Bu tip veri setleri, section 2.3’de bahsedilen tüm dokunun hücre proportionlarına ayrılmasına (deconvolution) yardımcı olur. Temel olarak, scRNA-seq verisi referans olarak kullanılır ve bulk RNA verisi, in silico yöntemler ile spesifik hücre tiplerine ayrılır. Bu yöntem sayesinde dokuyu, fiziksel olarak hücre tiplerine ayırmaya gerek kalmadan, inflamasyon sırasında retinanın hangi hücre tiplerine sahip olduğunu, ayrıca yaş ve sex gibi faktörlerin bu hücre tiplerindeki hangi genleri etkilediği (DEG) tespit edilebilir. Doku deconvolution’ı için birçok yöntem vardır. Bu doğrultuda hangi yaklaşımın kullanılacağı veri setine ve çalışmanın amacına göre değişiklik gösterir. Tablo 1’de bu metodların detaylı karşılaştırması mevcuttur.

These types of data sets help deconvolution the entire tissue into cell proportions mentioned in section 2.3. Basically, scRNA-seq data is used as a reference and bulk RNA data is separated into specific cell types by in silico methods. Thanks to this method, it can be determined which cell types the retina has during inflammation, as well as which genes (DEGs) in these cell types are affected by factors such as age and sex, without the need to physically separate the tissue into cell types. There are many methods for tissue deconvolution. Which approach will be used in this regard varies depending on the data set and the purpose of the study. A detailed comparison of these methods is available in Table 1.