Regarding the scRNA-seq data

1667857557 commented 10 months ago

您好，论文中使用的scRNA-seq大部分都是正常组织的数据，若我想进行特定疾病的探究，使用对应疾病的scRNA-seq数据进行分析是否可行呢？这与前者相比映射的基因是否更加精准（因为我看类似的工具[scDRS]有发表过使用疾病scRNA-seq数据的文章）

dengchunyu commented 10 months ago

可以使用疾病的数据，在接下来的软件延伸工作中我们使用的就是疾病单细胞数据，发现肿瘤的gwas数据产生的得分能够很好的区分正常和肿瘤上皮细胞。然而，我们发现在具体的分析中，单细胞类型的选择对pcc基因结果影响很大，这需要注意，比如，同时选择免疫细胞和上皮细胞，以及只选择上皮细胞的结果在精度上会差别很大（这一步如果能熟练使用scPagwas，则不需要重新取单细胞子集计算，因为gPas得分不受单细胞数量的影响，基于此可以直接计算细胞子集的pcc基因），另外一点需要注意的是，我们软件的结果中TRS得分是基于正向的pcc基因进行计算的，然而，反向的pcc基因的结果我们发现也很有意思，只是需要更进一步的分析和解释，这两者在分析时可以都看看。

Yu-Feng Huang @.***> 于2023年9月7日周四 10:14写道：

您好，

论文中使用的scRNA-seq大部分都是正常组织的数据，若我想进行特定疾病的探究，使用对应疾病的scRNA-seq数据进行分析是否可行呢？这与前者相比映射的基因是否更加精准（因为我看类似的工具[scDRS]有发表过使用疾病scRNA-seq数据的文章）

— Reply to this email directly, view it on GitHub https://github.com/dengchunyu/scPagwas_reproduce/issues/3, or unsubscribe https://github.com/notifications/unsubscribe-auth/AILWCUA2NPCLDOG5S72NHWLXZEUXZANCNFSM6AAAAAA4OF2KIE . You are receiving this because you are subscribed to this thread.Message ID: @.***>

1667857557 commented 10 months ago

感谢您的回复，您的意思是指部位特异性疾病使用对应的部位的正常scRNA-seq数据和疾病scRNA-seq在scPagwas包中都是可行的，但疾病scRNA-seq的分群效果更加好么

可以使用疾病的数据，在接下来的软件延伸工作中我们使用的就是疾病单细胞数据，发现肿瘤的gwas数据产生的得分能够很好的区分正常和肿瘤上皮细胞。然而，我们发现在具体的分析中，单细胞类型的选择对pcc基因结果影响很大，这需要注意，比如，同时选择免疫细胞和上皮细胞，以及只选择上皮细胞的结果在精度上会差别很大（这一步如果能熟练使用scPagwas，则不需要重新取单细胞子集计算，因为gPas得分不受单细胞数量的影响，基于此可以直接计算细胞子集的pcc基因），另外一点需要注意的是，我们软件的结果中TRS得分是基于正向的pcc基因进行计算的，然而，反向的pcc基因的结果我们发现也很有意思，只是需要更进一步的分析和解释，这两者在分析时可以都看看。 Yu-Feng Huang @.> 于2023年9月7日周四 10:14写道： … 您好，论文中使用的scRNA-seq大部分都是正常组织的数据，若我想进行特定疾病的探究，使用对应疾病的scRNA-seq数据进行分析是否可行呢？这与前者相比映射的基因是否更加精准（因为我看类似的工具[scDRS]有发表过使用疾病scRNA-seq数据的文章） — Reply to this email directly, view it on GitHub <#3>, or unsubscribe https://github.com/notifications/unsubscribe-auth/AILWCUA2NPCLDOG5S72NHWLXZEUXZANCNFSM6AAAAAA4OF2KIE . You are receiving this because you are subscribed to this thread.Message ID: @.>

dengchunyu commented 10 months ago

font{
    line-height: 1.6;
}
ul,ol{
    padding-left: 20px;
    list-style-position: inside;
}

是的，基于疾病gwas最好用疾病单细胞，能够更精确的找到具体相关的细胞。

                ***@***.***

---- Replied Message ----

     From 

        Yu-Feng ***@***.***>

     Date 

    9/7/2023 22:02

     To 

        ***@***.***>

     Cc 

        Chunyu ***@***.***>
        ,

        ***@***.***>

     Subject 

          Re: [dengchunyu/scPagwas_reproduce] Regarding the scRNA-seq data (Issue #3)

感谢您的回复，您的意思是指部位特异性疾病使用对应的部位的正常scRNA-seq数据和疾病scRNA-seq在scPagwas包中都是可行的，但疾病scRNA-seq的分群效果更加好么

可以使用疾病的数据，在接下来的软件延伸工作中我们使用的就是疾病单细胞数据，发现肿瘤的gwas数据产生的得分能够很好的区分正常和肿瘤上皮细胞。然而，我们发现在具体的分析中，单细胞类型的选择对pcc基因结果影响很大，这需要注意，比如，同时选择免疫细胞和上皮细胞，以及只选择上皮细胞的结果在精度上会差别很大（这一步如果能熟练使用scPagwas，则不需要重新取单细胞子集计算，因为gPas得分不受单细胞数量的影响，基于此可以直接计算细胞子集的pcc基因），另外一点需要注意的是，我们软件的结果中TRS得分是基于正向的pcc基因进行计算的，然而，反向的pcc基因的结果我们发现也很有意思，只是需要更进一步的分析和解释，这两者在分析时可以都看看。 Yu-Feng Huang @.> 于2023年9月7日周四 10:14写道： … 您好，论文中使用的scRNA-seq大部分都是正常组织的数据，若我想进行特定疾病的探究，使用对应疾病的scRNA-seq数据进行分析是否可行呢？这与前者相比映射的基因是否更加精准（因为我看类似的工具[scDRS]有发表过使用疾病scRNA-seq数据的文章） — Reply to this email directly, view it on GitHub <#3>, or unsubscribe https://github.com/notifications/unsubscribe-auth/AILWCUA2NPCLDOG5S72NHWLXZEUXZANCNFSM6AAAAAA4OF2KIE . You are receiving this because you are subscribed to this thread.Message ID: @.>

—Reply to this email directly, view it on GitHub, or unsubscribe.You are receiving this because you commented.Message ID: @.***>

1667857557 commented 10 months ago

了解，感谢老师解惑

dengchunyu / scPagwas_reproduce

Regarding the scRNA-seq data #3