腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
腾讯云架构师技术同盟
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
学习
活动
专区
工具
TVP
腾讯云架构师技术同盟
返回腾讯云官网
生信补给站
专栏成员
举报
189
文章
578369
阅读量
70
订阅数
订阅专栏
申请加入专栏
全部文章（189）
数据（44）
编程算法（43）
可视化（36）
函数（29）
ggplot2（16）
网络安全（15）
https（14）
数据分析（13）
模型（13）
数据库（11）
data（10）
text（10）
对象（10）
legend（8）
list（7）
机器学习（6）
python（6）
sql（6）
http（6）
label（6）
plot（6）
优化（6）
go（5）
html（5）
数据处理（5）
element（5）
line（5）
meta（5）
na（5）
plotly（5）
变量（5）
集合（5）
size（4）
tidyverse（4）
javascript（3）
bash（3）
github（3）
linux（3）
bash 指令（3）
开源（3）
cell（3）
excel（3）
grid（3）
lm（3）
marker（3）
spatial（3）
time（3）
web（3）
算法（3）
对象存储（2）
r 语言（2）
git（2）
神经网络（2）
文件存储（2）
腾讯云测试服务（2）
图像处理（2）
express（2）
存储（2）
线性回归（2）
腾讯云开发者社区（2）
action（2）
clone（2）
csv（2）
dplyr（2）
merge（2）
min（2）
null（2）
object（2）
ps（2）
row（2）
sample（2）
select（2）
tar（2）
tidyr（2）
txt（2）
var（2）
后台（2）
排序（2）
统计（2）
通信（2）
网络（2）
php（1）
css（1）
typescript（1）
打包（1）
ide（1）
unix（1）
深度学习（1）
人工智能（1）
html5（1）
监督学习（1）
grep（1）
gcc（1）
anaconda（1）
大数据（1）
微信（1）
windows（1）
聚类算法（1）
jupyter notebook（1）
迁移（1）
es（1）
腾讯云图数据可视化（1）
adt（1）
aggregation（1）
anova（1）
apply（1）
average（1）
axes（1）
axis（1）
border（1）
charts（1）
code（1）
colors（1）
compare（1）
conda（1）
controls（1）
coordinates（1）
count（1）
definition（1）
display（1）
distribution（1）
dot（1）
draw（1）
error（1）
expand（1）
expression（1）
facet（1）
filter（1）
foreach（1）
for循环（1）
function（1）
gin（1）
glm（1）
image（1）
int（1）
jieba（1）
lapply（1）
layout（1）
location（1）
mapping（1）
matrix（1）
max（1）
mean（1）
median（1）
metadata（1）
mime（1）
module（1）
numeric（1）
path（1）
pdf（1）
plyr（1）
ref（1）
replace（1）
reshape2（1）
roc（1）
sapply（1）
sign（1）
signature（1）
stdin（1）
summary（1）
table（1）
task（1）
testing（1）
title（1）
trace（1）
xor（1）
表格（1）
布局（1）
基础（1）
内存（1）
软件（1）
图表（1）
原理（1）
终端（1）
字符串（1）
机器学习算法（1）
搜索文章
搜索
搜索
关闭
RNAseq｜Mime代码版-终极101 种机器学习算法组合构建最优预后模型
数据
机器学习算法
机器学习
mime
模型
Mime1为构建基于机器学习的集成模型提供了一个用户友好的解决方案，利用复杂的数据集来识别与预后相关的关键基因。
生信补给站
2024-07-24
2K
2
scRNA | scTCR中 T细胞动态变化（Startrac）vs scRNA指数评分
data
后台
可视化
数据
迁移
前面单细胞免疫组库VDJ|和Nature学STARTRAC，定量T细胞动态变化介绍了2018年NATRUE 文章中的STARTRAC方法，可以应用于单细胞免疫组库数据来揭示T细胞动态变化的分析。可以定量刻画T细胞的组织分布、克隆扩增情况、组织迁移和状态变化等。
生信补给站
2024-07-12
526
0
scRNA | 和顶刊学分析，OR值展示不同分组的细胞类型差异
可视化
数据
count
meta
函数
在对单细胞数据进行注释后，通常会使用柱形图比较 不同分组 之间的cluster/celltype差异 scRNA分析|单细胞文献Fig1中的分组umap图和细胞比例柱形图，本文介绍张老师2021年发表于SCIENCE的Pan-cancer single-cell landscape of tumor-infiltrating T cells 文献中OR比值的方法（OR>1.5标示倾向在该分组中分布，OR<0.5标示不倾向在该分组中分布，详见文献methods），来比较不同分组（正常组织，肿瘤组织，PBMC，用药前后等）间cluster/celltype之间的分布差异 。该方法在越来越多的文献中出现。
生信补给站
2024-06-06
787
0
scRNA|R版CytoTRACE v2从0开始完成单细胞分化潜能预测
数据
算法
对象
函数
可视化
CytoTRACE v2 在2024.03月发表在预印本Mapping single-cell developmental potential in health and disease with interpretable deep learning。V2 使用可解释性的AI算法来预测单细胞RNA测序数据的细胞分化潜能。除了给出从0（分化）到1（全能）的连续发育潜能度量结果外，还根据细胞的发育潜能进行分为6类：具有广泛分化潜能的全能(totipotent)和多能(pluripotent)干细胞，到能够产生不同数量的下游细胞类型的 谱系限制性多能细胞（lineage-restricted oligopotent），多能(multipotent)和单能(unipotent)细胞，再到最终的 分化（differentiated）细胞。
生信补给站
2024-04-26
5.6K
3
scRNA|使用scMetabolism完成单细胞代谢激活分数估计
函数
可视化
数据
data
对象
之前介绍过 scRNA分析|使用AddModuleScore 和 AUcell进行基因集打分，然后可视化目标基因集合的打分 ，这里介绍scMetabolism包-整合了多个可以完成细胞代谢相关通路评估方法的R包。
生信补给站
2024-04-25
5.3K
0
RNAseq | ComplexHeatmap绘制临床数据热图（所见即所得）
排序
数据
优化
可视化
模型
当使用各种机器学习方法（CoxBoost，Lasso，SuperPC，randomForestSRC，Elastic Net等）完成预后模型后，除了在组学层面（ IPS评分，药物反应预测，WGCNA等）进行一系列的分析外，还可以将定义的风险得分和临床指标进行比较。如Expression of hub genes of endothelial cells in glioblastoma-A prognostic model for GBM patients integrating single-cell RNA sequencing and bulk RNA sequencing中下图所示
生信补给站
2024-04-24
964
1
scTCR+scRNA | APackOfTheClones - umap坐标下球形展示celltype的clone size
数据
clone
size
函数
可视化
APackOfTheClones 是2021年的Single-cell analysis pinpoints distinct populations of cytotoxic CD4+ T cells and an IL-10+CD109+ TH2 cell population in nasal polyps文献中的一种克隆型计数分布的可视化方式。通过每个球对应于给定cluster中的一个克隆型，球的大小与celltype中该克隆的细胞数量成正比，且对应的位置与UMAP图近似。
生信补给站
2024-04-11
324
1
RNAseq-ML | SuperPC 算法构建预后模型 并预测
算法
机器学习
testing
模型
数据
机器学习构建预后模型的文章很多，且越来越卷，动不动就是10种模型的101种组合，这个系列会逐一的介绍这些常用于预后模型变量筛选和模型构建的机器学习方法。
生信补给站
2024-03-26
581
0
Seurat_V5|单细胞转录组 + 蛋白，WNN方法分析单细胞多模态数据
可视化
数据
数据处理
adt
函数
前面Seurat V5|一个函数就能解决多种去批次方法，按需尝试提到V5的升级部分（https://satijalab.org/seurat/articles/get_started_v5_new）主要体现在4个方面，本次介绍 Seurat V5 的WNN方法分析单细胞多模态数据，本文以转录组+蛋白组数据为例。
生信补给站
2024-03-25
354
0
scRNA分析| gghalves绘制单细胞数据的豆荚图/对半小提琴图
基础
数据
图表
优化
函数
前面分别介绍过了单细胞常见的可视化方式DimPlot，FeaturePlot ，DotPlot ，VlnPlot 和 DoHeatmap的优化方式
生信补给站
2024-03-06
852
0
Seurat V5|当单细胞进入百万细胞时代，BPCell 给出一种“解”决参考
对象
函数
可视化
内存
数据
现在单细胞的样本量和数据量都在逐渐增多，大有百万之势，如果用电脑分析就会显的吃力。这时候Seurat V5通过调用BPCells 也许能给出一个解决方案。
生信补给站
2023-12-26
1.4K
0
Seurat V5|一个函数就能解决多种去批次方法，按需尝试
数据处理
对象
函数
可视化
数据
Seurat 是单细胞RNA数据分析的一个非常主流的R包，升级到当前V5版本后，会带来一些不友好的地方，但是也有一些功能上的升级，大家一定根据自己的情况和分析需求来确定是否升级。
生信补给站
2023-12-19
10K
0
RNAseq-ML|CoxBoost生存分析完成预后模型变量筛选以及预测
机器学习
变量
函数
模型
数据
机器学习构建预后模型的文章很多，且越来越卷，动不动就是10种模型的101种组合，这个系列会逐一的介绍这些常用于预后模型变量筛选和模型构建的机器学习方法。
生信补给站
2023-12-14
1.8K
1
RNAseq-ML|弹性网络回归算法Enet（Elastic Net）完成预后模型变量筛选-模型库+2
变量
模型
数据
算法
网络
机器学习构建预后模型的文章很多，且越来越卷，动不动就是10种模型的101种组合，这个系列会逐一的介绍这些常用于预后模型变量筛选和模型构建的机器学习方法。
生信补给站
2023-11-22
2.3K
1
RNAseq-ML|randomForestSRC完成随机森林生存分析-预后模型库+1
机器学习
变量
可视化
模型
数据
机器学习构建预后模型的文章很多，且越来越卷，动不动就是10种模型的101种组合，这个系列会逐一的介绍这些常用于预后模型变量筛选和模型构建的机器学习方法。
生信补给站
2023-11-17
3.6K
0
空转 | CellChat-V2，揭秘空间转录组数据的细胞通讯分析
数据库
对象
可视化
数据
通信
仍然使用空转 | 结合scRNA完成空转spot注释（Seurat Mapping） & 彩蛋（封面的空转主图代码）推文中的空转数据进行示例展示。
生信补给站
2023-11-09
4.4K
0
scRNA｜ComplexHeatmap自定义单细胞转录组celltype-level 热图可视化
mean
变量
函数
可视化
数据
使用之前注释过的sce.anno.RData数据 ，后台回复 anno 即可获取
生信补给站
2023-09-26
1.7K
1
RNAseq | IPS评分-TCIA数据库了解一下，非TCGA数据用IOBR评估
数据库
表格
可视化
模型
数据
前面介绍了通过 RNAseq｜oncoPredict 药物反应预测，+基因，+分型，+模型 的联合可视化 预测患者对 小分子药物的反应。那如果预测当前临床治疗上常用的免疫疗法（PD1， PD-L1 ，CTLA4）反应呢？
生信补给站
2023-09-11
4.6K
0
RNAseq｜oncoPredict 药物反应预测，+基因，+分型，+模型 的联合可视化
数据库
可视化
模型
数据
统计
oncoPredict 是一款用来预测药物反应的R包，背景知识有很多介绍的了，这里介绍下真实的使用场景 以及 后续联合基因表达，分子分型 或者 预后模型等的联合。
生信补给站
2023-09-11
5K
0
空转|CARD2-可基于基因集合进行spot注释，还可以提升到单细胞水平？
存储
对象
集合
可视化
数据
前面空转|CARD-结合scRNA解决空间转录组spot注释，还能增强空间精度？！介绍过了CARD 进行spot注释以及提升空间精度，本文介绍另外2个区别于其他注释软件的内容：
生信补给站
2023-08-25
505
0
点击加载更多
社区活动
Python精品学习库
代码在线跑，知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客，速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·干货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档
