@Evil_Genius ??懂了，十分感謝
10X單細(xì)胞數(shù)據(jù)整合分析Seurat之rpca（large data，細(xì)胞量超過(guò)20萬(wàn)）不知道大家在研究單細(xì)胞數(shù)據(jù)整合函數(shù)FindIntegrationAnchors[https://satijalab.org/seurat/reference/FindInte...
IP屬地：江西
-
-
@阿來(lái)呀 好的，感謝????
單細(xì)胞不同組別進(jìn)行差異基因分析
大家做單細(xì)胞項(xiàng)目的時(shí)候，會(huì)涉及到多個(gè)組別，在分群之后想進(jìn)行不同組別的差異基因分析，來(lái)查看不同處理對(duì)試驗(yàn)有什么影響。但生信小白只會(huì)流程化的分析，在對(duì)兩組之間的單細(xì)胞進(jìn)行差異分析...
-
@阿來(lái)呀 您好，假如我的分組中有5組，那應(yīng)當(dāng)如何做？
單細(xì)胞不同組別進(jìn)行差異基因分析
大家做單細(xì)胞項(xiàng)目的時(shí)候，會(huì)涉及到多個(gè)組別，在分群之后想進(jìn)行不同組別的差異基因分析，來(lái)查看不同處理對(duì)試驗(yàn)有什么影響。但生信小白只會(huì)流程化的分析，在對(duì)兩組之間的單細(xì)胞進(jìn)行差異分析...
-
-
Seurat對(duì)象、SingleCellExperiment對(duì)象和scanpy對(duì)象的轉(zhuǎn)化Seurat官網(wǎng)：https://satijalab.org/seurat/articles/conversion_vignette.html[https://satijal...
-
Seurat包之導(dǎo)入單細(xì)胞數(shù)據(jù)方式匯總挖掘公共單細(xì)胞數(shù)據(jù)集時(shí)，會(huì)遇到常見(jiàn)各種單細(xì)胞測(cè)序數(shù)據(jù)格式?，F(xiàn)總結(jié)如下，方便自己日后調(diào)用，以創(chuàng)建Seurat對(duì)象（1）barcodes.tsv.gz、features.tsv....
-
您好，我想問(wèn)一下這里面這個(gè)reference中的c(1,2)是指什么意思？
10X單細(xì)胞數(shù)據(jù)整合分析Seurat之rpca（large data，細(xì)胞量超過(guò)20萬(wàn)）
不知道大家在研究單細(xì)胞數(shù)據(jù)整合函數(shù)FindIntegrationAnchors[https://satijalab.org/seurat/reference/FindInte...
-
科研小白，努力搞科研，發(fā)文章中。這個(gè)平臺(tái)算是我的學(xué)習(xí)筆記吧！
-
Provided graph.name not present in Seurat object
報(bào)錯(cuò)如下 1. 如果你是運(yùn)行如下代碼報(bào)的錯(cuò)。 則添加一行代碼即可，如下 2. 如果不是，看下面 2.1問(wèn) Sorry for disturbance.My question ...
-
R將列表（list）轉(zhuǎn)換成數(shù)據(jù)框/矩陣
淡水魚(yú)寫(xiě)于2020/2/15 將列表轉(zhuǎn)換成矩陣，接著由矩陣轉(zhuǎn)換成數(shù)據(jù)框。Eg.a,b,c,d,e均是R中的變量。 1-要掌握matrix()函數(shù)的用法，如果list_eg中每...
-
-
您好，我想問(wèn)一下，如果是需要生成小鼠的GCVA基因集，msigdbr（species = “Mus musculus”， category = “xxx”），category應(yīng)該填啥呀？H好像是人類(lèi)的hallmark...
單細(xì)胞之富集分析-4：分組水平GSVA
單細(xì)胞富集分析系列： 單細(xì)胞之富集分析-1：?jiǎn)渭?xì)胞GSEA分析流程[http://www.itdecent.cn/p/00f069cb239c] 單細(xì)胞之富集分析-2：批量...
-
我也失敗了
15.KEGG富集分析R語(yǔ)言代碼及5種圖的繪制
一、舉例回顧 本節(jié)所使用GSE1009數(shù)據(jù)集，已經(jīng)用limma包進(jìn)行差異分析，現(xiàn)對(duì)DEGs做GO富集分析。 GSE1009數(shù)據(jù)集介紹： 樣本量：共6個(gè)樣本，其中后3個(gè)為糖尿病...
-
> wt$spliced<-wt$spliced[,rownames(wang@meta.data)]
> wt$unspliced<-wt$unspliced[,rownames(wang@meta.data)]
> wt$ambiguous<-wt$ambiguous[,rownames(wang@meta.data)]
您好，我在這幾條代碼中遇到了問(wèn)題：
Error in intI(i, n = d[1L], dn[[1L]], give.dn = FALSE) :
invalid character indexing
請(qǐng)問(wèn)這是什么情況，我看到名字已經(jīng)統(tǒng)一了RNA速率：使用Seurat的結(jié)果做RNA velocity
參考鏈接:https://github.com/velocyto-team/velocyto.R[https://github.com/velocyto-team/veloc...
-
努力努力再努力~<br>個(gè)人博客：<a href="https://links.jianshu.com/go?to=https%3A%2F%2Flishensuo.github.io%2F" target="_blank">https://lishensuo.github.io/</a>
-
單細(xì)胞轉(zhuǎn)錄組學(xué)習(xí)筆記-5-熟悉文獻(xiàn)作者提供的兩個(gè)表達(dá)矩陣劉小澤寫(xiě)于19.6.17-第二單元第三講：熟悉文獻(xiàn)作者提供的兩個(gè)表達(dá)矩陣 筆記目的：根據(jù)生信技能樹(shù)的單細(xì)胞轉(zhuǎn)錄組課程探索smart-seq2技術(shù)相關(guān)的分析技術(shù)課程鏈接在：ht...
-
object.markers <- FindMarkers(pbmc, ident.1 = "Memory CD4 T", ident.2 = "Naive CD4 T", group.by = "cell_type", logfc.threshold = 0, min.pct = 0, pseudocount.use= 0.01)
這條代碼好像出現(xiàn)了報(bào)錯(cuò)
Error in WhichCells.Seurat(object = object, idents = ident.1) :
Cannot find the following identities in the object:'Memory CD4 T'
請(qǐng)問(wèn)這是啥情況呢？??單細(xì)胞亞群差異基因火山圖
單細(xì)胞繪圖系列： Seurat繪圖函數(shù)總結(jié)[http://www.itdecent.cn/p/95e61f7e834d] 使用ggplot2優(yōu)化Seurat繪圖[https...
-
公眾號(hào)：TOP生物信息<br>B站：TOP菌<br>WeChat：TOPJUN996<br><br>top2讀研，學(xué)習(xí)方向：癌癥基因組、腫瘤免疫、單細(xì)胞組學(xué)
-
不看私信<br>看不到的文章是被簡(jiǎn)書(shū)鎖了
-
周運(yùn)來(lái)，男，長(zhǎng)大了才會(huì)遇到的帥哥，穩(wěn)健，瀟灑，大方，靠譜。一段生信緣，一棵技能樹(shù)。生信技能樹(shù)核心成員，單細(xì)胞天地供稿人，簡(jiǎn)書(shū)創(chuàng)作者，單細(xì)胞數(shù)據(jù)科學(xué)家。
