作者，Evil Genius
单细胞检测变异的分析已经分享了很多，全部发的高分文章。
日前外显子的课程已经安排上了，但是不一定能上，可能外显子分析对大家来讲不太重要吧，但更可能是大家都会分析，不管上不上，先好好备课吧（正好也偷个懒）。
不过提醒大家一句，正因为做的人少，才是机会，表达信息的分析已经烂大街了，大家是时候面向新的方向研究了。
今日话题：单细胞数据检测SNV
单细胞RNA测序(scRNA-seq)在单细胞分辨率上提供了对转录组的独特分析，揭示了巨大的细胞异质性。尽管这种类型的数据包含了细胞转录组的丰富信息，但大多数研究只关注基因表达，而没有处理其他重要方面，如单核苷酸变异(SNV)或等位基因特异性表达。
检测框架
分析示例，细胞系的检测可靠性
分析示例，检测变异之间的联动性，即等位基因连锁分析
尽管单个细胞的测序深度有限，但典型的scRNA-seq数据集包含大量细胞。因此，合并来自多个细胞的数据可以有效地增加可测试事件的数量，用于遗传变异和剪接之间的连锁分析。
分析示例：单细胞SNV检测揭示了肺癌细胞中核苷酸变异和等位基因特异性剪接事件
分析示例：癌症和正常细胞表现出独特和不同的等位基因特异性剪接事件
代码示例
scAllele -b file.sorted.bam -g genome.fa -o path/to/output_prefix Filtering variants
scAllele
-b testdata/gm12878.chr21.bam
-g testdata/hg38.chr21.fa
-o path/to/output_prefix
--AC=3
--DP=5输出的文件
下游分析
