Single RNA sequencing - classificatie van cellen

5 belangrijke vragen over Single RNA sequencing - classificatie van cellen

Wat geeft classificatie voor uitkomst?

  • Zorgt voor patronen in een groep die gelijkenissen in samples en variabelen hebben.
  • De output van de sample die je wil groeperen moet niet gebruikt zijn voor het maken van het algoritme

Pro en con van dimensie reductie naar clustering?

  • Pro: alleen intressante verschillen tussen cellen zijn meegenomen, versneld het procces.
  • con: de keuze van aantal PCs that wortd gebruikt in de berekening is belangrijk

De relatie van totaal aantal RNA in een cel (ncounts) en mitochondrial RNA percentage?

  • Veel mitochondriaal RNA dan slechte cellen (beschadigde of door gaande cellen)
  • >10-30% mitochondrial mRNA geeft slecht cell kwaliteit aan deze moeten dan verwijderd wordne uit de dataset
  • Hogere cijfers + sneller leren
  • Niets twee keer studeren
  • 100% zeker alles onthouden
Ontdek Study Smart

De relatie van totaal aantal RNA in ene cel (ncounts) en ribosomaal RNA precentage

  • veel ribosomaal RNA dat betekend dat er veel productie is van eiwitten en is er een hoge proliferatie van cellen en secretie cellen
  • >30-50% van al het mRNA is ribosomaal RNA dan worden die waarden uit de dataset gehaald, want anders vertekenen ze het beeld
  • beschouwd uit achtergrondgeruis

De relatie van totaal aantal RNA in ene cel (ncounts) en aantal features?

Hoe meer RNA counts, hoe meer features aanwezig zijn

De vragen op deze pagina komen uit de samenvatting van het volgende studiemateriaal:

  • Een unieke studie- en oefentool
  • Nooit meer iets twee keer studeren
  • Haal de cijfers waar je op hoopt
  • 100% zeker alles onthouden
Onthoud sneller, leer beter. Wetenschappelijk bewezen.
Trustpilot-logo