前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >学徒作业-我想看为什么这几个基因的表达量相关性非常高

学徒作业-我想看为什么这几个基因的表达量相关性非常高

作者头像
生信技能树
发布2020-04-14 15:40:46
2980
发布2020-04-14 15:40:46
举报
文章被收录于专栏:生信技能树

不知道多少人看完了全网第一个单细胞课程(免费基础课程),免费学习地址在B站:https://www.bilibili.com/video/av38741055 而且完成结业考核20题:https://mp.weixin.qq.com/s/lpoHhZqi-_ASUaIfpnX96w ,作业里面有一个头颈癌单细胞的,课程配套资料(主要是代码和PPT)文档在:https://docs.qq.com/doc/DT2NwV0Fab3JBRUx0

发表于2017年12月,在CELL杂志:Single-Cell Transcriptomic Analysis of Primary and Metastatic Tumor Ecosystems in Head and Neck Cancer 的文献,找到单细胞转录组表达矩阵,数据公布在 GSE103322 ,文件是 GSE103322_HNSCC_all_data.txt.gz,有86.0 Mb。

  • 研究人员用Smart-seq2建库方法得到的单细胞转录组数据经过QC后,留下了来自18名患者的5,902个细胞
  • 首先使用inferCNV可以分成2215个恶性细胞和3363个非恶性细胞
  • 对进行3363个非恶性细胞表达矩阵分群,根据已知标记基因(自行搜索)的表达,注释并且找到B细胞,巨噬细胞,树突状细胞,肥大细胞,内皮细胞,成纤维细胞和肌细胞这8类!

重新看这个文章的时候,发现里面有这样的一个图表,如下:

上皮细胞的标记基因热图

上皮细胞的标记基因如上所示,它们居然表达量如此相关,而且恰好与inferCNV的恶性与否对应上。所以我安排这个学徒作业,大家下载GSE103322_HNSCC_all_data.txt.gz文件,绘制上面这个图。

其中inferCNV区分细胞恶性与否,如果你感兴趣原理可以看我以前在单细胞天地的教程:使用inferCNV分析单细胞转录组中拷贝数变异 ,但是第一步3个输入文件就制作失败,值得单独写教程强调一下这个解决方案。当然了,如果你还卡在第一步安装R包,请看我昨天在生信菜鸟团的教程:有些R包是你的电脑操作系统缺东西,但也有一些不是

inferCNV区分细胞恶性与否

当然了,inferCNV非常难,你很大概率上是搞不定的哈,但是我相信这篇文章肯定是有inferCNV结果,你可以直接使用即可。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-04-12,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 生信技能树 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档