暂无搜索历史
为了让代码具有可重复性,保存图片也最好是用代码来实现,而不是用点鼠标的方式。最近有一个需求是将生存曲线和表格一起保存,尝试了经典的三段论、ggsave、图片数据...
各种数据挖掘文章本质上都是要把目标基因集缩小,比如表达量矩阵通常是2万多个蛋白编码基因,不管是表达芯片还是RNA-seq测序的,采用何种程度的差异分析,最后都还...
randomcoloR和paletteer的使用方式类似,都提供了直观的函数来生成和应用颜色方案。randomcoloR 包可以生成随机的颜色方案,非常适合当你...
但是我们的文字版推文还在第一篇文献,前面已经分享了3个:胃癌单细胞数据集GSE163558复现(二):Seurat V5标准流程,接下来是图表美化和单细胞亚群...
而且很明显,第一层次降维聚类分群其实是没办法区分 28200 epithelial cells (markers: EPCAM, KRT8, and KRT18...
文献中提出的新范式(new paradigm)是直接在原始UMI计数上应用广义线性混合模型(GLMM),这种方法可以在执行批次校正、标准化、插补或特征选择之前,...
因为纳入的数据集有点多,来源于12篇文章:232 single cell transcriptome samples (normal = 31; adjacen...
Seurat v5 提示建议用AggregateExpression做伪bulk转录组分析,那个是用来求和的,目前查到的文献和教程都是使用平均值,这里就木有改动...
Seurat里的FindClusters函数设置的resolution数值越大,分群的数量就越多,但是当单细胞数量太多的时候,会遇到resolution再变大,...
做拟时序分析是为了探索自己感兴趣的几种细胞之间的发育关系,一般不是用全部类型的细胞来做的。例如本例中选择了CD14和CD16单核细胞。
前面已经是介绍了单个样品的单细胞转录组表达量矩阵的monocle分析,接下来分享一下多样品的时候如何注意个体差异因素。
本杂志开源(GitHub: ShixiangWang/weekly[1]),欢迎提交 issue,投稿或推荐生信相关内容。
这篇文章介绍的是有分组的单细胞数据怎样分析,数据来自GEO的GSE231920,有3个treat,3个control样本,代码完整,可以自行下载数据跑一跑,但请...
因为学习新技能,怎么样都要遇到问题并解决问题的,英文的报错信息更容易搜索得到答案,而中文的就不怎么好搜。mac的同学就不用看了,默认就是英文的,不用设置。 而天...
细胞通讯是单细胞数据高级分析中比较常见的一个,我们习惯使用的R包是CellChat。
可以看到,这个时候已经是有了 M1 macrophages, natural killer T (NKT) cells, plasma cells 这样的单细...
其实这样的笑话在单细胞数据挖掘文章里面层出不穷,比如另外一个数据挖掘文章;《Identification of Five Hub Genes Based on ...
研究者们在GEO数据库是有数据分享:https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE182923
数据集是:https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE33113
由于最近学习多组学方向的思路,顺便随手将以前整理的资源进行了翻阅,发现了非常多好东西,~本次分享的文献是一篇极好的学习scRNA-Seq与scATAC-Seq组...
暂未填写个人简介
暂未填写学校和专业
暂未填写个人网址