首页 > 组学教程 > 零代码搞定单细胞数据分析!看这篇就够了!
2024
02-03

零代码搞定单细胞数据分析!看这篇就够了!

单细胞测序技术能够精确细分每个细胞独特的基因表达特征,深入研究细胞间的相互作用关系,在肿瘤免疫等方面成为人们越来越看重的技术,热度也是不断上涨。

随着热度的增加,关于单细胞的文献数据也是爆炸性增长!

大家在学习单细胞技术和写论文时,很多问题也是爆炸性增长!

那么如何快速找到需要的单细胞数据?

有哪些好用工具可以帮助我们完成日思夜想的论文

今天小编在这里挑选了一些好用且有特色的单细胞数据库分享给大家。

1、PanglaoDB

https://panglaodb.se/index.html

数据来源:

超过1000个单细胞实验的预处理和预计算分析,涵盖了大多数主要的单细胞平台和分析流程,

基于来自各种组织和器官的超过400万个细胞。

6000多个marker基因,可用于细胞分群注释的marker数据库。

主要源于已经公开发表的单细胞转录组数据。

功能 & 优点:

查询和探索细胞类型、遗传途径和调控网络。

致力于探索人类和小鼠的单细胞转录组数据,

适合零基础的人使用、探索和挖掘。

2、SCEA(Single Cell Expression Atlas)

https://www.ebi.ac.uk/gxa/home

数据来源:

和NCBI并列的欧洲著名EMBL-EBI数据库的子数据库,包含217个scRNA-seq研究、总计7,723,982个细胞,经过质控后得到来自18个不同组织共计5,312,183个细胞。

功能 & 优点:

可以按gene和experiment检索实验设计、分析参数、下载marker基因和表达数据矩阵等。

按照实验或者研究为单位存储单细胞数据

3、CancerSEA

http://biocc.hrbmu.edu.cn/CancerSEA/

数据来源:

scRNA-seq:SRA、GEO和ArrayExpress网站中的72个数据集,总共收录了25种癌症的41900个肿瘤细胞

功能分析结果:HCMDB、Cyclebase和StemMapper等数据集,总共重新定义了14种功能状态

功能 & 优点:

通过对这些单细胞进行功能状态注释,构建数据库,可进行“gene search”、“State Search”、“Browse stateatlas ”、“Browse dataset information”以及“Download

将功能和基因联系起来,帮助指导建立课题,追踪表型,提供癌症研究思路

4、人类细胞图谱(HCA)

https://data.humancellatlas.org/

人类细胞图谱(Human Cell Atlas, HCA)是一个描述人体所有细胞类型的项目, 是一项可以与”人类基因组计划“(HGP)相媲美的大型国际合作项目。 在2017年10月,38个与HCA有关的项目,还得到了陈和扎克伯格基金会的资助。

数据来源:

它对人体的37万亿个细胞进行分类,通过对身体各部位的细胞进行取样,创建细胞参考图谱,其中包括人体中每种细胞类型的位置、功能和特征,确定每个细胞表达的基因 。该项目的所有软件和数据都是免费的。

功能 & 优点:

一体化数据库,包括数据的上传、整理、搜索、简单分析全流程,方便。

数据库的选项包含大量的文字描述教程,教你更方便地使用数据库,简单好上手

5、SC2disease

http://easybioai.com/sc2disease/

数据来源:

由西北工业大学、西安交通大学、哈尔滨工业大学、复旦大学、天津大学等团队合作开发

功能 & 优点:

包含细胞类型特异信息的疾病基因数据库 旨在提供 病例与健康对照之间、病例中不同细胞类型之间以及不同病理程度病例之间基因表达的差异

也就是把这里有大量作者已经分析好的基于单细胞水平的差异分析结果,挑选现成的marker,再找一个新的角度来解释。

6、Cell BLAST

https://cblast.gao-lab.org/

北京大学团队发表在Nature Communications上的单细胞转录组学数据的细胞注释工具

数据来源:

自带高质量注释的scRNA-seq参考数据库Animal Cell Atlas (ACA),涵盖2,989,582个单细胞、8个物种、27个不同的组织器官

功能 & 优点:

对于高速增长的不同来源数据解决批次效应

使用Cell Ontology构建了一套结构化的细胞类型标注,提供高质量的细胞注释

7、CellMarker

http://bio-bigdata.hrbmu.edu.cn/CellMarker/

数据来源:

2019年1月份发表于核酸研究 (Nucleic Acids Research),由哈尔滨医科大学Yun Xiao等老师发表,该团队通过梳理100,000+发表的文献,梳理出人的158个组织 (亚组织)的467个细胞类型的13,605个Marker基因,和鼠的81个组织 (亚组织)的389个细胞类型的9, 148个Marker基因

功能 & 优点:

细胞类型区分scRNA-seq分析的时候,根据细胞亚群的展示图,定义类群, 帮助进行细胞注释。

END


最后编辑:
作者:萌小白
一个热爱网络的青年!

发布评论

表情