我們前面四次教程，已經(jīng)完成單細胞數(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，我們就要開始單細胞測序的正式分析了，細胞類型注釋等，在開始介紹細胞類型注釋前，我...
發(fā)簡信
IP屬地：北京
-
單細胞測序最好的教程（五）：聚類 -
單細胞測序最好的教程（四）：降維前言提到，在過去兩天的教程中，我們講解了使用omicverse進行單細胞測序數(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以參考我們的readthedo...
-
單細胞測序最好的教程（三）：特征基因選擇前言提到，在過去兩天的教程中，我們講解了使用omicverse進行單細胞測序數(shù)據(jù)的質(zhì)控以及歸一化的一些思想。關(guān)于omicverse的使用文檔與安裝教程可以參考我們的readt...
-
生信技能樹：https://vip.biotrainee.com/ Openbiox： https://community.openbiox.org/ 公眾號：優(yōu)雅R 生物數(shù)據(jù)分析QA，技術(shù)文檔與博客，需要你的參與。 ……………………………… 歡迎在簡書創(chuàng)作和做筆記的生信學習者、愛好者以及相關(guān)編程人員加入本專題，貢獻你的文字，無論是原創(chuàng)還是筆記，我們需要你，將本專題打造為生信知識寶庫、交流平臺。 內(nèi)容可以是對生物信息學與算法知識相關(guān)資源的收集、整理，以及原創(chuàng)筆記： * R * Python * Perl * Linux 工具與編程 * 繪圖 * 統(tǒng)計 * 計算生物學 * 各類算法 * 機器學習
-
單細胞測序最好的教程（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)量的細胞，包括計數(shù)較差以及雙細胞，并將數(shù)據(jù)存放在anndata文件中。由于單細胞測序技術(shù)的限制，我們在樣本中獲得RNA的時...
-
單細胞測序最好的教程（一）：質(zhì)量控制目前，國內(nèi)對于單細胞測序分析的教程五花八門，百花齊放，一個合適且準確的pipeline對于分析是很有價值的。2023年在 Nat Rev Genet上發(fā)表的一篇論文Best ...
-
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)基因共表達網(wǎng)絡(luò)分析WGCNA以及...
-
Python版RNA-seq分析教程：DEseq2差異表達基因分析Bulk RNA-seq 分析的一個重要任務(wù)是分析差異表達基因，我們可以用 omicverse[https://github.com/Starlitnightly/omicv...
-
Python版RNA-seq分析教程：差異表達基因分析Bulk RNA-seq 分析的一個重要任務(wù)是分析差異表達基因，我們可以用 omicverse[https://github.com/Starlitnightly/omicv...
-
OmicVerse: 解決整個轉(zhuǎn)錄組學分析的Python框架2023年6月7日，來自北京科技大學，清華大學與中山大學的研究者在biorxiv上發(fā)布了一篇題為“OmicVerse: A single pipeline for explo...
