研究者们首先通过流式预先把细胞分类,分成:basal/stem, luminal, and luminal progenitor cells这3群细胞,如下所示: 首先看了看3群细胞的不同病人的表达量差异情况,一般来说,做差异分析的话,组内差异肯定是要小于组间差异,不然就成为了强行找差异,如下所示,符合标准: 分别是:B, basal/stem; LP, luminal progenitor; L, luminal 这3个组。 差异分析的热图就比较好理解了: 数据在GEO可以下载Single-cell multiplex qPCR data are available at the NCBI GEO database (accession GSE70555).
其中属于Human patients - mammary cells的有271个细胞,大家可以自行下载表达矩阵,然后完成前面的PCA分析图,以及差异分析后的热图。 学徒作业完成这个差异分析后的热图,根据表达矩阵。 差异分析涉及到的基因因为RT-PCR是低通量的,所以依赖于生物学背景,研究者在设计这个课题的时候就确定了检测的基因是:116 genes involved in
当然了,后面有很多精彩的分析,包括看肿瘤转移到不同器官:BM, bone marrow; BR, brain; LN, lymph node; LU, lung; PB, peripheral blood; T, tumour. 就不一一讲解啦。 写到最后如果你也想开启自己的生物信息学数据处理生涯,但是自学起来困难重重,还等什么呢,赶快行动起来吧!参加我们生信技能树官方举办的学习班:
生信技能树的粉丝都知道我们有一个全国巡讲的良心学习班,口碑爆棚,生物信息学入门省心省时省力!先看看大家的反馈吧: |
|