scRNA-seq scRNA-seq解析：遺伝子プログラム・遺伝子モジュール（gene programs／modules）
📚 この記事について：「scRNA-seq解析 実践シリーズ」下流解析編。細胞を離散的な「型」に分けるクラスタリングでは捉えきれない、連続的な遺伝子プログラムや遺伝子モジュールを取り出す方法（cNMF／Hotspot）を解説します。🔙 前の...
scRNA-seq 
scRNA-seq scRNA-seq解析：コピー数異常（CNV）の推定
📚 この記事について：「scRNA-seq解析 実践シリーズ」下流解析編の文脈特化回。主にがんで使う解析です。腫瘍細胞がもつ大規模なコピー数異常（CNA）を、scRNA-seq の発現から推定する方法（infercnvpy／CopyKAT）...
scRNA-seq scRNA-seq解析：摂動解析・Perturb-seq ― CRISPR スクリーンの効果の解析
📚 この記事について：「scRNA-seq解析 実践シリーズ」下流解析編の文脈特化回。CRISPR スクリーンと scRNA-seq を組み合わせた Perturb-seq のデータ解析を、pertpy とその中核手法 Mixscape を...
scRNA-seq scRNA-seq解析：細胞間相互作用（cell-cell communication）― リガンド–受容体から細胞間シグナルを推定する
📚 この記事について：「scRNA-seq解析 実践シリーズ」下流解析編。どの細胞型が、どの細胞型に、どのリガンド–受容体（LR）を介してシグナルを送るかを推定します。コンセンサス枠組み LIANA と統計的手法 CellPhoneDB を...
scRNA-seq scRNA-seq解析：RNA velocity と運命予測 ― spliced/unspliced から方向を推定する
📚 この記事について：「scRNA-seq解析 実践シリーズ」下流解析編。未スプライス（新規転写）と成熟 mRNA の比から細胞の方向を推定する RNA velocity（scVelo）と、それを統合して運命を出す CellRank を解説...
scRNA-seq scRNA-seq解析：軌道推定・擬似時間（trajectory／pseudotime）― 連続的な分化の順序を復元する
📚 この記事について：「scRNA-seq解析 実践シリーズ」下流解析編。連続的な過程（分化など）に沿って細胞を並べ、擬似時間を付与する方法を、代表的な3手法（PAGA／DPT／Palantir）で解説します。🔙 前の記事：軌道・擬時間と ...
scRNA-seq scRNA-seq解析：軌道・擬時間と RNA velocity の全体像 ― 順序・方向・運命をどう捉えるか
📚 この記事について：「scRNA-seq解析 実践シリーズ」下流解析編。軌道・擬時間と RNA velocity、そして両者を統合する CellRank は似て非なる解析です。混同しやすいこの3つの関係と立ち位置を整理する地図です。個々の...
scRNA-seq scRNA-seq解析：細胞組成の差（differential abundance）
📚 この記事について：「scRNA-seq解析 実践シリーズ」下流解析編。条件間で細胞型の割合（組成）が変わるかを検定します。素朴な割合比較が陥る組成性の罠と、それを避ける2つの方法（scCODA／Milo）を解説します。🔙 前の記事：機能...
scRNA-seq scRNA-seq解析：機能エンリッチメント・パスウェイ解析
📚 この記事について：「scRNA-seq解析 実践シリーズ」下流解析編。差次的発現（DE）で得た遺伝子リストを、既知の遺伝子セット（GO・経路・転写因子）に照らして生物学的に解釈する方法を、3つのアプローチで整理します。🔙 前の記事：差次...
scRNA-seq scRNA-seq解析：差次的発現（DE）― マーカー検出と条件間比較（pseudobulk）を使い分ける
📚 この記事について：「scRNA-seq解析 実践シリーズ」下流解析編。差次的発現（differential expression, DE）には性質の異なる2つのタスクがあり、混同すると誤った結論につながります。両者の使い分けと、条件間比...