📚 Объявление: одинокая клетка ищет своего биоинформатика
Кажется, что single-cell RNA-seq — это что-то для лабораторий с дорогим оборудованием, большой командой и отдельным биоинформатиком? Не обязательно. Да, экспериментальная часть single-cell действительно не из дешевых и технически сложная. Однако это не отговорка, чтобы его не применять.
Например, вы проводите обычное bulk RNA-seq исследование и находите интересный ген. А в каких именно клетках он экспрессируется? Можно обратиться к уже опубликованным scRNA-seq данным и открытым датасетам. Например, найти закономерности, которые не заметили авторы, сравнить результаты разных исследований между собой или использовать их как дополнительный уровень подтверждения собственных находок. А можно пойти еще дальше — разрабатывать на их основе новые методы анализа.
Причем даже если большую часть рутины со временем будут делать ИИ-агенты, всё равно важно понимать, что происходит с данными между файлом с матрицей экспрессии и красивым UMAP на последнем слайде.
Поэтому мы в Бластим вместе с преподавателями сделали небольшую методичку: «Single-cell RNA-seq анализ: от А до Б», где собрали актуальные инструменты для базовых и более продвинутых задач и полезные ссылки, с которых можно начать самостоятельно.
✏️ Хотите обрадовать своего научника и коллег? Пишите Варваре «СИНГЛ СЕЛЛ» и мы пришлем методичку
Кажется, что single-cell RNA-seq — это что-то для лабораторий с дорогим оборудованием, большой командой и отдельным биоинформатиком? Не обязательно. Да, экспериментальная часть single-cell действительно не из дешевых и технически сложная. Однако это не отговорка, чтобы его не применять.
Например, вы проводите обычное bulk RNA-seq исследование и находите интересный ген. А в каких именно клетках он экспрессируется? Можно обратиться к уже опубликованным scRNA-seq данным и открытым датасетам. Например, найти закономерности, которые не заметили авторы, сравнить результаты разных исследований между собой или использовать их как дополнительный уровень подтверждения собственных находок. А можно пойти еще дальше — разрабатывать на их основе новые методы анализа.
Причем даже если большую часть рутины со временем будут делать ИИ-агенты, всё равно важно понимать, что происходит с данными между файлом с матрицей экспрессии и красивым UMAP на последнем слайде.
Поэтому мы в Бластим вместе с преподавателями сделали небольшую методичку: «Single-cell RNA-seq анализ: от А до Б», где собрали актуальные инструменты для базовых и более продвинутых задач и полезные ссылки, с которых можно начать самостоятельно.
✏️ Хотите обрадовать своего научника и коллег? Пишите Варваре «СИНГЛ СЕЛЛ» и мы пришлем методичку
