单细胞scRank药物反应推断工具学习

关注下方公众号，get更多生信技能☟☟☟

scRank是一种利用目标扰动基因调控网络(target-perturbed gene regulatory networks, tpGRN)对未处理scRNA-seq数据中的药物扰动进行建模和评分的药物响应细胞类型推断方法。开发者是基于以下两点进行假设：1.不同细胞类型的内在细胞状态可以通过细胞特异性基因调控网络(GRN)反映出来；2.细胞中的药物(抑制剂)扰动可以建模为GRN中药物靶基因节点的缺失，进而导致全局或局部效应。因此该工具可以探索在不同条件下scRNA-seq数据中模拟药物扰动情况(药物所针对的靶点)并对不同细胞亚群进行排名和推断。

分析步骤

1.导入

2.数据预处理

3.创建scRank对象

4.构建基因调控网络

5.对细胞类型进行排序

6.可视化

可视化特定细胞类型中模块化的药物-靶基因子网络

提取module基因

参考资料：

1. scRank infers drug-responsive cell types from untreated scRNA-seq data using a target-perturbed gene regulatory network. Cell Rep Med. 2024 Jun 18;5(6):101568.
2. scRank github: https://github.com/ZJUFanLab/scRank

后台留言“生信交流群”入群