• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

UMI or not UMI, that is the question for scRNA-seq zero-inflation.

作者信息

Cao Yingying, Kitanovski Simo, Küppers Ralf, Hoffmann Daniel

机构信息

Bioinformatics and Computational Biophysics, Faculty of Biology and Center for Medical Biotechnology, University of Duisburg-Essen, Essen, Germany.

Institute of Cell Biology (Cancer Research), University Hospital Essen, Essen, Germany.

出版信息

Nat Biotechnol. 2021 Feb;39(2):158-159. doi: 10.1038/s41587-020-00810-6. Epub 2021 Feb 1.

DOI:10.1038/s41587-020-00810-6
PMID:33526946
Abstract
摘要

相似文献

1
UMI or not UMI, that is the question for scRNA-seq zero-inflation.是否使用唯一分子标识符（UMI），这是单细胞RNA测序（scRNA-seq）零膨胀问题的关键所在。
Nat Biotechnol. 2021 Feb;39(2):158-159. doi: 10.1038/s41587-020-00810-6. Epub 2021 Feb 1.
2
Reply to: UMI or not UMI, that is the question for scRNA-seq zero-inflation.回复：对于单细胞RNA测序的零膨胀问题，是否使用分子识别标签是个问题。
Nat Biotechnol. 2021 Feb;39(2):160. doi: 10.1038/s41587-020-00811-5. Epub 2021 Feb 1.
3
Detecting differential alternative splicing events in scRNA-seq with or without Unique Molecular Identifiers.在有或没有独特分子标识符的 scRNA-seq 中检测差异剪接事件。
PLoS Comput Biol. 2020 Jun 5;16(6):e1007925. doi: 10.1371/journal.pcbi.1007925. eCollection 2020 Jun.
4
CONICS integrates scRNA-seq with DNA sequencing to map gene expression to tumor sub-clones.CONICS 将单细胞 RNA-seq 与 DNA 测序相结合，将基因表达映射到肿瘤亚克隆。
Bioinformatics. 2018 Sep 15;34(18):3217-3219. doi: 10.1093/bioinformatics/bty316.
5
UMI-count modeling and differential expression analysis for single-cell RNA sequencing.UMI 计数建模和单细胞 RNA 测序的差异表达分析。
Genome Biol. 2018 May 31;19(1):70. doi: 10.1186/s13059-018-1438-9.
6
Quantile normalization of single-cell RNA-seq read counts without unique molecular identifiers.无唯一分子标识符的单细胞 RNA-seq 读数的分位数归一化。
Genome Biol. 2020 Jul 3;21(1):160. doi: 10.1186/s13059-020-02078-0.
7
Using BRIE to Detect and Analyze Splicing Isoforms in scRNA-Seq Data.使用BRIE检测和分析单细胞RNA测序数据中的剪接异构体
Methods Mol Biol. 2019;1935:175-185. doi: 10.1007/978-1-4939-9057-3_12.
8
Single-Cell Capture, RNA-seq, and Transcriptome Analysis from the Neural Retina.来自神经视网膜的单细胞捕获、RNA测序及转录组分析。
Methods Mol Biol. 2020;2092:159-186. doi: 10.1007/978-1-0716-0175-4_12.
9
clustifyr: an R package for automated single-cell RNA sequencing cluster classification.clustifyr：用于自动化单细胞 RNA 测序聚类分类的 R 包。
F1000Res. 2020 Apr 1;9:223. doi: 10.12688/f1000research.22969.2. eCollection 2020.
10
scruff: an R/Bioconductor package for preprocessing single-cell RNA-sequencing data.scruff：一个用于预处理单细胞 RNA-seq 数据的 R/Bioconductor 包。
BMC Bioinformatics. 2019 May 2;20(1):222. doi: 10.1186/s12859-019-2797-2.

引用本文的文献

1
Missing data in single-cell transcriptomes reveals transcriptional shifts.单细胞转录组中的缺失数据揭示了转录变化。
bioRxiv. 2025 Aug 21:2025.08.15.669765. doi: 10.1101/2025.08.15.669765.
2
scCOSMIX: A Mixed-Effects Framework for Differential Coexpression and Transcriptional Interactions Modeling in Single-Cell RNA-Seq.scCOSMIX：用于单细胞RNA测序中差异共表达和转录相互作用建模的混合效应框架
Stat Med. 2025 Aug;44(18-19):e70213. doi: 10.1002/sim.70213.
3
Cell-cycle dependence of bursty gene expression: insights from fitting mechanistic models to single-cell RNA-seq data.
爆发性基因表达的细胞周期依赖性：通过将机制模型拟合到单细胞RNA测序数据获得的见解
Nucleic Acids Res. 2025 Apr 10;53(7). doi: 10.1093/nar/gkaf295.
4
GeneSPIDER2: large scale GRN simulation and benchmarking with perturbed single-cell data.GeneSPIDER2：利用受干扰的单细胞数据进行大规模基因调控网络模拟和基准测试。
NAR Genom Bioinform. 2024 Sep 18;6(3):lqae121. doi: 10.1093/nargab/lqae121. eCollection 2024 Sep.
5
Data normalization for addressing the challenges in the analysis of single-cell transcriptomic datasets.用于解决单细胞转录组数据集分析中挑战的数据标准化。
BMC Genomics. 2024 May 6;25(1):444. doi: 10.1186/s12864-024-10364-5.
6
PERCEPTION predicts patient response and resistance to treatment using single-cell transcriptomics of their tumors.利用肿瘤单细胞转录组学，PERCEPTION 可预测患者对治疗的反应和耐药性。
Nat Cancer. 2024 Jun;5(6):938-952. doi: 10.1038/s43018-024-00756-7. Epub 2024 Apr 18.
7
Normalizing need not be the norm: count-based math for analyzing single-cell data.无需规范化：基于计数的单细胞数据分析方法。
Theory Biosci. 2024 Feb;143(1):45-62. doi: 10.1007/s12064-023-00408-x. Epub 2023 Nov 10.
8
Decoding Human Biology and Disease Using Single-cell Omics Technologies.使用单细胞组学技术解码人类生物学与疾病
Genomics Proteomics Bioinformatics. 2023 Oct;21(5):926-949. doi: 10.1016/j.gpb.2023.06.003. Epub 2023 Sep 20.
9
Comparative analysis of cell-cell communication at single-cell resolution.单细胞分辨率下的细胞间通讯比较分析。
Nat Biotechnol. 2024 Mar;42(3):470-483. doi: 10.1038/s41587-023-01782-z. Epub 2023 May 11.
10
Consequences and opportunities arising due to sparser single-cell RNA-seq datasets.由于单细胞 RNA-seq 数据集较为稀疏而产生的结果和机会。
Genome Biol. 2023 Apr 21;24(1):86. doi: 10.1186/s13059-023-02933-w.