送你20篇单细胞数据挖掘文章
昨天我们提到了 两个小鼠器官单细胞图谱 , 里面介绍的2018年其实在nature和cell分布发表了小鼠器官单细胞图谱研究数据，表达矩阵都是可以直接下载的，浙江大学的研究有小白鼠近50种器官组织的40余万个细胞，斯坦福大学的研究从小鼠20个不同器官中分离出超过10万个细胞测序。
人和小鼠的器官单细胞比较
而且后面关于器官图谱的单细胞文章，或多或少会引用他们的数据，包括2019年8月发布的广西医科大学基因组与个体化医学研究中心莫曾南教授课题组的Bladders单细胞研究，如下：
还有2018年发表在bioRxiv预印本的肺器官数据都是把人类器官单细胞和小鼠器官单细胞数据进行比较，还有Published: 21 August 2019 Conserved cell types with divergent features in human versus mouse cortex，这里就不一一介绍了。
其实这样的研究早在2016年CELL就有过，题目是A Single-Cell Transcriptomic Map of the Human and Mouse Pancreas Reveals Inter- and Intra-cell Population Structure ，代表性图如下：
但是，这样的研究还是需要有自己的数据，那么如果纯粹没有经费做单细胞转录组数据肿么办呢？
比较小鼠的同一个器官的不同数据的差异
比如，对2016年CELL关于Human and Mouse Pancreas的比较，里面的Pancreas，就在我们昨天提到的 两个小鼠器官单细胞图谱 都有数据，但是就需要足够的生物学背景，尤其是发育生物学背景了
数据最多的当属乳腺发育数据
在浙江大学的40万细胞里面：
在斯坦福大学的10万细胞：
在2017年9月的NC，文章是;Construction of developmental lineage relationships in the mouse mammary gland by single-cell RNA profiling 系统性的跟踪检测了小鼠epithelial cells 的各种时期的单细胞转录组
另一篇发表于2017年10月的NC文章：Differentiation dynamics of mammary epithelial cells revealed by single-cell RNA sequencing 也是做了类似的工作，用单细胞转录组测序来探索小鼠的乳腺发育情况，包括了4个发育阶段：
nulliparous (NP) 未怀孕时期
day 14.5 gestation (G) 妊娠期第14.5天
day 6 lactation (L) 哺乳期第6天
11 days post natural involution (PI) 完全自然退化期第11天
如此多的数据，你却没有科研想法，那就是你的错了！
为什么是20篇呢？
因为斯坦福大学的研究从小鼠20个不同器官中分离出超过10万个细胞测序，表达矩阵质量比较好，可以跟浙江大学的研究的小白鼠近50种器官组织的40余万个细胞进行交叉比较。
技术细节
单细胞转录组技术手段蛮多的，细节也值得关注， 可以看单细胞天地的详细介绍：