這些代碼都是2021年從華大學(xué)習(xí)的 僅供參考 01.vlnplot+p值顯著性 02.Seurat中默認(rèn)的heatmap熱圖 03.seurat的meta.data中任意一列...
發(fā)簡(jiǎn)信
IP屬地：山西
-
整理一些常見分析的代碼 小提琴圖/熱圖/umap圖等
-
作者好，我使用了這個(gè)函數(shù)什么也沒添加可能是啥原因呢
R-Seurat VlnPlot 添加顯著性標(biāo)注
新年好啊 :) 最近使用Seurat畫小提琴圖時(shí)想將組間的p值給標(biāo)上，發(fā)現(xiàn)Seurat的VlnPlot并沒有參數(shù)直接支持這個(gè)功能。本文就記錄一下解決的方案。 Data pre...
-
數(shù)據(jù)量G與FASTQ文件的行數(shù)之間的關(guān)系
假設(shè)需要截取X G的數(shù)據(jù)，那么需要的FASTQ行數(shù)YRead*150*2*10^9=XReads=(X*109)/3*10(-2)Y=(X*109)/3*10(-2)*4 (...
-
這個(gè)系數(shù)表格能分享一下嗎??
CIBERSORT：反卷積推測(cè)bulk中的細(xì)胞類型
五一學(xué)了一個(gè)新的分析方法-CIBERSORT，這個(gè)包其實(shí)很早就想學(xué)的，因?yàn)楝F(xiàn)在一般的單細(xì)胞文章的套路，很難不用到它，那么它能干什么呢？它能夠推測(cè)出bulk RNA每一個(gè)樣本中...
-
非模式物種的GO和KEGG富集對(duì)不能直接使用clusterprofiler包中的數(shù)據(jù)庫(kù)進(jìn)行KEGG和GO富集的物種進(jìn)行分析。 1.從基因組fasta文件中提取CDS序列 基于有參轉(zhuǎn)錄組測(cè)序，從NCBI中下...
-
生信小白一枚，<br><br>有問(wèn)題可以私信我，<br><br>謝謝。<br><br>找我合作請(qǐng)私我。
-
因?yàn)檫@三個(gè)R方法其實(shí)是寫在同一個(gè)腳本里的,sc.list是前兩個(gè)方法需要用到的，第三個(gè)不用，直接刪除就好
批次校正-單細(xì)胞轉(zhuǎn)錄組分析批次效應(yīng)的校正scRNA-02
背景：2013年到2023年是單細(xì)胞轉(zhuǎn)錄組分析的第一個(gè)十年。批次校正在單細(xì)胞轉(zhuǎn)錄組分析中至關(guān)重要，根據(jù)不同樣本的基因表達(dá)模式可以分析樣本與樣本之間的生物學(xué)差異。然而基因表達(dá)模...
-
ATAC-bulk rna的染色質(zhì)可及性分析流程
00.背景 基于常規(guī)轉(zhuǎn)錄組（bulk rna）的數(shù)據(jù)進(jìn)行染色質(zhì)可及性（ATAC）的常規(guī)分析流程。代碼僅供參考。 01.質(zhì)控 和別的組學(xué)一樣，拿到原始fastq數(shù)據(jù)的第一步時(shí)進(jìn)...
-
使用read.table讀取數(shù)據(jù)行數(shù)少于read.csv
非常坑的地方， 一堆分析做完了，發(fā)現(xiàn)第一步數(shù)據(jù)的行數(shù)對(duì)不上，檢查后發(fā)現(xiàn)使用read.csv能夠得到準(zhǔn)確的行數(shù)，而使用read.table得到的行數(shù)遠(yuǎn)遠(yuǎn)少于使用read.csv...
-
請(qǐng)問(wèn)ATAC得到的結(jié)果怎么和peaks聯(lián)系起來(lái)呢？是要進(jìn)行peak calling嗎？
第9篇：差異peaks分析——DiffBind
學(xué)習(xí)目標(biāo) 學(xué)習(xí)用DiffBind流程評(píng)估兩個(gè)樣本間的差異結(jié)合區(qū)域 用PCA評(píng)估樣本間的關(guān)系 評(píng)估不同工具得到的差異peaks的一致性 評(píng)估差異peaks富集的工具 ATAC-...
-
Error in hclust(d, method = method)：外接函數(shù)調(diào)用時(shí)不能有NA/NaN/Inf(arg10)
記錄一個(gè)小bug：使用pheatmap繪制熱圖時(shí)，使用scale參數(shù)總報(bào)錯(cuò)： 只需要?jiǎng)h除原始數(shù)據(jù)中標(biāo)準(zhǔn)差為0的行即可： 原因是scale對(duì)每行進(jìn)行以下處理： 其分母（每行的標(biāo)...
-
空轉(zhuǎn)下游之spatialDE分析背景：使用python包spatialDE分析10x v2空轉(zhuǎn)數(shù)據(jù)。 01.軟件介紹 spatialDE用于非線性和非參數(shù)地計(jì)算依賴于空間位置坐標(biāo)的特征基因。 特點(diǎn)：無(wú)監(jiān)督的...
-
A comparative atlas of single-cell chromatin accessibility in the human brain發(fā)表期刊和時(shí)間：Science，13 October 2023Lab：Bing Ren， 實(shí)驗(yàn)室正在研究正常和癌癥細(xì)胞的基因調(diào)節(jié)機(jī)制，與路德維希研究所和加州大學(xué)合作密切。摘要...
-
單細(xì)胞VDJ分析背景知識(shí)背景：?jiǎn)渭?xì)胞VDJ的背景、原理等。 1.為什么做單細(xì)胞VDJ？ 理論上生物體內(nèi)的基因組DNA是完全相同的，除了腫瘤細(xì)胞會(huì)發(fā)生頻繁的DNA突變。因此，常規(guī)的單細(xì)胞研究不用關(guān)心D...
-
單細(xì)胞ATAC分析標(biāo)準(zhǔn)流程（詳細(xì)版）背景：?jiǎn)渭?xì)胞ATAC分析流程介紹。 1.為什么做單細(xì)胞ATAC分析？ 單細(xì)胞轉(zhuǎn)錄組分析的是單細(xì)胞分辨率上不同細(xì)胞之間的轉(zhuǎn)錄組（mRNA）差異，由中心法則可以知道，生物發(fā)生的過(guò)...
-
單細(xì)胞ATAC分析之上游cellranger-arc分析背景：使用10x的cellranger-arc實(shí)現(xiàn)10x單細(xì)胞ATAC和單細(xì)胞RNA的上游分析。 為什么做單細(xì)胞ATAC分析單細(xì)胞轉(zhuǎn)錄組是單細(xì)胞技術(shù)中較為常用的方法，它分析的...
-
單細(xì)胞轉(zhuǎn)錄組上游分析-上游分析流程及知識(shí)點(diǎn)整理背景：從生信的角度學(xué)習(xí)單細(xì)胞轉(zhuǎn)錄組的上游相關(guān)流程以及知識(shí)點(diǎn)。 10x測(cè)序平臺(tái) 從cellranger的學(xué)習(xí)開始，cellranger是處理10X測(cè)序平臺(tái)單細(xì)胞轉(zhuǎn)錄組序列的軟件...
-
左連接-使用R/python實(shí)現(xiàn)兩個(gè)數(shù)據(jù)的左連接背景：使用R或者python實(shí)現(xiàn)兩個(gè)數(shù)據(jù)集的左連接，以此完成部分生信需求。 python實(shí)現(xiàn)python是我學(xué)的第一門編程語(yǔ)言，pandas是我最早接觸的處理數(shù)據(jù)框的庫(kù)。首先...
-
?；鶊D可視化-使用R/python繪制?；鶊D背景：使用R/python繪制桑基圖可視化。 使用R繪制桑基圖需要下載兩個(gè)特定版本的包： dplyr v1.0.1[https://cran.r-project.org/sr...
