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...
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...
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...
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...
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...
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,...
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...
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“...
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...