IP屬地：吉林
-
單細胞/時空文章代碼復(fù)現(xiàn)——數(shù)據(jù)集整合我們在上一篇中已經(jīng)對損傷愈合組的單細胞轉(zhuǎn)錄組數(shù)據(jù)進行了細胞類型注釋，接下來，我們使用整合分析，將文中數(shù)據(jù)與其他文章數(shù)據(jù)整合來驗證注釋的準(zhǔn)確性，并...
-
單細胞/時空文章代碼復(fù)現(xiàn)——細胞類型注釋及UMAP圖優(yōu)化在上一篇推文中我們對所有分組樣本進行了預(yù)處理及組內(nèi)整合，并進行了聚類和差異基因篩選，本篇我們將著重介紹如何對單細胞轉(zhuǎn)錄組數(shù)據(jù)進行細胞類型注釋以及...
-
單細胞/時空文章代碼復(fù)現(xiàn)——數(shù)據(jù)預(yù)處理及整合在上一篇中，我們對皮膚損傷愈合文章中的損傷愈合組數(shù)據(jù)進行了偽bulk分析，接下來，我們開始正式對損傷愈合組的單細胞轉(zhuǎn)錄組數(shù)據(jù)進行預(yù)處理和多樣本整...
-
單細胞/時空文章代碼復(fù)現(xiàn)——偽bulk分析和棒棒糖圖很多剛剛?cè)腴T細胞組學(xué)數(shù)據(jù)分析的小伙伴常常會問，單細胞數(shù)據(jù)分析流程有沒有所謂范式？從拿到表達矩陣開始，有沒有一個標(biāo)準(zhǔn)的技術(shù)路線以供參考？對于這樣的...
-
重生之我在劍橋大學(xué)學(xué)習(xí)單細胞RNA-seq分析——8. scRNA-seq數(shù)據(jù)整合（4）8.8 Seurat v3, 3’ 10k PBMC和全血STRT-Seq盡管我們的/data文件夾中已經(jīng)有了所有必要的文件，我們?nèi)钥梢詮腉EO...
-
重生之我在劍橋大學(xué)學(xué)習(xí)單細胞RNA-seq分析——8. scRNA-seq數(shù)據(jù)整合（3）8.6 Harmony, 3’ vs 5’ 10k PBMC使用harmony比任何其他方法都要快得多，并且在最近的標(biāo)準(zhǔn)測試中發(fā)現(xiàn)其表現(xiàn)相當(dāng)好，...
-
重生之我在劍橋大學(xué)學(xué)習(xí)單細胞RNA-seq分析——8. scRNA-seq數(shù)據(jù)整合（2）8.4 真實數(shù)據(jù)集的整合實例有很多關(guān)于整合標(biāo)準(zhǔn)的文章發(fā)表，最詳細的文章（Tran，2020）使用不同大小和復(fù)雜程度的多個模擬和真實數(shù)據(jù)集比較了1...
-
重生之我在劍橋大學(xué)學(xué)習(xí)單細胞RNA-seq分析——8. scRNA-seq數(shù)據(jù)整合（1）8.1 簡介隨著可用的scRNA-seq數(shù)據(jù)集越來越多，在它們之間進行合并比較是關(guān)鍵。比較scRNA-seq數(shù)據(jù)集有兩種主要方法。第一種方法是“...
-
重生之我在劍橋大學(xué)學(xué)習(xí)單細胞RNA-seq分析——7. 使用Seurat進行單細胞RNA測序分析（4）7.5 使用SingleR進行細胞類型注釋基于我們找到的marker，我們可以挖掘文獻并鑒定每種觀察到的細胞類型。我們也可以嘗試使用Single...