SCAPTURE: a deep learning-embedded pipeline that captures polyadenylation information from 3' tag-based RNA-seq of single cells.
SCAPTURE: a deep learning-embedded pipeline that captures polyadenylation information from 3' tag-based RNA-seq of single cells.
复制标题
SCAPTURE：一种深度学习嵌入式管道，可从单细胞基于 3 英寸标签的 RNA 序列中捕获聚腺苷酸化信息
DOI：
10.1186/s13059-021-02437-5
复制
发表时间：
2021-08-10
期刊：
影响因子：
12.3
通讯作者：
Yang L
中科院分区：
文献类型：
--
作者：
Li GW;Nan F;Yuan GH;Liu CX;Liu X;Chen LL;Tian B;Yang L
单细胞RNA-seq(scRNA-seq)具有高分辨率的基因表达谱。在这里，我们开发了一种称为SCAPTURE的逐步计算方法来从基于3‘标签的scRNA-seq中识别、评估和量化切割和多腺苷酸化位点(PASS)。SCAPTURE以高灵敏度和精确度检测单个细胞中的从头通过，从而能够检测到以前未注解的通过。量化的替代PAS转录本改进了基因表达以外的细胞身份分析，丰富了从scRNA-seq数据中提取的信息。使用SCAPTURE，我们在单细胞分辨率下显示了感染个体与健康个体PBMC中PAS使用量的变化。网上版载有补充材料，可在10.1186/s13059-021-02437-5查阅。
Single-cell RNA-seq (scRNA-seq) profiles gene expression with high resolution. Here, we develop a stepwise computational method-called SCAPTURE to identify, evaluate, and quantify cleavage and polyadenylation sites (PASs) from 3′ tag-based scRNA-seq. SCAPTURE detects PASs de novo in single cells with high sensitivity and accuracy, enabling detection of previously unannotated PASs. Quantified alternative PAS transcripts refine cell identity analysis beyond gene expression, enriching information extracted from scRNA-seq data. Using SCAPTURE, we show changes of PAS usage in PBMCs from infected versus healthy individuals at single-cell resolution. The online version contains supplementary material available at 10.1186/s13059-021-02437-5.
登录
查看更多内容
DOI：
10.1126/science.1247651
发表时间：
2014-02-14
期刊：
Science (New York, N.Y.)
影响因子：
--
作者：
Jaitin DA;Kenigsberg E;Keren-Shaul H;Elefant N;Paul F;Zaretsky I;Mildner A;Cohen N;Jung S;Tanay A;Amit I
通讯作者：
Amit I
影响因子：
64.5
作者：
EARLY, P;ROGERS, J;HOOD, L
通讯作者：
HOOD, L
DOI：
10.1126/science.abc6261
发表时间：
2020-09-04
期刊：
Science (New York, N.Y.)
影响因子：
--
作者：
Arunachalam PS;Wimmers F;Mok CKP;Perera RAPM;Scott M;Hagan T;Sigal N;Feng Y;Bristow L;Tak-Yin Tsang O;Wagh D;Coller J;Pellegrini KL;Kazmin D;Alaaeddine G;Leung WS;Chan JMC;Chik TSH;Choi CYC;Huerta C;Paine McCullough M;Lv H;Anderson E;Edupuganti S;Upadhyay AA;Bosinger SE;Maecker HT;Khatri P;Rouphael N;Peiris M;Pulendran B
通讯作者：
Pulendran B
影响因子：
46.9
作者：
Ding, Jiarui;Adiconis, Xian;Levin, Joshua Z.
通讯作者：
Levin, Joshua Z.
使用纳米液液滴对单个细胞的高度平行基因组表达分析。
影响因子：
64.5
作者：
Macosko EZ;Basu A;Satija R;Nemesh J;Shekhar K;Goldman M;Tirosh I;Bialas AR;Kamitaki N;Martersteck EM;Trombetta JJ;Weitz DA;Sanes JR;Shalek AK;Regev A;McCarroll SA
通讯作者：
McCarroll SA