单细胞转录组测序(Single cell RNA sequencing)可以在单个细胞水平对转录组进行测序,研究单个细胞内的基因表达情况,同时解决用组织样本测序无法解决的细胞异质性难题,让解析单个细胞的行为、机制及其与机体的关系成为了现实。
那么,假如不会写带代码,有没有可以做单细胞测序分析的工具呢?当然有啦,今天给大家介绍就是单细胞分析的网页分析工具alona,直接上传原始的(必须是没有标准化的原始read count)单细胞矩阵,就可以进行分析,15分钟左右就可以得到分析结果,非常方便快捷。
官网:https://alona.panglaodb.se/index.html
1
alona简介
alona 是由瑞典卡罗林斯卡学院开发,并于2020年4月发表在Bioinformatics (速来围观 | 纯生信友好,国人友好,IF 6分+Top,非预警期刊!) 的一款线上的单细胞测序数据平台。
2
alona分析步骤
其中,主要的分析步骤有:
分析流程.Bioinformatics, Volume 36, Issue 12, 15 June 2020, Pages 3910–3912。
3
数据准备
只需要一个以基因为行、以细胞为列的基因表达矩阵。单个细胞的基因表达矩阵通常很大,因为通常要取样数千个细胞。该矩阵是一个纯文本文件,具有任意文件名,并且必须使用zip、gzip、bzip2或xz进行压缩。对应的压缩必须使用正确的文件名扩展名(即zip表示zip, gz表示gzip, bz2表示bzip2, xz表示xz)。
特别注意:上传的数据不能标准化;即,测量值应该是原始读取计数。
上传数据的格式,我们以GSE95315这个GEO数据为例:
https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE95315
4
上传数据、设置参数
2.将准备好的数据上传:
3.参数配置在大多数情况不需要修改,通直接选用默认设置即可。
4.然后点击【Upload File】,等待结果就可以啦~在结果出来之前显示为“pengding”,分析结束之后变为“finished”。
5
结果展示
得到如下结果图,可以根据细胞分群进一步分析细胞类型之间的差异基因。
参考文献:
Oscar Franzén, Johan L M Björkegren, alona: a web server for single-cell RNA-seq analysis, Bioinformatics, Volume 36, Issue 12, 15 June 2020, Pages 3910–3912, https://doi.org/10.1093/bioinformatics/btaa269