单细胞拟时序分析

1 单细胞拟时序分析的基础概念 1.1 单细胞测序技术的概述 1.2 单细胞测序数据的特点和挑战 1.3 拟时序分析的基本原理和目标 2 单细胞测序数据处理 2.1 单细胞测序数据质量控制与过滤 2.2 单细胞转录组定量与归一化 2.3 细胞聚类与亚群识别 2.4 差异基因表达分析 2.5 单细胞数据可视化 3 拟时序分析方法 3.1 基于谱系推断的方法 3.1.1 Palantir 3.1.2 Wanderlust 3.1.3 Wishbone 3.2 基于伪时间轴构建的方法 3.2.1 Monocle 3.2.2 Slingshot 3.3 基于机器学习的时间预测模型 3.3.1 TSCAN 3.3.2 SCIMITAR 3.4 其他方法介绍 3.4.1 Waterfall 3.4.2 URD 4 应用案例 4.1 发育过程中的拟时序分析 4.2 疾病进展过程中的拟时序分析 4.3 细胞分化路径的研究 4.4 药物反应过程的动态模拟 5 单细胞拟时序分析实践操作 5.1 单细胞拟时序分析的数据准备与预处理 5.2 选择合适的拟时序分析工具 5.3 运行拟时序分析 5.4 单细胞拟时序分析的结果解读与可视化 5.5 单细胞拟时序分析的验证与优化 6 单细胞拟时序分析的最新研究进展 6.1 新兴的单细胞测序技术 6.2 拟时序分析的新方法 6.3 拟时序分析在不同领域的应用 7 单细胞拟时序分析的学习资源推荐 7.1 单细胞拟时序分析的文献阅读推荐 7.2 单细胞拟时序分析的在线课程推荐 7.3 单细胞拟时序分析的论坛和社区推荐