【概要】
シングルセルレベルで遺伝子発現を網羅的に解析します。シングルセル解析では細胞ひとつひとつに対しシークエンスデータが得られるため、バルク解析に比べデータ構造は巨大かつ複雑になります。そのため、データ処理、解析には多大な解析リソースが必要となります。
【ご依頼方法】
下記いずれのパターンをご希望か記載いただき、サンプル数・生物種の情報とともにお問い合わせください。
(1) 細胞サンプルをお預かりし、ライブラリー調製からのご依頼
(2) 調製済みライブラリーをお預かりし、シーケンスからのご依頼
(3) fastqデータをお預かりし、データ解析のみのご依頼
※データ解析なし・シーケンス実施のみのご依頼も承ります。
【サービスの特長】
・原則として、ご依頼前に研究目的などについてWeb上でのヒアリングを実施します。ヒアリングを行うことで、お客様が期待する内容にフォーカスした解析を進めることができます。
・カウンセリングに基づいたカスタム性の高いシングルセル解析プロセスを構築し、データ管理から論文作成を視野に入れた図版作成など、柔軟なサポートで研究支援を行ない、研究プロジェクトにおけるシングルセル解析の威力を最大化します。
【シングルセル解析のポイント】
1.細胞の分類 ーデータをもとにした分類で細胞集団の内訳の把握
2.遺伝子発現の違いを通じた細胞集団の比較 ー細胞集団間の差異、機能的特徴の発見
3.新しい細胞集団の発見 ー細胞亜集団の発見・機能解析によるバイオマーカー・創薬標的の発見
4.細胞決定の道筋をたどる ー遺伝子発現変化による疑似的な時間軸の発見・細胞運命分岐の発見
生物の体は「機能の異なる様々な細胞」でできています。組織(バルク)での解析では、個々の細胞の転写産物が混ぜ合わされ、構成細胞の平均値が結果として現れます。つまり、個々の細胞の値は隠されてしまいます。
シングルセル解析は組織を構成する細胞一つ一つについて解析することで、より多くの情報を得られます。また、教師なしクラスタリングにより、各細胞のデータのみを使って細胞の種類を分類することができます。
【データ解析】※ご要望のお客様のみ
お客様の研究目的、ご要望に応じて解析内容をデザイン可能です。
・データQC
・正規化,DEGの抽出
・クラスタリング(PCA, CCE, etc)
・次元圧縮(tSNE, UMAP)による細胞集団の定義
・細胞集団のcharacterization(特徴遺伝子リストの抽出)
・細胞集団のcharacterization(他データからの細胞名付け)
・メタ情報の付加
・疑似時間軸の作成(Pseudo-time解析)
・細胞集団のスプライシング解析(exon mapping, 統計処理)
・細胞集団のSNP解析(アレル別転写産物の解析, ハプロイド解析)
・細胞集団の融合遺伝子解析
・特徴遺伝子のDEG解析, GO解析, IPAパスウェイ解析
サンプル種類 | 凍結細胞,raw data |
---|---|
解析法 | シングルセルRNA-seq |
報告内容 | fastqデータ,解析データ,作業完了報告書,Figureなど |
目安納期 | データ取得:サンプル受領より6週~|データ解析:お問い合わせ |
その他 | 多検体でさらにディスカウントいたします。ご希望のデータ量により料金は異なります。: |
メーカー希望小売価格(税別) | お問い合わせ下さい |
注意事項