Bulk RNA-seq 和single cell RNA-seq的最主要区别在于单细胞测序代表单个细胞（single cell），而bulk测序代表一群细胞（a population of cells）。 我们都知道单细胞转录组测序能够解决常规转录组测序无法解决的细…

2021年2月18日 · 单细胞测序(scRNA-seq)与bulk测序（Bulk RNA-seq）的不同之处是Bulk RNA-seq是提取 组织 、 器官 或 一群细胞 的 混合RNA （bulk RNA）进行测序，能够得到的是一群细胞的转录组的 平均数据 ，或者说是 代表性数据 ，细胞群体中单个细胞的特异性信息往往被掩盖，比 …

2022年3月6日 · Bulk RNA-Seq 差异表达分析流程. 以前写过不少零散的 RNA-Seq 分析文章，现在整理为流程，同时修改一些错误。 流程包含质控、比对、定量、差异分析。

2021年11月15日 · Bulk RNAseq studies average global gene expression, scRNAseq investigates single cell RNA biology up to 20,000 individual cells simultaneously, while spRNAseq has ability to dissect RNA...

转录组测序（bulk RNA-Seq）分析主要包括 上游数据处理，下游数据分析。 上游数据处理是指将测得的原始的reads变成基因表达矩阵。 下游数据分析是指对表达矩阵根据生物学问题和意义进行可视化分析。

2020年4月24日 · Bisque implements a regression-based approach that utilizes single-cell RNA-seq (scRNA-seq) or single-nucleus RNA-seq (snRNA-seq) data to generate a reference expression profile and learn...

2020年3月1日 · A complete guide for analyzing bulk RNA-seq data. Go from raw FASTQ files to mapping reads using STAR and differential gene expression analysis using DESeq2, using example data from Guo et al. 2019...

单样本基因集富集分析（single sample gene set enrichment analysis, ssGSEA），原理上与GSEA类似，不同的是GSEA 主要用于检测不同实验组（如实验组和对照组）之间基因集富集差异，而ssGSEA将样本内基因表达谱进行归一化处理，然后计算每个基因集对应的ssGSEA得分。 通过这种方式，ssGSEA将单个样本的基因表达谱转换为基因集富集得分矩阵。 因此，如果使用的是 免疫细胞marker 组成的基因集，ssGESA也可以计算免疫细胞浸润评分。 基因集变异分 …

Bulk RNA sequencing is the method of choice for transcriptomic analysis of pooled cell populations, tissue sections, or biopsies. It measures the average expression level of individual genes across hundreds to millions of input cells and is useful to get a global idea of gene expression differences between samples.

2022年3月31日 · Here, we optimize and validate prime-seq, an early barcoding bulk RNA-seq method. We show that it performs equivalently to TruSeq, a standard bulk RNA-seq method, but is fourfold more cost-efficient due to almost 50-fold cheaper library costs.