1. Basics 加載dataset - use ''path\to\file'' 清除dataset - clear 簡單運算 - display 變量的儲存 - sc...
1. Basics 加載dataset - use ''path\to\file'' 清除dataset - clear 簡單運算 - display 變量的儲存 - sc...
@浩渺予懷 后來有真香現場
實驗記錄12: scanpy軌跡分析的大型翻車現場3月29日 天氣晴 心情雷暴 Preprosessing the data Denoising the graph(will skip it next time!) ..di...
@Weizhen_dd13 不客氣
實驗記錄2:Cellranger整理fastq數據為表達矩陣在分析單細胞轉錄組測序數據前,我們需要將原始的fastq測序文件轉化成我們可讀的數據,最好的方法是將數據整理為基因-細胞表達矩陣,如此一來后續(xù)的分析就能夠直接讀取到某細胞的某...
我去官網看了下貌似是沒有設置輸出路徑的參數,大概只能等它輸出完之后才能重命名或移動文件夾到你想要的路徑了。
實驗記錄2:Cellranger整理fastq數據為表達矩陣在分析單細胞轉錄組測序數據前,我們需要將原始的fastq測序文件轉化成我們可讀的數據,最好的方法是將數據整理為基因-細胞表達矩陣,如此一來后續(xù)的分析就能夠直接讀取到某細胞的某...
@Will_77c8 高校實驗室的配置hhh私發(fā)咯
實驗記錄2:Cellranger整理fastq數據為表達矩陣在分析單細胞轉錄組測序數據前,我們需要將原始的fastq測序文件轉化成我們可讀的數據,最好的方法是將數據整理為基因-細胞表達矩陣,如此一來后續(xù)的分析就能夠直接讀取到某細胞的某...
@哦哦_08ee 這個也是報告中含有的內容
實驗記錄2:Cellranger整理fastq數據為表達矩陣在分析單細胞轉錄組測序數據前,我們需要將原始的fastq測序文件轉化成我們可讀的數據,最好的方法是將數據整理為基因-細胞表達矩陣,如此一來后續(xù)的分析就能夠直接讀取到某細胞的某...
抽樣?如果你是說上面兩個t-SNE聚類圖的話,就是outs中的html格式報告中截圖下來的
實驗記錄2:Cellranger整理fastq數據為表達矩陣在分析單細胞轉錄組測序數據前,我們需要將原始的fastq測序文件轉化成我們可讀的數據,最好的方法是將數據整理為基因-細胞表達矩陣,如此一來后續(xù)的分析就能夠直接讀取到某細胞的某...
@MC學公衛(wèi) 這個數據庫其實還是很不成熟的,數據量很小也不太準確,所以只能找個大概,更可靠的來源還是文獻。。。
實驗記錄13: scanpy細胞分化軌跡推斷大型真香現場與上次翻車實驗的不同: 過濾了更多的細胞和基因。在處理數據時,低質量的細胞一定要清除掉,告誡大家寧缺毋濫。。。否則后續(xù)分析真的是一堆的噪點。 跳過了scanpy中的降噪步驟。...
@frankysuperior 這個步驟其實看似簡單,但工程量非常大。主要利用了一個叫cellMarker的數據庫,就如你所說的選取每個cluster的前幾位marker基因,一個個檢索,另外也結合了相近的研究文獻的結果對照著看。后來我實驗室的同學寫了個小程序幫我把那個的數據庫里的數據都爬下來了,工作量減輕了不少。。
實驗記錄13: scanpy細胞分化軌跡推斷大型真香現場與上次翻車實驗的不同: 過濾了更多的細胞和基因。在處理數據時,低質量的細胞一定要清除掉,告誡大家寧缺毋濫。。。否則后續(xù)分析真的是一堆的噪點。 跳過了scanpy中的降噪步驟。...
@智障多年_5c72 不太了解誒。。有可能
實驗記錄10: 用Monocle進行偽時間分析概要 本文主要討論Seurat對象導入到Monocle中直接進行分析的可行性,分兩種情況:①經過數據清洗、標準化和聚類的Seurat對象導入②未經過任何處理的Seurat對象...
@不加糖也很甜ww 建議自己看多兩遍報錯信息
實驗記錄3:用R包Seurat進行QC、PCA分析與t-SNE聚類版本信息: Seurat v2.0不是3.0!現在Seurat更新了3.0版本,下載也是默認的3.0,這篇記錄只適用于用2.0的。 梗概 將Cellranger中的基因表達矩...
@我是劉小逗 基因的索引號,解釋起來有點復雜,需要結合兩外兩個文件一起對照看,這是個疏松矩陣。
實驗記錄3:用R包Seurat進行QC、PCA分析與t-SNE聚類版本信息: Seurat v2.0不是3.0!現在Seurat更新了3.0版本,下載也是默認的3.0,這篇記錄只適用于用2.0的。 梗概 將Cellranger中的基因表達矩...
@我是劉小逗 謝謝!應該是版本的問題,我寫這篇記錄的時候還只有舊版,現在你用的版本如果是3.0的話所用的參數就不一樣了
pbmc <- CreateSeuratObject(counts = pbmc.data, project = "pbmc3k", min.cells = 3, min.features = 200)
實驗記錄3:用R包Seurat進行QC、PCA分析與t-SNE聚類版本信息: Seurat v2.0不是3.0!現在Seurat更新了3.0版本,下載也是默認的3.0,這篇記錄只適用于用2.0的。 梗概 將Cellranger中的基因表達矩...
學會用ggplot2畫堆積圖就等于學會畫餅圖,這樣一石二鳥的干貨,還不繼續(xù)往下看嗎? 堆積柱狀圖(或百分比堆積圖)與餅圖都是我們常用的直觀描述數據占比的手段,它們的區(qū)別主要就...
@街捔 好的,謝謝
實驗記錄3:用R包Seurat進行QC、PCA分析與t-SNE聚類版本信息: Seurat v2.0不是3.0!現在Seurat更新了3.0版本,下載也是默認的3.0,這篇記錄只適用于用2.0的。 梗概 將Cellranger中的基因表達矩...
@智障多年_5c72 要么聚類參數調的分辨率低,要么這兩種細胞同屬一類細胞
實驗記錄3:用R包Seurat進行QC、PCA分析與t-SNE聚類版本信息: Seurat v2.0不是3.0!現在Seurat更新了3.0版本,下載也是默認的3.0,這篇記錄只適用于用2.0的。 梗概 將Cellranger中的基因表達矩...