各種データ解析を取り扱っております。シーケンス解析手法によってデータ解析の組み合わせや流れを適切に変えて行います。また、それぞれの解析を単品で扱っていますので、データをお持ちのお客様はバイオインフォマティクス解析のみも受け付けております。
RNA-seq
| 解析手法 | 解析内容 |
| fastq -> CountMatrix (発現数値化) |
シークエンス後のデータ(fastq)のQC(クオリティコントロール)を行い、低クオリティリードをトリミングします。 その後マッピングを行いCountMatirx(mappingされた遺伝子の発現値)を作成します。※CountMatrixはRaw Countに加え、fpkm、tpm、cpm補正がかかったもののご提供も可能です。 ※bclファイルからの解析も対応可能です。 ※マッピング後のsam/bamファイル形式でご提供も可能です。 |
| サンプル間補正 | バッチやライブラリー生成時に生じる変量を取り除き、サンプル間の補正を行います。 |
| PCA | 高次元データ(膨大な遺伝子発現情報)を低次元に圧縮することで、各サンプルが持つ遺伝子発現プロファイルの近似性や相違性を表現します。 |
| ヒートマップ | マーカー遺伝子、変動発現遺伝子(DEG)などご希望の遺伝子の発現量をサンプルに対してプロットすることで 視覚的にサンプル/サンプルグループ間の対象遺伝子発現量の比較が可能です。 |
| 変動発現遺伝子(DEG)抽出 | サンプルグループ間で特異的に発現が亢進、抑制されている遺伝子を同定します。 |
| パスウェイ解析 | 変動発現遺伝子(DEG)などを用いて、対象群で亢進または減弱していると推定されるシグナルパスウェイを探索します。 |
scRNA-seq
| 解析手法 | 解析内容 |
| fastq -> CountMatrix(発現数値化) | 10x Genomics社のcellrangerを実施し、bcl/fastqデータからCountMatrixを作成します。QC実施後に基準値以下のクオリティの低い細胞を取り除きます。 |
| Batch補正 | 生物学的な違いを正しく解釈するために、技術的な要因により生じてしまう変量を取り除きます。 その一例として、各サンプルのシークエンスの深さやシークエンス飽和度(ライブラリーがどの程度実際の細胞の全発現遺伝子を網羅しているか)の違いなどを補正します。 |
| 次元圧縮による 細胞クラスタリング |
遺伝子発現プロファイルに基づいて細胞クラスタリングを行います。 ここでは膨大な遺伝子発現情報を次元圧縮(tSNEやUMAPなど)し、各細胞が持つ遺伝子発現プロファイルの近似性や相違性を表現します。 |
| 細胞種同定および変動発現遺伝子(DEG)抽出 | マーカー遺伝子の発現をHeatmap, Violin plot, Ridge plotなどで視覚化し、細胞種の同定を行います。また、細胞クラスター間で異なる発現を示す遺伝子を同定し、各細胞クラスターが持つ特徴を推定します。 |
| パスウェイ解析 | 変動発現遺伝子(DEG)などを用いて各種シグナルパスウェイ解析を行います。細胞間相互作用や転写制御解析も実施します。 |
scATAC-seq
| 解析手法 | 解析内容 |
| fastq -> Peak/Cell Matrix | 10x Genomics社のcellrangerを実施し、bcl/fastqデータからPeak/Cell matrixを作成します。 |
| Filtering | QCを行い、検出されたピークがプロモーター領域に濃縮されていないなど、クオリティが低い細胞サンプルを取り除きます。 |
| 次元圧縮による細胞クラスタリング | オープンクロマチンプロファイルに基づいて細胞クラスタリングを行います。 高次元データ(膨大なオープンクロマチン情報)を低次圧縮(tSNEやUMAPなど)し、各細胞が持つオープンクロマチンプロファイルの近似性や相違性を表現します。 |
| 遺伝子発現解析との統合解析 | (scRNAseqのデータがある場合)scRNAseqで同定されたクラスタリングの細胞種結果と統合して、scATACseqの細胞種同定を行います。 |
