- 4 次围观
批量和单细胞 RNA 测序（scRNA-seq）已成为研究疾病机制和识别诊断生物标志物的重要手段。然而，转录组数据量的不断增长，使许多研究人员难以对其进行高效再利用。下游分析通常需要使用多种统计、可视化和报告工具，从而形成碎片化的工作流程，降低了分析的透明性和可重复性，尤其是在分析 scRNA-seq 数据时。为弥补这一不足，我们开发了 CoTRA（Comprehensive Toolbox for RNA-seq Analysis，RNA-seq 综合分析工具箱），这是一个面向批量 RNA-seq 和单细胞 RNA 分析的开源 R/Shiny 软件包。CoTRA 将成熟的方法整合至模块化工作流程中，开放参数设置，并在特定分析阶段提供可选方案。该工具支持批量 RNA-seq 的质量评估、差异表达分析、注释、富集分析和结果报告，同时支持 scRNA-seq 的质量控制、降维、聚类、标志物鉴定、细胞类型注释、差异丰度分析、轨迹推断、通路活性分析以及细胞间通信分析。CoTRA 可在工作站或高性能计算（HPC）环境中运行，无需强制向外部平台提交数据，并已在 Linux、Windows 和 macOS 系统上完成测试。与其他 14 个批量 RNA-seq/scRNA-seq 分析平台相比，CoTRA 支持预先设定的 49 项功能标准中的 46 项。使用已发表的 rd10 视网膜批量 RNA-seq 数据进行工具验证时，鉴定出 1,947 个共同差异表达基因，其表达变化方向一致，且 log2 倍数变化具有高度一致性。一项视网膜 scRNA-seq 案例研究表明，CoTRA 能够实现合理的聚类、细胞类型分辨率分析以及通路活性评分。CoTRA 为批量和单细胞 RNA-seq 分析提供了图形化环境，同时保留了参数透明性、方法学灵活性和结果可重复性。与已发表批量 RNA-seq 分析结果之间的高度一致性支持了该工作流程的一致性，而单细胞案例研究则证明了其在高级 scRNA-seq 分析中的适用性。源代码可免费获取于：https://github.com/UmairSeemab/CoTRA】【。
批量RNA测序（bulk RNA-seq）和单细胞RNA测序（scRNA-seq）已成为研究疾病机制和识别诊断性生物标志物的重要手段。然而，不断增长的转录组数据量仍使许多研究人员难以高效地重复利用这些数据。下游分析通常需要使用多种统计、可视化和报告工具，从而形成碎片化的工作流程，降低了分析的透明性和可重复性，尤其是在开展scRNA-seq数据分析时。为弥补这一不足，我们开发了CoTRA（Comprehensive Toolbox for RNA-seq Analysis，RNA测序综合分析工具箱），这是一个面向批量RNA-seq和scRNA分析的开源R/Shiny软件包。CoTRA将成熟的方法整合至模块化工作流程中，开放参数设置，并在选定步骤提供多种替代方案。该工具支持批量RNA-seq的质量评估、差异表达分析、注释、富集分析和结果报告，同时支持scRNA-seq的质量控制、降维、聚类、标志物鉴定、细胞类型注释、差异丰度分析、轨迹推断、通路活性分析以及细胞间通信分析。CoTRA可在工作站或高性能计算（HPC）环境中运行，无需强制将外部数据提交至平台，并已在Linux、Windows和macOS系统上完成测试。与其他14个批量RNA-seq/scRNA-seq分析平台相比，CoTRA满足49项预定义功能标准中的46项。基于已发表的rd10视网膜批量RNA-seq数据进行工具验证时，共鉴定出1,947个具有一致变化方向且log2倍数变化高度一致的共有差异表达基因。一项视网膜scRNA-seq案例研究进一步显示，CoTRA能够实现适当的聚类、细胞类型分辨的分析以及通路活性评分。CoTRA在提供批量和单细胞RNA-seq图形化分析环境的同时，保留了参数透明性、方法灵活性和结果可重复性。其与已发表批量RNA-seq分析结果之间的高度一致性支持了该工作流程的一致性，而单细胞案例研究则证明了其在高级scRNA-seq分析中的适用性。源代码可免费获取：https://github.com/UmairSeemab/CoTRA。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.25.747017v1?rss=1
🏷️ RNA测序分析 单细胞RNA测序 生物信息学工作流 R/Shiny框架 差异表达分析 可重复性分析