マルチオミクスのデータを用いることで、サンプルに含まれる細胞群を代表したバーチャル細胞を構築することが可能です。
バーチャル細胞は細胞の状態の時間変化をシミュレーションできる予測モデルです。ただし、バーチャル細胞の構築には数千〜数万のマルチオミクスデータが必要であるため、現在の主たるバーチャル細胞の構築は細胞の数だけデータが得られる1細胞マルチオミクスを用いて行われています。
本研究では、1細胞マルチオームの基本的な解析とバーチャル細胞の構築方法を説明します。
- 1. 1細胞マルチオームの実験と得られるデータ形式について
- 2. scanpyを用いた解析
- 3. Monocle3を用いた解析
- 4. Seuratを用いた解析
- 5. Signacを用いた解析
- 6. STREAMを用いた解析
- 7. 複数の1細胞マルチオミクスデータの統合
- 8. RNA Velocity 解析
- 9. Dynamoを用いた摂動予測
- 10. SCENICを用いた摂動予測
- 11. scGPTを用いた摂動予測
- 12. DeepVeloを用いた摂動予測
- 13. SCENIC+を用いた摂動予測
- 14. 機械学習を用いた遺伝子発現予測モデルの作成
- 15. 深層学習を用いた遺伝子発現予測モデルの作成
- 16. 遺伝子制御ネットワーク解析
- 17. GRNに基づいた摂動予測
- 18. Direct Reprogrammingに必要な転写因子の予測
コメント