A COMPARISON OF SCRNA-SEQ ANALYSIS WORKFLOWS FOR DIFFERENTIALLY EXPRESSED GENES IDENTIFICATION IN BREAST CANCER

Abstract

In recent years, -omics research has played a major role in understanding cellular biology. In particular, single-cell RNA-sequencing data analysis has been successful in drug discovery and biomarker identi fication of complex diseases, such as cancer. However, when it comes to analyzing scRNA-seq data, several steps in the workflow can be done in different ways. This study provides a comparison of different combinations of techniques in a scRNA-seq workflow, evidencing how each of these steps impact the results. We perform experiments on three datasets of transcriptome data, with each dataset having different magnitudes of number of samples. Our experiments consist of applying a set of preprocessing and clustering techniques to breast cancer scRNA-seq data. We also perform an ablation study to understand how each technique influenced experiment outcomes.

Nos últimos anos, a pesquisa -ômica tem desempenhado um papel importante na compreensão da biologia celular. Em em particular, a análise de dados de sequenciamento de RNA de célula única tem sido bem-sucedida na descoberta de medicamentos e identificação de biomarcadores de doenças complexas, como o câncer. Porém, quando se trata de analisar Dados scRNA-seq, várias etapas do trabalho O fluxo pode ser feito de diferentes maneiras. Este estudo fornece uma comparação de diferentes combinações de técnicas em um trabalho scRNA-seq ai, evidenciando como cada dessas etapas impactam os resultados. Realizamos experimentos em três conjuntos de dados de transcriptoma,com cada conjunto de dados tendo diferentes magnitudes de número de amostras. Nossos experimentos consistem em aplicando um conjunto de técnicas de pré-processamento e agrupamento a dados scRNA-seq de câncer de mama. Nós também realizar um estudo de ablação para entender como cada técnica em resultados de experimentos influenciados.