NPC单细胞公共数据集-1

1. 中山2020文章，NPC图谱（Cell Research）：

Single-cell transcriptomics reveals regulators underlying immune cell diversity and immune subtypes associated with prognosis in nasopharyngeal carcinoma - Cell Research

Series GSE150430 ：10X平台，15个NPC、1正常样本，包含7581个恶性细胞和40285个免疫细胞

曾健明的文献解读：https://www.bilibili.com/video/BV1DK4y1X7bb?p=2 #视频

https://mp.weixin.qq.com/s?__biz=MzAxMDkxODM1Ng==&mid=2247501323&idx=1&sn=a97a59a55527983b242ae97260442bd0&chksm=9b4b86b0ac3c0fa655a0182d12c469d6e64934d922e254b1ddeda166aa9861962d1f8d42f506&scene=178&cur_album_id=1861541079779442695#rd #文字版

https://mp.weixin.qq.com/s?src=11&timestamp=1659945375&ver=3969&signature=3vus8P6-aF7n5AUCogR5Noay7lholq3tOmevsPrzcr9iZicGVkRkQ2Q6VtQHCzwxH9h4PvjB4HeWAc6aAq8R2s1XcBTwa0YpbVkgOm2BhrL3zZ*PwyrD3UYIHhJ14g&new=1

2. 中山2021文章，NPC肿瘤及外周血差异

Tumour heterogeneity and intercellular networks of nasopharyngeal carcinoma at single cell resolution. Nat Commun 2021 Feb 2;12(1):741. PMID: 33531485 , 数据在：

https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE162025

曾健明的文献解读：https://cloud.tencent.com/developer/article/1819206 #文字版

3. 佛山2022 文章未发，单个核细胞（PBMC，免疫方向常用），NPC右心房血与外周静脉血差异（？？？）

https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE202604

10病人 8样本分析

4. 港大2021 NC ，引用了第一篇的数据，微环境、基质，这篇绝了：14名患者的66,627个细胞；

原始和处理过的单细胞测序数据可在基因表达总库（GEO）中公开获得，登录号为GSE150825。

(https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?&acc=GSE150825)

本研究中使用的公开的NPC批量RNA测序数据可在GEO中找到，登录号为GSE68799和GSE102349**。

(https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?&acc=GSE68799, https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?&acc=GSE102349)

5. 中山2021NC，肿瘤异质性与细胞通讯，10个病人，分别取了肿瘤和外周血（成组），GSE162025

10X CellRanger处理后的三个文件：

首先我们知道单细胞分析跟常规的bulk seq的差别就在于多了单细胞的内容对吧，那自然就要有一个文件来说明测到了什么细胞，区分细胞，这个文件就是barcode文件；

接着每个细胞测得的基因的信息也需要一个文件吧？基因的id和symbol等等，那就是这个features文件，有的数据集也会说是genes文件，都是同一个文件；

最后测到的矩阵也需要一个文件吧？那就是第三个文件matrix文件了，以mtx结尾的文件。

10X从上游分析开始：

一个10x单细胞转录组项目从fastq到细胞亚群