🤓 CellMarker 2.0 | 鼠标点一点就完成单细胞分析的完美工具~

1写在前面

本期我们介绍一下CellMarker 2.0上更新的6个网页工具，主要是用于scRNA-seq数据的分析与可视化。🥰

网址如下：👇

📍http://bio-bigdata.hrbmu.edu.cn/CellMarker/index.html

2Single cell web tools 概览

作者通过搜索GEO(https://www.ncbi.nlm.nih. gov/geo/)数据库的scRNA-seq数据，整合了108个scRNA-seq数据，38种疾病，1,467,748个细胞。🥳

6大功能：👇

• Cell annotation
• Cell clustering
• Cell malignancy
• Cell differentiation
• Cell feature
• Cell communication

3Cell annotation

1️⃣ 我们先看第一个工具吧。😚

大家可以通过选择物种、组织和输入基因来定义细胞类型，这里我们以人类的血液为例，heatmap显示输入的基因出现在哪些细胞类型的marker中，以及这些细胞类型的得分。🥳

2️⃣ 这个Score的计算是这样得来的：👇

Note ! 其中A代表输入基因与细胞类型i中Marker基因的交集数，B代表细胞类型i中Marker基因的总数，Cell Type Score_i 可以反映输入基因在细胞类型i中的比例。🍎

3️⃣ 下载后的heatmap，直接就是发表级。😉

4Cell clustering

1️⃣ 在这里，大家可以对scRNA-seq数据进行聚类分析，并获得不同聚类之间的差异表达基因。👀

可调参数，Resolution和聚类方法。😊

这些结果都提供了下载接口，大家请放心食用。🤒

2️⃣ 来看看有没有你研究的疾病吧！~😗

3️⃣ Cell cluster plot

4️⃣ Cell type plot

5️⃣ 差异基因

5Cell malignancy

Cell malignancy模块可以在不同的数据集中获得恶性肿瘤细胞的拷贝数变异（CNV），基于InferCNV包。🤒

涉及的疾病还是挺多的，大家自取吧，也是支持高清大图下载的~😁

6Cell differentiation

在Cell differentiation功能中，有三个模块，分别是:👇

• Cluster the cells;
• Cell trajectory;
• Gene trajectory

6.1 Cluster the cells

6.2 Cell trajectory

细胞轨迹（cell trajectory）分析，也叫拟时序（pseudotime）分析，可以推断出发育过程中细胞的分化轨迹或细胞亚型的演化过程。😘

6.3 Gene trajectory

Gene trajectory用于观察感兴趣的基因随时间的表达变化。🤓

其实这个功能就是基于Monocle 3包实现的，具体的一些名词或者参数大家有兴趣可以去学习一下，不过东西还是挺多的。😢

7Cell feature

细心的小伙伴会发现，这个Cell feature和Cell clustering很像啊。🤣

Yes~， 但是这个功能可以看单个基因的表达。🫣

接着你可以下载你需要的数据。🤗

8Cell communication

最后是目前炙手可热的细胞通讯（Cell communication ），这个模块可以可视化细胞间的相互作用，配体-受体平均表达量和配体-受体数量等。🤩

8.1 Interaction Network

8.2 Dotplot

Dotplot很大，这里就只展示一角了哈。😏

8.3 Heatmap

8.4 Heatmap [log]

为了Heatmap更好看，这里还提供了取log后的Heatmap。🥳

9引用数据库😉

🌟 如何引用：👇

Hu C, Li T, Xu Y, et al. CellMarker 2.0: an updated database of manually curated cell markers in human/mouse and web tools based on scRNA-seq data [published online ahead of print, 2022 Oct 27]. Nucleic Acids Res. 2022;gkac947. doi:10.1093/nar/gkac947

最后祝大家早日不卷!~