分享是一种态度
对应原版教程2-3章 http://bioconductor.org/books/release/OSCA/ (对R基本了解的读者可跳过这一节)
CRAN
Bioconductor
提高下载安装包的速度。如下分别为bioconductor
与CRAN
选择了清华的镜像源
options()$repos
options()$BioC_mirror
options(BioC_mirror="http://mirrors.tuna.tsinghua.edu.cn/bioconductor/")
options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
options()$repos
options()$BioC_mirror
安装源自CRAN的包:install.packages()
基础函数
install.packages("BiocManager")
安装源自Bioconductor的包:BiocManager::install()
;其中BiocManager
是管理下载Bioconductor包的包,::
表示引用该包的函数,install()
就是下载包的函数。
BiocManager::install("SingleCellExperiment")
所以安装包之前的第一步就是要判断该包来自CRAN库还是Bioconductor
方式1:?函数名
(后面不要加括号),前提需要加载该包才行。否则会提醒使用??
进行全局搜索。
library(SingleCellExperiment)
?cpm
方式2:Rstudio右下栏的packages。可先在搜索栏快速检索包的名字,然后调出选定包的全部函数帮助文档。
上面只是简单根据教程介绍了一些R基础知识点,但例如安装R、Rstudio操作,R的数据结构等可专门另行找资料学习。结合教程,推荐的开源资源如下。
关于R的一些基础知识就简单介绍这么多了;相信来了解scRNA-seq数据分析的读者多少对R也已经比较了解了。下一节会介绍
SingleCellExperiment
,这个贯穿教程始终的数据结构组成。
往期回顾
单核转录组测序(snRNA-seq)鉴定多核骨骼肌纤维的转录异质性
RNA Velocity and Beyond 系列2—Model
小鼠的13个不同组织器官的超10万个细胞才85个亚群(单细胞ATAC路在何方)
如果你对单细胞转录组研究感兴趣,但又不知道如何入门,也许你可以关注一下下面的课程