發(fā)簡(jiǎn)信
IP屬地：北京
-
單細(xì)胞測(cè)序最好的教程（五）：聚類我們前面四次教程，已經(jīng)完成單細(xì)胞數(shù)據(jù)的預(yù)處理了，包括質(zhì)控，歸一化，高可變基因篩選，降維?，F(xiàn)在，我們就要開(kāi)始單細(xì)胞測(cè)序的正式分析了，細(xì)胞類型注釋等...
-
單細(xì)胞測(cè)序最好的教程（四）：降維前言提到，在過(guò)去兩天的教程中，我們講解了使用omicverse進(jìn)行單細(xì)胞測(cè)序數(shù)據(jù)的預(yù)處理的一些思想。關(guān)于omicverse的使用文檔與安裝教程可...
-
單細(xì)胞測(cè)序最好的教程（三）：特征基因選擇前言提到，在過(guò)去兩天的教程中，我們講解了使用omicverse進(jìn)行單細(xì)胞測(cè)序數(shù)據(jù)的質(zhì)控以及歸一化的一些思想。關(guān)于omicverse的使用文檔與安...
-
單細(xì)胞測(cè)序最好的教程（二）：歸一化1. 背景 在前面的教程中，我們從數(shù)據(jù)集中刪除了低質(zhì)量的細(xì)胞，包括計(jì)數(shù)較差以及雙細(xì)胞，并將數(shù)據(jù)存放在anndata文件中。由于單細(xì)胞測(cè)序技術(shù)的限...
-
單細(xì)胞測(cè)序最好的教程（一）：質(zhì)量控制目前，國(guó)內(nèi)對(duì)于單細(xì)胞測(cè)序分析的教程五花八門，百花齊放，一個(gè)合適且準(zhǔn)確的pipeline對(duì)于分析是很有價(jià)值的。2023年在 Nat Rev Gen...
-
Python版WGCNA分析和蛋白質(zhì)相互作用PPI分析教程在前面的教程中，我們介紹了使用omicverse完成基本的RNA-seq的分析流程，在本節(jié)教程中，我們將介紹如何使用omicverse完成加權(quán)基...
-
Python版RNA-seq分析教程：DEseq2差異表達(dá)基因分析Bulk RNA-seq 分析的一個(gè)重要任務(wù)是分析差異表達(dá)基因，我們可以用 omicverse[https://github.com/Starl...
-
Python版RNA-seq分析教程：差異表達(dá)基因分析Bulk RNA-seq 分析的一個(gè)重要任務(wù)是分析差異表達(dá)基因，我們可以用 omicverse[https://github.com/Starl...
-
OmicVerse: 解決整個(gè)轉(zhuǎn)錄組學(xué)分析的Python框架2023年6月7日，來(lái)自北京科技大學(xué)，清華大學(xué)與中山大學(xué)的研究者在biorxiv上發(fā)布了一篇題為“OmicVerse: A single pip...