- 综合排序
- 最热优先
- 最新优先
- 来自专栏生物信息云
单细胞专题 | 10.细胞周期分析
在分析单细胞数据时，同一类型的细胞往往来自于不同的细胞周期阶段，这可能对下游聚类分析，细胞类型注释产生混淆；由于细胞周期也是通过cell cycle related protein 调控，即每个阶段有显著的 marker基因；通过分析细胞周期有关基因的表达情况，可以对细胞所处周期阶段进行注释；在单细胞周期分析时，通常只考虑三个阶段：G1、S、G2M。 (即把G2和M当做一个phase) 主要学习两种来自scran与Seurat包鉴定细胞周期的方法介绍与演示。 对于每一细胞周期阶段（人/鼠）都有一组“maker基因对”集合。 具体参考文章【单细胞数据分析中scran包进行细胞周期分析时细胞周期marker基因的转换】 ###基因转换 library(clusterProfiler) library(org.Hs.eg.db)
2.4K31编辑于 2022-11-24 - 来自专栏Linux基础入门
单细胞转录组 | 细胞周期分析
前言 细胞周期一般包括G1（DNA合成前期）、S（DNA合成期）、G2（DNA合成后期）以及M（细胞分裂期）。 我们找到的高变基因，常常会包含一些细胞周期基因，它们会导致细胞聚类发生一定的偏移，即相同类型的细胞在聚类时会因为细胞周期的不同而分开。 因此我们需要对细胞周期进行分析，评估周期基因是否会对后续的聚类造成影响。 本文框架 1. 安装包 如果已经安装，此步请跳过。 细胞周期分析 5.1 查看周期基因与高变基因的交集 在单细胞周期分析时，通常只需要考虑三个阶段：G1、S、G2M（G2和M当做一个阶段)。 "cc.genes"为Seurat包自带的数据集，储存了细胞周期的marker基因："s.genes"和"g2m.genes"，在对细胞周期阶段进行评分时，除了这两类外，剩下的归为g1.genes。
3.7K31编辑于 2022-12-20 - 来自专栏生物信息云
单细胞数据分析中scran包进行细胞周期分析时细胞周期marker基因的转换
对于每一细胞周期阶段（人/鼠）都有一组“maker基因对”集合。
1.2K30编辑于 2022-12-16 - 来自专栏单细胞天地
单细胞学习之细胞周期分析
3、scRNA-seq与cell cycle 在分析单细胞数据时，同一类型的细胞往往来自于不同的细胞周期阶段，这可能对下游聚类分析，细胞类型注释产生混淆； 由于细胞周期也是通过cell cycle related protein 调控，即每个阶段有显著的marker基因； 通过分析细胞周期有关基因的表达情况，可以对细胞所处周期阶段进行注释； 本篇笔记主要学习两种来自scran与Seurat包鉴定细胞周期的方法介绍与演示 在单细胞周期分析时，通常只考虑三个阶段：G1、S、G2M。 对于每一细胞周期阶段（人/鼠）都有一组“maker基因对”集合。 五、小结 本篇笔记主要介绍了在单细胞数据分析中常见的两种注释细胞周期cell cycle的函数方法及用法。
7.4K43发布于 2020-12-24 - 来自专栏生信学习111
单细胞二次分群和细胞周期
，分为分裂期（M）和分裂间期（G1，S，G2），细胞处于不同的细胞周期时，代谢活跃状态和染色体的状态大不相同，所以在不同周期表达量是有差异的直接比较表达量是不可取的，不过得分情况，有些对下游的聚类和分群影响比较大 search for "data" layer in "RNA" assay yielded no results; utilizing "counts" layer instead.2.1.2 计算细胞周期评分 # 计算细胞周期评分check_cc = function(ob){ s.genes <- intersect(cc.genes$s.genes,rownames(ob)) g2m.genes < PCA函数处理之后meta.data多了3列，分别是s和g2m的评分以及推断的细胞周期table(ch1$Phase)ch2 = check_cc(marrow)table(ch2$Phase)PCAPlot p3+p4统计考虑和不考虑细胞周期的变化，要是false太多就得采用去除后的结果更为可信一点> table(as.character(Idents(m))==as.character(Idents(scRNA
30910编辑于 2024-06-26 - 来自专栏单细胞天地
生物学背景知识之细胞周期推断
前 · 言 第二单元第九讲：生物学背景知识之细胞周期推断 上一次说到通过PAM50基因进行乳腺癌分型，利用的就是自己的表达矩阵和PAM50基因比较，看表达量变化进行分类。 细胞周期分类和PAM50类似，也是利用基因来推断G、S、M期(https://en.wikipedia.org/wiki/Cell_cycle) ? 0610010F05Rik 0610010K14Rik NA "ENSMUSG00000042208" "ENSMUSG00000020831" 三者齐全，可以进行细胞周期计算
96520发布于 2020-03-31 - 来自专栏流式抗体推文
Elabscience 细胞周期检测试剂盒(红色荧光)：流式分析好搭档，细胞周期数据更精准
，为科研人员选择细胞周期检测工具提供全面参考。 检测原理细胞周期检测试剂盒(红色荧光)利用细胞内 DNA 与荧光染料 PI（碘化丙啶）特异性结合的特性，结合流式细胞术实现细胞周期分析。 应用领域肿瘤学研究：分析肿瘤细胞增殖活性，筛选抑制肿瘤细胞增殖的药物，探究化疗药物对肿瘤细胞周期的阻滞作用及诱导凋亡效果。 细胞生物学基础研究：研究基因敲除 / 过表达对细胞周期进程的影响，解析细胞周期调控机制。药物研发与评价：评估候选药物对正常细胞及病变细胞周期的影响，判断药物的安全性与有效性。 疾病机制研究：探讨心血管疾病、神经退行性疾病等病理状态下细胞周期异常的作用。
22210编辑于 2025-09-17 - 来自专栏生信宝典
Seurat亮点之细胞周期评分和回归
系统介绍 通过计算各个细胞可能所处的细胞周期阶段的得分 (G1,S,G2期），并在预处理过程 (主要是ScaleData步骤)中将细胞周期得分作为混杂因素移除，从而排除单细胞所处细胞周期不同对基因表达和细胞分型的影响 我们将尝试从数据中去除该组分，从而确保细胞周期异质性对PCA或下游分析没有贡献。 分配细胞周期分数 首先，根据其G2/M和S期标记基因的表达为每个细胞分配一个所处周期的分数。 利用细胞周期基因进行PCA分析 （这个例子可以拓展，使用任意指定的基因集进行细胞周期分析） PCA分析有不少需要注意的，具体见用了这么多年的PCA可视化竟然是错的！！！ 再次根据细胞周期相关基因进行PCA分析时，也不分不出群了，说明移除细胞周期影响的效果还是比较好的。 如果细胞周期不合适时怎么办？ 上述过程去除了与细胞周期相关的所有信息。
3.7K31发布于 2019-09-08 - 来自专栏单细胞学习小组
day9 二次分群和细胞周期
marrow, features = c("nFeature_RNA","nCount_RNA", "percent.mt", ncol = 3,pt.size = 0.5) 细胞周期周期评分自定义一个评分函数 "Phase")p2 = VlnPlot(ch2,"G2M.Score",group.by = "Phase")wrap_plots(p1,p2,nrow = 1) & ylim(-0.5,1)去除细胞周期的影响如果是大多数点都集中在 0点附近的，就可以不用去除细胞周期的影响！ ob1对象1### 不考虑细胞周期f = "ob1.Rdata"if(! 0.5) %>% RunUMAP(dims = 1:15) %>% RunTSNE(dims = 1:15) save(ob1,file = f)}load(f)ob2对象2### 考虑细胞周期
24410编辑于 2024-07-01 - 来自专栏文献分享及代码学习
Seurat软件学习11-细胞周期内容的分析
今天细胞周期的计算，在很多的物种中，细胞周期的计算是一个很有意思的现象，比如在大豆根瘤细胞中，根瘤细胞的在不同的侵染期发生的内复制的现象也是人们很关注的事情；在人类的癌症细胞中，癌症细胞的快速增殖引起了癌变的发生 因此研究细胞的增殖周期和细胞周期的变化是十分重要的。 ，方法是根据典型的标记物计算细胞周期阶段的分数，并在预处理期间将这些分数从数据中回归。 ，跟上面的pca降维图比，不能较好的区分细胞周期的现象。 由于最佳的细胞周期标志物在不同组织和物种中都有很好的保守性，我们发现这个程序在不同的数据集上都能稳定可靠地工作。 Alternate Workflow 上述程序删除了所有与细胞周期相关的内容。
1.3K31编辑于 2023-03-28 - 来自专栏单细胞天地
Seurat4.0系列教程8：细胞周期评分和回归分析
此教程展示了如何通过基于传统细胞周期相关marker计算细胞周期得分，并在预处理过程中将这些分数从数据中回归，以消除 scRNA-seq 数据中细胞周期异质性的影响。 我们将尝试从数据中回归此信号，以便细胞周期异质性不会对 PCA 或下游分析造成影响。 CellCycleScoring()还可以通过set.ident = TRUE来将Seurat对象的身份设置为细胞周期分期。 在这种情况下，将所有细胞周期效应消除，也会使干细胞和祖细胞之间的区别变得模糊。 作为替代方案，我们建议消除G2M和S期评分之间的差异。 这意味着分离非循环细胞和循环细胞的信号将保留，但是增殖细胞之间的细胞周期差异（通常是不感兴趣的）将被从数据中剔除。
2.8K31编辑于 2022-01-10 - 来自专栏生信情报站
细胞周期预测 | 单细胞转录组(scRNA-seq)分析 03
文章目录 一、介绍 二、预处理 三、获取细胞周期分数 四、在数据缩放期间回归出细胞周期得分 五、备用工作流程 一、介绍 前置知识：原创 Seurat 包图文详解 | 单细胞转录组(scRNA-seq )分析02 使用Seurat包来运行，主要实现两个功能： 通过marker基因计算细胞周期评分 基于评分在预处理过程中，减轻单细胞转录组数据中细胞周期异质性影响 二、预处理 数据来自：http://www.bloodjournal.org ), nfeatures.print = 10) # 仅对细胞周期基因运行PCA时，细胞不再按细胞周期阶段分离 marrow <- RunPCA(marrow, features = c(s.genes 由于最佳的细胞周期标记在组织和物种之间极为保守，因此我们发现此程序可在各种数据集上稳定可靠地工作。 五、备用工作流程 上面的过程将删除与细胞周期相关的所有信号。 这意味着将维持分离非循环细胞和循环细胞的信号，但是增殖细胞之间的细胞周期相位差异（通常没用）将被从数据中去除。
1.1K10发布于 2021-01-12 CKS1 GST Tag融合蛋白：细胞周期调控机制研究的核心工具
一、CKS1蛋白的生物学功能与调控机制CKS1是细胞周期调控网络中不可或缺的衔接蛋白，其主要功能是作为桥梁分子，将关键的细胞周期蛋白依赖性激酶与泛素连接酶复合物进行特异性连接。 通过与CDK-Cyclin复合物的相互作用，CKS1直接参与调控细胞周期关键节点的转变，尤其是驱动G1期向S期的过渡，并参与姐妹染色单体的分离过程。 因此，对CKS1蛋白结构与功能的深入解析，是阐明细胞周期失调分子机制及发现相关治疗靶点的重要基础。 三、CKS1GSTTag融合蛋白在分子机制研究中的应用纯化获得的CKS1GSTTag融合蛋白为细胞周期调控的体外研究提供了强有力的分子工具，其主要应用方向如下：1.蛋白质-蛋白质相互作用验证：-Pull-down 四、总结与展望CKS1GSTTag融合蛋白的成功制备与应用，为深入探索细胞周期调控的精密分子机制提供了不可或缺的技术支撑。
7610编辑于 2026-02-13- 来自专栏单细胞
Scanpy分析全流程(含harmonypy整合细胞周期矫正双细胞检测及去除)
该内容包含：1.10X数据整理和读取；2.Scanpy全流程(过滤降维聚类分群可视化)；3.harmonypy整合数据；4.细胞周期矫正；4.scrublet检测双细胞及去除上一次推文进行了Seurat sc.pl.highly_variable_genes(adata)# 保留高变基因，去除其他基因，但其实可以不去除# adata = adata[:, adata.var.highly_variable]# adata细胞周期矫正 ", "PSRC1", "ANLN", "LBR", "CKAP5", "CENPE", "CTCF", "NEK2", "G2E3", "GAS2L3", "CBX5", "CENPA"]# 细胞周期矫正
1.8K12编辑于 2025-06-01 - 来自专栏R语言及实用科研软件
🤫 Seurat | 强烈建议收藏的单细胞分析标准流程（细胞周期的影响去除）（三）
1写在前面 在scRNAseq数据中，不同细胞处在不同细胞周期，如果不进行异质性校正的话，会对结果有很大的影响。 常用的方法是根据经典的细胞周期基因进行评分，即cell cycle scores, 然后在预处理时将score纳入回归中。 Seurat包内置了细胞周期的相关基因集，我们来看一下不同周期里的基因吧。 7.1 计算评分 现在我们可以根据这些细胞周期基因开始计算评分了。 计算好细胞周期的评分以后，我们就可以在标准化的时候加入这个变量了，去除它的影响。
2.8K11编辑于 2023-02-24 - 来自专栏单细胞
单细胞细胞周期矫正分析流程学习(Seurat)以及关于是否应该矫正的思考
单细胞细胞周期矫正的目的从宽泛的角度来说是因为它可以消除由于细胞周期阶段不同而导致的基因表达异质性。 在单细胞数据中，不同细胞可能处于不同的细胞周期阶段(如G1、S、G2或M期)，这些阶段会影响细胞的基因表达模式，尤其是那些与细胞周期密切相关的基因。 (不同处理下，细胞周期通路在实验组和对照组之间存在的差异)。 但这里还有一个问题，细胞周期的影响真的那么大吗？是的，在既往的文献中(见参考资料)已经明确提到了细胞周期这个生物学差异会导致很大的异质性，从笔者的理解来看，这种异质性可能会掩盖功能学上的差异！ (这个掩盖可以解释为由于细胞周期导致的生物学误差过大之后，其他非细胞周期相关的功能学差异反而显得没那么有差异了..)当然，我们还是要依情况而定，如果研究方向就是跟细胞周期有直接且密切关系的，那就不可以去矫正这个因素了
64000编辑于 2024-09-08 - 来自专栏科研菌
如何将生信结合湿实验？快上车！这波操作猛如虎！
相同情况下生长的同种类型细胞，细胞周期的长度通常高度异质。在特定情况下，细胞周期的最短持续时间由最大细胞生长率决定的。 细胞分裂不仅需要达到最小大小，还需要一些调节机制来完成细胞周期。细胞周期也需要确保细胞生长到足够的大小来分裂。虽然生长和细胞周期是可分离、遗传的两个进程，但它们存在相互作用。 如果调节机制延长了亲代的细胞周期，细胞继续生长变大。通过细胞大小的遗传，子代在出生时大小就足以开始快速分裂，导致细胞周期变短。 为了得到细胞周期长度的遗传模式，作者首先聚焦于亲代与子代的世代间相关性。模型中的细胞周期，或被生长限制——达到临界大小时分裂，或被进展限制——完成细胞周期时分裂(Fig.3D)。 生长和进展的限制影响世代内细胞周期相关性（Fig.3F）：总体来说，表亲间呈正相关，而细胞周期进展限制的世代内正相关更显著。
90630发布于 2020-07-24 - 来自专栏生信菜鸟团
生信程序 | VeloCycle：使用流形约束的RNA速度模型进行统计推断揭示了细胞周期速度的调制
专注于细胞周期，我们实现了 VeloCycle 来研究一维周期流形上的基因调控动态，并通过活体成像验证其推断细胞周期的能力。 d, 使用一阶近似点估计（方法）获得的细胞周期期的条形图。 e, 两个重复样本的恒定、缩放的细胞周期速度（rpmh）的后验估计图。 值得注意的是，当估计不同细胞周期阶段峰值基因的平均未剪接-剪接延迟时，我们发现具有较大平均延迟的细胞周期阶段对应于速度较快的区域（图5f）。 这表明，某些个别与细胞周期相关的基因的功能丧失会扰乱细胞周期进程，要么是在某些阶段减缓增殖速度，要么是在特定进入检查点前完全停止进展。 与数据的粗略分层一致，我们观察到，在个别与细胞周期相关的基因敲低条件下，细胞周期速度显著下降，这与NT对照细胞和非细胞周期相关基因敲低的细胞相比尤为明显（图6m）。
52510编辑于 2025-01-02 文献分享--肿瘤浸润细菌破坏癌细胞上皮相互作用并诱导细胞周期阻滞
结果4、肿瘤内细菌诱导癌细胞周期停滞于G0-G1期具核梭杆菌等细菌能特异性地导致癌细胞停滞在G0-G1期（静息/准备期），同时减少处于增殖期（S/G2-M期）的细胞比例。 结论：该研究阐明了一条从"细菌定植"到"细胞周期阻滞"再到"治疗耐药"的完整通路。 结果5、上皮细胞间相互作用调控癌细胞周期动态上皮细胞间连接的完整性是维持正常细胞周期进程的关键。 连接破坏直接导致周期阻滞：实验证明，即使用化学方法（胰蛋白酶、DMSO）物理性破坏上皮细胞间的连接，也同样会诱导G0-G1期细胞周期阻滞，这模拟了细菌的作用效果。 结果6、细胞外细菌诱导癌细胞G0-G1期周期阻滞细胞外细菌本身足以诱导癌细胞周期阻滞，而无需细菌侵入细胞内部。
24320编辑于 2025-10-20- 来自专栏智能生信
【Nucleic Acids Research】四篇好文简读-专题11
因此，准确预测细胞周期伪时间和识别细胞周期阶段是表征发育相关生物学过程的重要步骤。 在这里，作者开发了CCPE，一种新的细胞周期伪时间估计方法，用于表征细胞周期计时和从scRNA-seq数据中识别细胞周期时相。 CCPE使用辨别性螺旋来描述细胞周期的循环过程，并估计每个细胞沿细胞周期的伪时间。作者基于各种模拟和真实的scRNA-seq数据集对CCPE的性能进行了评估。 结果表明，CCPE是一种有效的细胞周期估计方法，与现有的其他方法相比，它在各种应用中都具有竞争力。CCPE成功地识别了细胞周期标记基因，并且对scRNA-seq数据中的丢失事件具有很强的鲁棒性。 使用CCPE对细胞周期的准确预测也可以有效地促进消除不同细胞类型或条件的细胞周期效应。
77150编辑于 2022-01-05
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号