- 前言：我与《单细胞交响乐》的缘分
- 1 准备篇：背景知识
- 2 积累篇：文献阅读
- 2.1.1 综述 | 2019-单细胞转录组分析最佳思路
- 2.1.2 综述 | 2018-单细胞捕获平台
- 2.1.3 综述 | 2017-scRNA中的细胞聚类分群
- 2.1.4 综述 | scRNA已经开发出超过1000款工具了，你用过几种？
- 2.1.5 综述 | 2021-单细胞测序的微流控技术应用
- 2.2.1 研究 | 2018-单细胞转录组探索癌症免疫治疗获得性抗性机理
- 2.2.2 研究 | 2018-人类结直肠癌单细胞多组学分析
- 2.2.3 研究 | 2020-单细胞分析揭示葡萄膜黑色素瘤新的进化复杂性
- 2.2.4 研究 | 2020-COVID-19病人支气管免疫细胞单细胞测序分析
- 2.2.5 研究 | 2020-原汁原味读--单细胞肿瘤免疫图谱
- 2.2.6 研究 | 2021-多发性骨髓瘤发展过程中肿瘤和免疫细胞的共同进化
- 2.2.7 研究 | 2021-多个组织的成纤维细胞图谱
- 2.2.8 研究 | 2021-多组学分析肺结核队列的记忆T细胞状态
- 2.2.9 研究 | 2021-CancerSCEM: 人类癌症单细胞表达图谱数据库
- 2.2.10 研究| 2021-单细胞转录组分析COVID-19重症患者肺泡巨噬细胞亚型
- 2.2.11 研究 |2021-单细胞转录组揭示肺腺癌特有的肿瘤微环境
- 2.2.12 研究 | 2021-单细胞转录组揭示乳头状甲状腺癌起始与发展
- 2.2.13 研究 | 2021-解析食管鳞癌化疗病人的单细胞转录组
- 2.2.14 研究 | 2021-单细胞水平看骨髓瘤的细胞状态和基因调控
- 2.3.1 算法｜2020-BatchBench比较scRNA批次矫正方法
- 2.3.2 算法 | 2021-scPhere——用地球仪来展示降维结果
- 2.3.3 算法 | 2021-单细胞差异分析方法评测
- 2.3.4 算法 | 2021-细胞分群新方法——CNA（co-varying neighborhood analysis）
- 2.3.5 工具 | 2018-iSEE：单细胞数据可视化辅助网页工具
- 2.3.6 工具 | 2021-MACA: 一款自动注释细胞类型的工具
- 2.3.7 工具 | 2021-一个很有想法的工具——Ikarus，想要在单细胞水平直接鉴定肿瘤细胞
- 3 流程篇：分析框架
- 4 实战篇：活学活用
- 4.1 实战一 | Smart-seq2 | 小鼠骨髓
- 4.2 实战二 | STRT-Seq | 小鼠大脑
- 4.3 实战三 | 10X | 未过滤的PBMC
- 4.4 实战四 | 10X | 过滤后的PBMC
- 4.5 实战五 | CEL-seq2 | 人胰腺细胞
- 4.6 实战六 | CEL-seq | 人胰腺细胞
- 4.7 实战七 | SMARTer | 人胰腺细胞
- 4.8 实战八 | Smart-seq2 | 人胰腺细胞
- 4.9 实战九 | 不同技术数据整合 | 人胰腺细胞
- 4.10 实战十 | CEL-seq | 小鼠造血干细胞
- 4.11 实战十一 | Smart-seq2 | 小鼠造血干细胞
- 4.12 实战十二 | 10X | 小鼠嵌合体胚胎
- 4.13 实战十三 | 10X | 小鼠乳腺上皮细胞
- 4.14 | 实战十四 | 10X | HCA计划的38万骨髓细胞
- 5 补充篇：开拓思路