Genome biology · 2026
Experimental and computational methods for allelic imbalance analysis from single-nucleus RNA-seq data.
СтатьяНазвание и аннотация: Перевод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Simmons Sean K, Adiconis Xian, Haywood Nathan, Parker Jacob, Lin Zechuan, Liao Zhixiang, Tuncali Idil, Shin Asa, Jagadeesh Karthik, Gosik Kirk, Gatzen Michael, Smith Jonathan T, El Kodsi Daniel N, Kuras Yuliya, Baecher-Allan Clare, Serrano Geidy E, Beach Thomas G, Garimella Kiran, Al'Khafaji Aziz M, Rozenblatt-Rosen Orit, Regev Aviv, Dong Xianjun, Scherzer Clemens R, Levin Joshua Z
Аннотация
Combining allele-specific expression (ASE) analysis with single-cell RNA-seq can elucidate how genomic variation affects RNA expression at the single-cell level. We explore how experimental and computational choices impact the power of ASE-based methods and develop a suite of single-cell ASE computational tools. With single-nucleus RNA-Seq, we extract more ASE information from reads in intronic than exonic regions. We show how read length can increase power and that hybrid selection improves power to detect ASE in targeted genes. We apply our methods to a Parkinson's disease cohort and show that ASE analysis has more power than eQTL analysis.