IP屬地：廣東
-
-
Seurat4.0系列教程19：多線程并行策略在Seurat，我們選擇使用future框架進行并行。如果您有興趣了解更多有關(guān)future框架的內(nèi)容，請點擊此處[https://cran.r-project.org/web...
-
Seurat4.0系列教程8：細胞周期評分和回歸分析我們展示了如何通過基于傳統(tǒng)細胞周期相關(guān)marker計算細胞周期得分，并在預處理過程中將這些分數(shù)從數(shù)據(jù)中回歸，以消除 scRNA-seq 數(shù)據(jù)中細胞周期異質(zhì)性的影響。我們在小鼠...
-
淺淺的學習歷程<br>生信新手，打工人，搬運工。<br>像王子文一樣財務自由，才可實現(xiàn)生育自由<br>像李子柒一樣把一件事情做到極致，才可實現(xiàn)職業(yè)自由
-
收集各種單細胞測序數(shù)據(jù)分析方法
-
Seurat4.0系列教程5：交互技巧此文演示了一些與 Seurat 對象交互的功能。為了演示，我們將使用在第一個教程中創(chuàng)建的 2，700 個 PBMC 對象。為了模擬我們有兩個復制的情景，我們將隨機分配每個集群...
-
Seurat4.0系列教程3：合并兩個樣品的10x數(shù)據(jù)集
在此，我們將合并兩個 10X PBMC 數(shù)據(jù)集：一個包含 4K 細胞，一個包含 8K 細胞。數(shù)據(jù)集可以在這里[https://support.10xgenomics.com/...
-
Seurat4.0系列教程13：使用互惠 PCA （RPCA） 快速整合數(shù)據(jù)我們提出了一個稍微修改的工作流程，用于整合 scRNA-seq 數(shù)據(jù)集。我們不再使用（"CCA"） 來識別錨點，而是使用互惠 PCA （"RPCA"）。在使用RPCA確定任意...
-
零基礎學生信入門筆記(R語言、Linux、Python、RNA-seq、單細胞測序、質(zhì)譜流式、TCGA、GEO、單細胞經(jīng)典文獻解讀)
醫(yī)學生零基礎學生信是先學Python還是先學R語言？[https://www.zhihu.com/question/432353982]如何學習R語言[https://www...
-
-
Seurat4.0系列教程12：大數(shù)據(jù)集整合的方法對于非常大的數(shù)據(jù)集，標準工作流程有時可能計算成本高得令人望而卻步。在此工作流程中，我們可采用如下兩種方法提高效率和運行時間： 互惠 PCA （RPCA） 基于參考的整合 主要...
-
10X單細胞（10X空間轉(zhuǎn)錄組）整合分析批次處理之細節(jié)（harmony）
hello，下半年開始，我們也要開始新的工作了，今天我們需要解決的問題有兩個。 （1）細胞亞群細分的時候仍然要分開樣本去除批次效應？？？harmony （2）harmony算...
-
DoubletFinder 去除雙細胞
1. 參考資料 https://mp.weixin.qq.com/s/ybr1rK5CcC-BfDKUYxKcNw http://www.itdecent.cn/p/66e...
-
單細胞個性化分析之細胞注釋篇作者，追風少年i 當單細胞基礎分析已經(jīng)完善的時候，擺在眼前首要的問題就是，每個cluster具體是細胞細胞類型？只有在注釋了每個群的基礎上，才可以進行下游更加深入的個性化分析...
