总结几篇关于单细胞RNA-seq的工作内容。这次的文章属于泛读。

思考两个问题：单细胞RNA-seq能用来做什么？ 在癌症方面，每个细胞的基因表达差异性意味着什么（癌症干细胞）？

Accounting for technical noise in single-cell RNA-seq experiments

• 文章介绍了RNA-seq中技术噪声的估计。
• 单细胞RNA0-seq的基因表达量校正要用spike-in
• 用到了统计方法来做假设检验。派段哪些基因是在细胞间差异性大的。

Deep sequencing reveals cell-type specific patterns of single-cell transcriptome variation

• 文章中的PCA前三个主成分只占13%
• Jaccard 相似性只有0.258和0.286，是怎么做到p.value < 十的负四次方的
• rho=0.19或者0.22，p.value竟然达到了十的负十四次方以上
• 唯一有意思的工作是总结了3’UTR的多样性，但是单细胞数据，准确性在没有实验验证的情况下不敢保证

这篇文章看的比较囫囵吞枣，里面一些内容没仔细看。

没准上面提到的问题是我理解出错。

Identification of Distinct Tumor Subpopulations in Lung Adenocarcinoma via Single-Cell RNA-seq

• 研究了TF与基因表达的关系。一类基因启动子区域的某TF出现的多，再看看TF的基因同“一类基因”是不是表达有相似性。唯一问题是，基因共表达本来就很多会解释不清。（我对于基因共表达网络抱有谨慎怀疑态度。）
• 用TCGA数据做了一下选出的基因集合的生存分析。看到那两条生存曲线，能算出p.value < 0.05 也是不容易。

单词本