單細胞RNA定序數據分析的機會與挑戰

單細胞定序技術顧名思義是對單顆細胞所含的核酸的進行定序，透過這樣的技術，吾人可獲得單細胞層次的轉錄體(transcriptome）、基因體（genome)、表觀基因體（epigenome) 等多體學（multi-omics)數據，可據以探索許多在細胞生物學懸而未解的基本問題（如細胞分化的細節），並了解疾病發生或惡化（如癌症）的機轉，是近十年來生物醫學領域最受矚目的技術之一。 以目前國內較多研究者使用的單細胞RNA定序技術而言，其資料分析的挑戰有下列7項：

  1. Handling sparsity in single-cell RNA sequencing
  2. Defining flexible statistical frameworks for discovering complex differential patterns in gene expression.
  3. Mapping single cells to a reference atlas.
  4. Generalizing trajectory inference.
  5. Finding patterns in spatially resolved measurements.
  6. Integration of single-cell data across samples, experiments, and types of measurements.
  7. Validating and benchmarking analysis tools for single-cell measurements.

本核心國家衛生研究院江士昇副研究員團隊​目前已針對單細胞RNA定序分析之需求收集一些軟體套件及工具軟體，並建置相關分析流程與平台，正持續累積合作及服務的經驗。為了與有相關資料分析需求或有興趣之研究同好分享並交流相關經驗，我們將持續開設教育訓練課程，除了簡介基本原理、也將講授如何下載已經公開的單細胞RNA定序資料並進行基本、進階分析， 預計於2月下旬開課，歡迎關注及報名參加。

參考文獻: Eleven grand challenges in single-cell data science. Lähnemann et al. Genome Biology (2020) 21:31