****pySCENIC全部往期精彩系列：1、[http://mp.weixin.qq.com/s?__biz=Mzg5OTYzMzY5Ng==&mid=2247485979...
發(fā)簡(jiǎn)信
IP屬地：天津
-
pySCENIC單細(xì)胞轉(zhuǎn)錄因子分析更新：數(shù)據(jù)庫(kù)、軟件更新 -
敏感性和特異性（sensitivity and specificity）敏感性與特異性敏感性和特異性雖然與查準(zhǔn)率和查全率相似，但并不相同。其定義如下：在癌癥示例中，敏感性和特異性指： 敏感性：在患有癌癥的所有人中，診斷正確的人有多少？ 特異性：在...
-
RPKM、FPKM、TPM詳解
簡(jiǎn)寫 RPKM: Reads Per Kilobase of exon model per Million mapped reads (每千個(gè)堿基的轉(zhuǎn)錄每百萬(wàn)映射讀取的rea...
-
34統(tǒng)計(jì)基礎(chǔ)- 分位數(shù)標(biāo)準(zhǔn)化(Quantile Normalization)假設(shè)我們有一些來(lái)自微陣列實(shí)驗(yàn)的數(shù)據(jù) 如果你不熟悉微陣列，這里有解釋: 微陣列測(cè)量樣本中基因的活性。 他們通過(guò)測(cè)量不同顏色的光的強(qiáng)度來(lái)做到這一點(diǎn)。 如果你在一個(gè)實(shí)驗(yàn)中有一個(gè)更好...
-
用Seurat做RNA Velocity安裝加載相應(yīng)的包 If you don't have velocyto's example mouse bone marrow dataset, download with ...
-
TCGA數(shù)據(jù)差異分析后生存分析（批量單因素cox回歸/Lasso篩選，多因素cox建模，時(shí)間依賴ROC曲線及KM plot可視化）測(cè)序上游分析系列： mRNA-seq轉(zhuǎn)錄組二代測(cè)序從raw reads到表達(dá)矩陣：上中游分析pipelinemiRNA-seq小RNA高通量測(cè)序pipeline：從raw r...
-
TCGA+biomarker——風(fēng)險(xiǎn)因子關(guān)聯(lián)圖
簡(jiǎn)介：風(fēng)險(xiǎn)因子關(guān)聯(lián)圖常見(jiàn)于cox風(fēng)險(xiǎn)比例模型，常見(jiàn)于下圖這種三圖聯(lián)合的展示形式，展示的是由cox風(fēng)險(xiǎn)模型區(qū)分出的高風(fēng)險(xiǎn)和低風(fēng)險(xiǎn)人群在人群比例、生存時(shí)間（生/死）和關(guān)注的基因表...
-
StatQuest學(xué)習(xí)筆記24——RPKM FPKM TPM
前言——主要內(nèi)容 這篇筆記是StatQuest系列筆記的第63節(jié)，這篇筆記跳過(guò)59節(jié)，60節(jié)，61節(jié)主要是因?yàn)榈?3節(jié)的內(nèi)容是講RPKM，F(xiàn)PKM和TPM這幾個(gè)概念的區(qū)別，在...
-
單細(xì)胞之軌跡分析-7：Seurat+scVelo軌跡分析系列： 單細(xì)胞之軌跡分析-1：RNA velocity[http://www.itdecent.cn/p/ee0f7a8e6a06] 單細(xì)胞之軌跡分析-2：mono...
-
10X單細(xì)胞（10X空間轉(zhuǎn)錄組）TCR轉(zhuǎn)錄組聯(lián)合數(shù)據(jù)分析之(8)neighbor graph analysis（CoNGA）今天我們來(lái)分享10X單細(xì)胞和TCR聯(lián)合分析的代碼部分，之前的基礎(chǔ)知識(shí)，大家要掌握，代碼已經(jīng)是最后一步了。當(dāng)然，前面自己進(jìn)行安裝，示例數(shù)據(jù)在https://www.dropbo...
-
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...
-
將R環(huán)境下的Seurat RDS格式數(shù)據(jù)轉(zhuǎn)化成為到python環(huán)境下scanpy的anndata格式
無(wú)論是單細(xì)胞、空間組還是ATAC的數(shù)據(jù)，有時(shí)由于下游分析的需求或可視化的需求，同時(shí)由于python的運(yùn)算速度的優(yōu)勢(shì)，目前越來(lái)越多單細(xì)胞分析的工具開(kāi)始在python環(huán)境下開(kāi)發(fā)（...
-
10X單細(xì)胞（10X空間轉(zhuǎn)錄組）TCR數(shù)據(jù)分析之TCR 內(nèi)在調(diào)控潛力系統(tǒng)（TiRP）hello，大家好，隨著我們分析的深入，單細(xì)胞TCR和BCR的分析也要大量進(jìn)入我們的視野了，之前也分享了一些有關(guān)TCR的文章，以后我們慢慢豐富這塊的內(nèi)容。關(guān)于TCR（BCR）...
-
10X單細(xì)胞（10X空間轉(zhuǎn)錄組）BCR（TCR）數(shù)據(jù)分析之(11)dandelion好了，我們今天要繼續(xù)這個(gè)專題的分享，內(nèi)容很多，好好深入學(xué)習(xí)的話，估計(jì)需要一輩子??。 第一點(diǎn)，TCR（BCR的聚類方式）Clustering by V-gene, J-gene...
-
三大經(jīng)典在線生存分析工具測(cè)評(píng)導(dǎo)讀 在腫瘤相關(guān)研究中，一張精美的生存分析圖，已經(jīng)成了腫瘤研究高分文章的標(biāo)配。好的臨床預(yù)后效果，往往在一定程度上決定了文章發(fā)表的層次。然而對(duì)剛剛拿到一個(gè)新基因的新手來(lái)說(shuō)，生存...
-
DoHeatmap的優(yōu)化+ComplexHeatmap繪制帶特定基因的單細(xì)胞熱圖單細(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...
-
GSEA 從數(shù)據(jù)到美圖0.輸入文件和R包 文件有兩個(gè)，一個(gè)是差異分析結(jié)果；一個(gè)是msigdb數(shù)據(jù)庫(kù)下載的gmt文件。 gsea要求的輸入數(shù)據(jù)格式是排序后的logFC值，數(shù)據(jù)類型為向量，向量名字是e...
-
10X單細(xì)胞空間聯(lián)合分析揭示了前列腺腫瘤微環(huán)境的異質(zhì)性hello，周四了，這是第399篇文章，不知不覺(jué)中，已經(jīng)寫了很多了，但是前進(jìn)的腳步是不能停止的，感覺(jué)自己要進(jìn)入下一個(gè)階段了，因?yàn)椴荒軆H僅局限于分享別人的內(nèi)容，要提升自己，就需...
-
10X單細(xì)胞（10X空間轉(zhuǎn)錄組）數(shù)據(jù)分析之NMF（非負(fù)矩陣分解）
今天我們來(lái)學(xué)習(xí)一個(gè)簡(jiǎn)單的數(shù)學(xué)內(nèi)容，NMF NMF算法簡(jiǎn)介 NMF是什么？ 非負(fù)矩陣分解(Non-negative Matrix Factorization, NMF)本質(zhì)上說(shuō)...
-
enrichplot||基因富集結(jié)果可視化解決方案enrichplot包實(shí)現(xiàn)了幾種可視化方法來(lái)幫助解釋富集結(jié)果。它支持從DOSE (Yu et al. 2015)、clusterProfiler (Yu et al. 201...