进行排序、过滤。
单细胞测序期望每个单细胞反应室(GEM)里包含一个细胞或者细胞核,即每个 barcode 对应一个真实的细胞,但是单个 barcode 包含的细胞数目随着上机细胞的浓度而改变,实际数据中会有两个或多个细胞共用一个 barcode 的情况,我们称之为 doublets。Doublets 根据转录水平不同可分为两类:
Homotypic doublets: doublets derived from transcriptionally similar cells
Heterotypic doublets: doublets derived from transcriptionally distinct cells
随着细胞数增多,双细胞比例会增加。下表是 10X 平台的双细胞率,根据 Poisson 分布确定,可以参照下表计算自己的数据中双细胞的比例。
原理
DoubletFinder 方法基于表达矩阵识别双细胞,将模拟的双胞与原细胞矩阵混合,进行降维聚类,根据每个细胞 k 近邻细胞中模拟双胞的比例结合 Poisson 分布进行排序、过滤。
来源:① Ramachandran P, Dobie R, Wilson-Kanamori JR, et al. Resolving the fibrotic niche of human liver cirrhosis at single-cell level.Nature.2019;575(7783):512-518. doi:10.1038/s41586-019-1631-3 ② McGinnis CS, Murrow LM, Gartner ZJ. DoubletFinder: Doublet Detection in Single-Cell RNA Sequencing Data Using Artificial Nearest Neighbors.Cell Syst. 2019;8(4):329-337.e4. doi:10.1016/j.cels.2019.03.003 ③ Xi NM, Li JJ. Benchmarking Computational Doublet-Detection Methods for Single-Cell RNA Sequencing Data.Cell Syst. 2021;12(2):176-194.e6. doi:10.1016/j.cels.2020.11.008
操作方法
DoubletFinder 方法基于表达矩阵识别双细胞,将模拟的双胞与原细胞矩阵混合,进行降维聚类,根据每个细胞 k 近邻细胞中模拟双胞的比例结合 Poisson 分布进行排序、过滤。单细胞测序期望每个单细胞反应室(GEM)里包含一个细胞或者细胞核,即每个 barcode 对应一个真实的细胞,但是单个 barcode 包含的细胞数目随着上机细胞的浓度而改变,实际数据中会有两个或多个细胞共用一个 b
10x Genomics 单细胞测序收样标准物种来源人、小鼠(其他物种请于实验前沟通)送样方式送样请至少提前 24 小时告知。需要流式分选的至少提前 48 小时告知。本地客户组织样本:表 1. 组织样本表样本类型新鲜组织组织样本大小至少 250 mm3处理方式用 1640 培养基、PBS 缓冲液或生理盐水清洗 2-3 遍,客户也可以根据自己组织的情况,选择适宜培养基清洗。对于肿瘤等不易沾染血液的组织也可以不清洗。保存方式离体后 30 min
相关产品推荐
相关问答