近日，课题组卢俊儒同学在IET Nanobiotechnology发表了题为“scRNA‐seq data analysis method to improve analysis performance”的综述论文。主要总结了近年来单细胞转录组生物信息学工具和方法并对该领域的研究前景进行了简要的探讨。

[背景介绍]

       通过高通量单细胞转录组学，可以揭示单个细胞基因表达的异质性。近年来，单细胞分析工具的很大程度上增加了为给定数据集选择正确工具的难度。通过了解每一步的计算方法将有助于研究人员为其数据选择更合适的方法和工具。文章对目前流行的单细胞转录组学分析工具和方法进行了总结与讨论。

[文章亮点]

       本文介绍了单细胞转录组分析过程的基本步骤，包括当前可用的单细胞转录组测序技术和单细胞转录组序列数据处理流程，并介绍了基于聚类和差异表达分析的单细胞转录组测序数据处理方法的性能评估。

图1 常用的单细胞转录组测序数据处理流程

[总结/展望]

在过去几年中，scRNA-seq技术取得了巨大进步，scRNA-seq方法的不断开发或迭代更新以及scRNA-seq产生的大量稀疏和噪声数据对伴随的分析工具提出了新的挑战。scRNA-seq领域仍缺乏标准化的分析流程，仍需要对不同工具和实际工作流程进行彻底比较，以更好地找到最佳分析方法，充分利用scRNA-seq技术的优势。

[出版信息]

IET Nanobiotechnology 2023:1-11，Published online: 02 February 2023。全文链接：DOI: https://doi.org/10.1049/nbt2.12115