目錄 一、簡(jiǎn)介 二、讀取分子1.讀取SMILES/SMARTS2.讀取.sdf3.讀取.mol4.讀取.mol25.讀取其他格式 三、輸出分子1.輸出SMILES/SMART...
IP屬地：澳門
-
RDKit|一站式搞定分子讀取、輸出、可視化
-
Seurat分組隨機(jī)選取細(xì)胞數(shù)實(shí)戰(zhàn)（隨機(jī)采樣后找亞群DEG） 2022-06-01
關(guān)鍵詞 隨機(jī)取樣細(xì)胞 Downsample cells 分組隨機(jī)選取細(xì)胞 適用背景 之前的博客提到，R語(yǔ)言處理大數(shù)據(jù)效率較低，耗時(shí)長(zhǎng)，一種解決方案是可以轉(zhuǎn)用Python語(yǔ)言流...
-
轉(zhuǎn)錄組有參分析之STAR比對(duì)及可變剪切
轉(zhuǎn)錄組有參分析之STAR比對(duì)及可變剪切 STAR比對(duì)的特點(diǎn)： 速度快 準(zhǔn)確度高 3'reads soft clip genomeLoad LoadAndKeep 多個(gè)比對(duì)共享...
-
scRNA-Seq | Seurat 包原理解析seurat 涉及的數(shù)據(jù)分析包括很多步驟。之前只顧著干活兒，也沒有系統(tǒng)的整理過分析中的具體內(nèi)容。這里就參照網(wǎng)上大神們分享的帖子，來梳理一下。 一、讀入數(shù)據(jù)。 Read10X(...
-
seurat-NormalizeData()源碼解析年底復(fù)盤，發(fā)現(xiàn)很多知識(shí)點(diǎn)理解并不深入，想對(duì)這些不清晰的知識(shí)點(diǎn)重新梳理一下。 一、NormalizeData()歸一化 考慮到文庫(kù)測(cè)序深度的影響，我們需要對(duì)單細(xì)胞counts矩...
-
Monocle3：擬時(shí)序分析寫在前面：今天突然想寫這個(gè)教程，花了一下午看資料，其實(shí)我前面是有一些基礎(chǔ)的，但是看的還是會(huì)很亂，所以想把這個(gè)包的脈絡(luò)寫一下，希望能夠可以跟大家討論一下并且自己以后使用這個(gè)包的...
-
Seurat取子集時(shí)會(huì)用到的函數(shù)和方法在單細(xì)胞數(shù)據(jù)分析中，在確定細(xì)胞類型后，除了可以進(jìn)行差異表達(dá)基因分析外，還可以針對(duì)單個(gè)細(xì)胞類型進(jìn)行分析特定分析，這時(shí)就需要我們提取細(xì)胞子集分開處理了。 一、Seurat數(shù)據(jù)格式...
-
分泌蛋白基因列表下載1. 數(shù)據(jù)下載 在讀Single-Cell Reconstruction of Progression Trajectory Reveals Intervention Pri...
-
內(nèi)皮間質(zhì)轉(zhuǎn)化EndMT1. 簡(jiǎn)介 EndMT是指在多種刺激因素作用下，內(nèi)皮細(xì)胞失去其原有特征并向間充質(zhì)細(xì)胞進(jìn)行轉(zhuǎn)化（肌成纖維細(xì)胞、平滑肌細(xì)胞等）的過程，其結(jié)果是ECs在極性、形態(tài)和功能等方面發(fā)生重...
-
seurat-FindAllMarkers()源碼解析現(xiàn)在回想單細(xì)胞項(xiàng)目的一些常規(guī)分析，clusters/groups間的差異表達(dá)分析（differential expression analysis）幾乎是分析必備項(xiàng)，F(xiàn)ind...
-
pySCENIC的轉(zhuǎn)錄因子分析及數(shù)據(jù)可視化（三）參考生信技能樹：pyscenic的轉(zhuǎn)錄因子分析結(jié)果展示之5種可視化[https://mp.weixin.qq.com/s/SIfyGzx4fwXPtQsVvvwwMQ]、py...
-
AI | 繪制通路圖與熱圖的組合圖經(jīng)常有小伙伴問如何繪制下圖這樣代謝通路與熱圖的組合圖，其中的代謝通路一般都需要經(jīng)過“簡(jiǎn)化合并”，而熱圖一般使用通路中部分關(guān)鍵基因的表達(dá)量差異倍數(shù)（Log2FC）進(jìn)行繪制，這樣...
-
細(xì)胞間通訊教程|| cellphonedb 及其可視化細(xì)胞配受體通識(shí)以及常見細(xì)胞分泌信號(hào)通路[http://www.itdecent.cn/p/df4721d29a91]CellChat：細(xì)胞間相互作用分析利器[https:/...
-
基因 ID 和 Symbol 轉(zhuǎn)換前言 看了這么多期的 circos，都有點(diǎn)乏了，換換口味也是好的。 下面，咱就開始吧。 做生信分析，總是免不了要給基因 ID 和 Symbol 轉(zhuǎn)換來轉(zhuǎn)換去。 方法 一般要進(jìn)...
-
R——按行按列計(jì)數(shù)某個(gè)值出現(xiàn)的次數(shù)感覺使用編程語(yǔ)言一定要理解它的步驟含義，不然就算會(huì)使用它進(jìn)行數(shù)據(jù)的處理，也很容易就會(huì)忘記，下一次還是會(huì)琢磨不透。 有一個(gè)星期多沒有寫代碼處理數(shù)據(jù)了，昨天突然不會(huì)使用apply...
-
生信 | scATAC-Seq數(shù)據(jù)獲?。ǔ靤ra轉(zhuǎn)fq）部分代碼參考自10x genomics官網(wǎng)[what-is-cell-ranger-atac]，但絕大多數(shù)代碼融入了我自己的思考 1、上游分析（軟件安裝 + 數(shù)據(jù)獲取 + c...
-
批量處理——基因之間的相關(guān)性相比于網(wǎng)頁(yè)工具，使用編程語(yǔ)言處理科研數(shù)據(jù)的一大優(yōu)勢(shì)，在于高度的定制化，以及批量處理數(shù)據(jù)的快捷性和高效性 目錄批量處理——for循環(huán)批量計(jì)算組間差異[https://www.j...
-
基因相關(guān)性的計(jì)算在單細(xì)胞轉(zhuǎn)錄組解析肥厚性心肌病發(fā)病機(jī)制[http://www.itdecent.cn/p/f270b9431427]里面看到計(jì)算某基因與其它基因的相關(guān)性 方法里寫的是這樣做...
-
測(cè)序結(jié)果概覽：基因表達(dá)量rank瀑布圖，高密度表達(dá)相關(guān)性散點(diǎn)圖，注釋特定基因及errorbar的表達(dá)相關(guān)性散點(diǎn)圖繪制這是ggplot2可視化專題的第一個(gè)實(shí)例操作 ggplot2的基本思路見前文總論：基于ggplot2的RNA-seq轉(zhuǎn)錄組可視化：總述和分文目錄 【ggplot2繪圖具體策略...
-
單細(xì)胞之富集分析-1：?jiǎn)渭?xì)胞GSEA分析流程單細(xì)胞GSEA分析需要的文件有兩個(gè)：1. 單細(xì)胞基因表達(dá)變化數(shù)據(jù)（兩列，一列是geneid/gene symbol，一列是logFC）（文件格式：.rnk）2. 目標(biāo)基因集（...