deseq2 edg limma 區(qū)分
Global characterization of T cells in non-small-cell
lung cancer by single-cell sequencing 張澤明老師的文章
復(fù)現(xiàn)一篇文章前言 此復(fù)現(xiàn)過程全程由kinesin老師指導(dǎo),過程有點復(fù)雜,如發(fā)現(xiàn)問題,請及時簡書聯(lián)系我,我及時更改,主要復(fù)現(xiàn)標(biāo)準(zhǔn)化免疫細(xì)胞組成的生存分析。 下載數(shù)據(jù) 免疫分析 整理原文基因...
前言 此復(fù)現(xiàn)過程全程由kinesin老師指導(dǎo),過程有點復(fù)雜,如發(fā)現(xiàn)問題,請及時簡書聯(lián)系我,我及時更改,主要復(fù)現(xiàn)標(biāo)準(zhǔn)化免疫細(xì)胞組成的生存分析。 下載數(shù)據(jù) 免疫分析 整理原文基因...
go kegg我用的差異基因 gsea gsva我用的所有基因排序
單細(xì)胞的GO KEGG GSEA GSVA分析今天抽個空把單細(xì)胞領(lǐng)域的GO KEGG GSEA GSVA都做了一遍,跑完以后的感覺就是有這樣的理解,就是單細(xì)胞我首先會選擇做GSVA,但是我還會順便做下kegg或者GSEA...
作者:biogevin審稿:童蒙編輯:amethyst 我們在前面已經(jīng)介紹過膀胱細(xì)胞的相關(guān)背景(認(rèn)識膀胱細(xì)胞——單細(xì)胞水平比較Human和Mouse的不同[http://mp...
@Seurat_ 需要的
單細(xì)胞scenic做轉(zhuǎn)錄因子scenic從接觸到現(xiàn)在有三個月了,從當(dāng)初的懵懂到后來的服務(wù)器,感謝kinesin老師指導(dǎo),但是總歸scenic跑崩潰了很久,可以把人心態(tài)搞崩潰,但我覺得兩個地方可以改進,可...
@路麻麻_c96a 差異分析 logfc
第三步:簡單的GEO數(shù)據(jù)的KEGG分析和GSEA分析KEGG分析 按照count數(shù)目進行KEGG count數(shù)目進行kegg,并且可視化 GSEA分析 GSEA與KEGG不同的是,GSEA是所有基因的增減,而kegg是爭對 上...
膜拜 太強了harmony
用Harmony整合單細(xì)胞數(shù)據(jù)并用LISI評估整合效果harmony是一個非常流行的整合單細(xì)胞數(shù)據(jù)的算法,由于它的核心是用C++寫的所以相比其他的類似算法快很多,如果單細(xì)胞樣本量很大的時候推薦使用。 首先加載其文章中用到的一個示...
@曉穎_9b6f 你需要么 可以私信我 我發(fā)給你 自己寫的
第三步:簡單的GEO數(shù)據(jù)的KEGG分析和GSEA分析KEGG分析 按照count數(shù)目進行KEGG count數(shù)目進行kegg,并且可視化 GSEA分析 GSEA與KEGG不同的是,GSEA是所有基因的增減,而kegg是爭對 上...
今天抽個空把單細(xì)胞領(lǐng)域的GO KEGG GSEA GSVA都做了一遍,跑完以后的感覺就是有這樣的理解,就是單細(xì)胞我首先會選擇做GSVA,但是我還會順便做下kegg或者GSEA...
我是用seraut自帶函數(shù)作圖的,當(dāng)然很多人用ggplot做的更好看,再次提醒有人會用ggplot調(diào)好色的代碼,記得簡書發(fā)給我,我就用很蠢的自帶函數(shù)作圖。 選取大于0的 疊加...