diff --git a/02_sesion5.Rmd b/02_sesion5.Rmd index 11eb017..27664f8 100644 --- a/02_sesion5.Rmd +++ b/02_sesion5.Rmd @@ -48,7 +48,7 @@ div.alert{color:#bd475d; background-color:transparent} -# Introducción +## Introducción El análisis de secuenciación de ARN a nivel de célula única (scRNAseq) ha revolucionado nuestra capacidad para estudiar la heterogeneidad celular en diversos tejidos y condiciones. A diferencia de la secuenciación de ARN tradicional, que proporciona información promedio de todas las células en una muestra, el scRNAseq permite el estudio detallado de la expresión génica en células individuales. Esto ha abierto puertas a descubrimientos sin precedentes en biología celular, permitiendo identificar nuevos tipos celulares, estados transicionales y vías de señalización específicas de células. @@ -64,12 +64,12 @@ Dentro de este contexto, la anotación de clusters en scRNAseq es esencial. Una ## Aproximaciones para anotar -1. Modo artistico. Usando conocimiento previo de genes marcadores ya publicados. +1. Modo artístico. Usando conocimiento previo de genes marcadores ya publicados. 2. Usando referencias de conjuntos de datos ya anotados. -3. Combinando el modo artistico con referencias. +3. Combinando el modo artístico con referencias. 4. Anclas con Seurat. -## Paqueterías de R mas "famosas" para anotar +## Paqueterías de R más "famosas" para anotar - [SingleR](https://bioconductor.org/packages/release/bioc/vignettes/SingleR/inst/doc/SingleR.html) - [Seurat](https://satijalab.org/seurat/) @@ -93,12 +93,12 @@ Otros sitios interesantes para obtener conjuntos de datos de referencia: ## Preparación del dataset -El dataset proviene tiene el ID en GEO [GSE159677](https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE159677) +El dataset tiene el ID en GEO [GSE159677](https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE159677)