首页
学习
活动
专区
工具
TVP
发布

生信技能树

专栏作者
1861
文章
3497871
阅读量
1130
订阅数
我没有资格骂Seurat的更新吗
主要是因为我们依赖于这个V4的版本的Seurat流程做出来了大量的公共数据集的单细胞转录组降维聚类分群流程,100多个公共单细胞数据集全部的处理,链接:https://pan.baidu.com/s/1MzfqW07P9ZqEA_URQ6rLbA?pwd=3heo,而且也有海量的配套视频教程在b站,视频号等渠道,基本上大家能看到的中文笔记都是我们分享的。。。。
生信技能树
2023-12-05
2600
几乎没有差异,并且完全没有交集的组学数据分析结果
所以研究者就针对有斑点蛋和正常蛋的whole-genome bisulfite sequencing (WGBS) and RNA-seq 数据,然后发现几乎没有差异,并且完全没有交集。。。
生信技能树
2023-11-25
1850
bd平台的单细胞转录组一定能捕获到中性粒细胞吗
既然这个捕获中性粒细胞是BD单细胞转录组的卖点,那么是不是只要是选择了这个技术就一定能能捕获到中性粒细胞呢?让我们随机看看其它比较新的文章,比如同样的2023的《Single-cell and spatial transcriptome analysis reveals the cellular heterogeneity of liver metastatic colorectal cancer》,数据 是 196,473 CD45+ immune cells from 27 samples of six CRC patients, 链接在;https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE225857
生信技能树
2023-11-13
3260
BD单细胞转录组分析怕不是一个笑话吧
是 人的PBMC样品,Healthy (n = 4), COVID-19 (n = 16) and recovered (n = 13) ,这个单细胞转录组技术起初看起来是很高级 ,是BD single cell multiplexing kit (Human) ,包括:
生信技能树
2023-10-24
1850
真的是可以让所有的基因都随心所欲的差异吗
有这样的想法的人不在少数,所以有必要澄清一下,通常情况下,我们会做很多次差异分析然后取交集,这样的话保证拿到的基因是非常可靠的,这个过程中其实我们并不会关心不同的差异分析为什么会有不一样的地方,同样的实验设计可能导致不同的转录组差异分析结果和差异基因列表,这可能是由于以下因素导致的:
生信技能树
2023-10-10
2170
怎么可能有如此重要的基因在泛癌层面出现缺失呢
但是,我们每个样品在10x技术层面可以出8000个左右的细胞,虽然具体的单个细胞表达的基因很少,但是作为一个整体,还是可以有2万多个基因的表达的,这就是为什么我们的表达量矩阵仍然是很大。
生信技能树
2023-10-07
2170
为什么一定要处理测序仪出来的10x技术单细胞转录组测序数据呢
To serve as inputs for cellranger, FASTQ files should conform to the naming conventions of bcl2fastq and mkfastq:
生信技能树
2023-09-20
1810
两次差异分析结果交集需要有多大才算是一致呢
同样的实验设计的两个项目,尽管测序的都是肿瘤和正常组织的转录组,但结果非常不一,样可能有多种原因,其中一些常见的原因包括:
生信技能树
2023-09-19
3550
快来使用EcoTyper进行单细胞数据挖掘吧
那个2021的CELL文章的作者为了评估EcoTyper定义的71种细胞状态的保真度,他们探究了4种人类癌症的200,000个单细胞转录组中每种状态的存在情况。在scRNA-seq数据中,94%的细胞状态(71个中的67个)可显著恢复,而且无论平台、细胞类型或数据集如何,恢复率都很高,突显了结果的可靠性。并且绘制了15,008例肿瘤中69种细胞状态的预后图。在发现队列调查的16种上皮癌类型中,大多数细胞状态(69种中的39种)与总生存率显著相关。
生信技能树
2023-09-19
5130
能发CNS的单细胞转录组三大高阶分析
单细胞数据处理也是如此,在单细胞领域近5年超一千个软件工具算法被开发,详见近期Genome Biology (2021) 杂志的一个文章:《Over 1000 tools reveal trends in the single- cell RNA-seq analysis landscape》系统性的梳理了2016-2021这5年间,位于https://www.scrna-tools.org/网页的超一千个软件工具算法。
生信技能树
2023-09-04
2690
花同样的钱却只拿到十分之一的单细胞数量亏不亏
我博士求学期间所在的实验室长期(2015-2023)钻研类器官技术,虽然CNS成就没有达成,但是子刊级别的文章发表了一些。早期的类器官研究主要是通过多组学来说明类器官能很好的复现病人的特性,比如肿瘤外
生信技能树
2023-09-04
1270
选择小众技术做同样的课题(事半功倍)
实际上更应该diss的应该是单细胞技术,早期大家也是任意肿瘤对象招募病人集齐样品送给公司进行单细胞转录组,就是一个全新的 图谱研究,划时代的意义。中期就需要选择不同分级分期或者不同亚型的肿瘤或者不同疾病进展阶段的样品去试图找关键细胞亚群,晚期就更卷了,各种治疗前后各种复杂样品组成都需要慢慢的探索。而实际上这样的实验设计并没有任何新颖之处,都是两百年前老一辈生物学家玩剩下的的,唯一的创新点就是单细胞转录组技术,新瓶装旧酒。。。。
生信技能树
2023-09-04
2580
R语言基础函数没有排序后取前面几个的功能函数top
以上只是R语言中一些简单的基础函数例子,R语言提供了丰富的函数和包,涵盖了数据处理、统计分析、图形绘制等各个方面。这些简单的函数是R语言中的基础,对于数据处理和分析非常重要,可以方便地完成许多常见的任务。
生信技能树
2023-09-04
1900
假如审稿人让你把单细胞数据挖掘代码上传到github
而且不得不说,github在生物信息学领域的重要性,之前我们介绍过代码海洋,详见:《代码海洋-你想模仿的这里都有啊》,比如《单细胞天地》公众号分享的文献:单细胞转录组揭示肺腺癌特有的肿瘤微环境,就是配全部的代码。也有专门的github收集整理的更加齐全,而且还分门别类整理好了,详见:https://github.com/genecell/single-cell-papers-with-code
生信技能树
2023-09-04
2170
表达量是否有差异你说了算
实际上,绝大部分情况下,仅仅是因为我们对数据的了解不够。这样的疑惑很容易发生在没有太多数据处理经验的初学者身上,他们过渡依赖于标准流程和“师兄师姐”传递下来的代码,或者说太依赖各种参数和阈值,不敢大胆的反抗软件分析的结果。。。。
生信技能树
2023-09-04
1830
不应该让单细胞定量成为数据复用的阻碍
首先需要参考 小鼠的5个样品的10x技术单细胞转录组上游定量,走cellranger流程,主要是拿到服务器后配置自己的conda环境,以及下载项目对应的单细胞转录组数据集的fastq文件,如下所示:
生信技能树
2023-09-04
1120
新冠病毒感染引起的急性呼吸窘迫综合征患者外周血有问题吗
这样的单细胞转录组数据分析的标准降维聚类分群,并且进行生物学注释后的结果。可以参考前面的例子:人人都能学会的单细胞聚类分群注释 ,我们演示了第一层次的分群。如果你对单细胞数据分析还没有基础认知,可以看基础10讲:
生信技能树
2023-09-04
1110
第一层次降维聚类分群最好是分辨率调大一点
所以很容易读取它们,后进行降维聚类分群,但是文章里面的分群让我第一眼看起来很诧异:
生信技能树
2023-09-04
1490
肺部各种疾病相关基因是否有单细胞亚群特异性表达
首先基本上每个器官组织都有了各自的单细胞转录组数据,就可以降维聚类分群啦,然后每个器官组织的相关高发疾病都是有gwas结果列出来了其疾病相关基因,仅仅是需要看看疾病相关基因是否在单细胞亚群有特异性即可。
生信技能树
2023-09-04
1500
基因敲除前后的单细胞转录组已经成为了标配了吗
如果收集病人队列比较麻烦,细胞系实验比较大众,也可以从数据分析角度探索一个基因的功能,有:
生信技能树
2023-02-28
4660
点击加载更多
社区活动
Python精品学习库
代码在线跑,知识轻松学
热点技术征文第五期
新风口Sora来袭,普通人该如何把握机会?
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·干货材料·成员作品·最新动态
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