近年來有關單細胞轉錄體定序（scRNA-Seq）的研究越來越盛行，此技術能夠針對不同細胞群分析其基因的表現量差異。分析scRNA-Seq資料的方法，主要以二代定序的雙端數據資料為主。

所獲得的定序資料結構如下圖所示。由於是雙端定序數據，通常其中一端序列資訊主要目的為辨識區分每單一細胞內的RNA分子，分成兩個部分：每顆細胞的辨識編碼（Cell Barcode）與RNA單一分子編碼（UMI, Unique Molecular Index）；而另一端序列主要為RNA的基因序列，用來判斷是哪個基因。最後結合這兩端的資訊來獲得不同顆細胞之間內的基因表現量。

分析時會先去除定序品質較差的部分，以確保後續分析的準確性。之後，分成兩部分，一為包含細胞資料的那端序列，會被切割成Barcode及UMI兩個區塊進行分析。Cell Barcode的作用為區分每一顆細胞；而UMI的作用主要可以用來校正因PCR步驟導致的重複序列。而另一端RNA序列則會針對參考序列(Reference)進行比對，對序列進行基因註解。透過現有的軟體，如Cell Ranger或是dropSeqPipe就能完成上述的分析步驟。之後可以針對獲得的基因表現量數據結果，推薦使用Seurat軟體進行分析，針對基因表現量或特定基因的marker進行細胞分群，進而找出不同細胞群之間的差異基因等。

#詳盡的售後服務諮詢

#專屬的數據管理系統

#迅速的發送結果報告

#專業的生物資訊分析

#源資生技

#TriIBiotech

#scRNASeq

#SingleCellSequencing