展开

关键词

10X空间转录组数据分析重点梳理

ST技术生成的数据本质上是嘈杂的、高维的、稀疏的和多模态的(包括组织学图像、计数矩阵等),因此需要专门的软件来进行深入分析。 目前很多研究人员仍然借助单细胞的分析软件来分析空间转录组,但事实证明这些工具不足以分析复杂的 ST 数据集,这一篇我们就来对空间转录组的分析进行梳理。 )、10X空间转录组和10X单细胞数据联合分析方法汇总 cell2location Cell2location maps fine-grained cell types in spatial transcriptomics deconvolution of pixel-resolution spatially resolved transcriptomics data(biorxiv) 10X空间转录组数据分析之空间注释 空间转录组和10X单细胞数据联合分析方法汇总 scanpy 没有专门针对单细胞空间联合的文章 Integrating spatial data with scRNA-seq using scanorama

77431

10X Visium:空间转录组样本制备到数据分析

生信技能树核心成员,单细胞天地特约撰稿人,简书创作者,单细胞数据科学家。 识别复杂生物系统中空间基因表达差异的能力对我们理解发育生物学和疾病的进展至关重要。 即将推出的Visium空间基因表达解决方案分析完整组织切片中的总mRNA,允许您发现与您的研究相关的基因和标记,而不必依赖于已知的目标。 5000个含有数亿个寡核苷酸的数据点,用于捕获mRNA 灵敏度高 简单的仅需1天的组织和文库制备工作流程 根据不同组织类型,每个数据点平均捕获1至10个细胞 在新鲜冷冻组织样本上进行过验证 包含所有载玻片和试剂 无需仪器 overview 组织样本准备 成像 测序 数据分析 ---- 参考 Envision

29620
  • 广告
    关闭

    腾讯云图限时特惠0.99元起

    腾讯云图是一站式数据可视化展示平台,旨在帮助用户快速通过可视化图表展示大量数据,低门槛快速打造出专业大屏数据展示。新用户0.99元起,轻松搞定数据可视化

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    Seurat:用于分析10X单细胞转录组数据的R包

    Seurat是一个分析单细胞转录组数据的R包,提供了t-SNE降维分析,聚类分析,mark基因识别等多种功能,网址如下 https://satijalab.org/seurat/ 基本用法如下 1. 导入10X 单细胞数据 library(Seurat) input_dir <- "/scRNA/outs/filtered_gene_bc_matrices/GRCh38/" pbmc.data <- Read10X(data.dir = input_dir) pbmc <- CreateSeuratObject(raw.data = pbmc.data, project = "<em>10X</em>") 2. percent.mito <- Matrix::colSums(pbmc@raw.data[mito.genes, ]) / Matrix::colSums(pbmc@raw.data)# 将统计的百分比数据添加对象中 聚类分析 聚类分析用于识别细胞亚型,在Seurat中,不是直接对所有细胞进行聚类分析,而是首先进行PCA主成分分析,然后挑选贡献量最大的几个主成分,用挑选出的主成分的值来进行聚类分析

    1.2K31

    10X Visium:空间转录组样本制备到数据分析

    即将推出的Visium空间基因表达解决方案分析完整组织切片中的总mRNA,允许您发现与您的研究相关的基因和标记,而不必依赖于已知的目标。 5000个含有数亿个寡核苷酸的数据点,用于捕获mRNA 灵敏度高 简单的仅需1天的组织和文库制备工作流程 根据不同组织类型,每个数据点平均捕获1至10个细胞 在新鲜冷冻组织样本上进行过验证 包含所有载玻片和试剂 数据分析 ? ? ? ? ? ? ? ? ? ? ? ? ?

    46831

    如何成为一名10x数据分析师?

    为了有效地沟通数据分析背后的故事,你应该了解是什么在驱动业务,并且了解业务目标。 例如,如果你负责优化食品卡车的位置,那么你就需要了解客流量,竞争,该地区发生的事件,甚至天气。 哪怕你可能是今天在搜索网站工作,明天就到了金融公司去当数据科学家,你也应该为了使你的分析与利益相关者相关知道是什么让业务成为可能。 为你的项目使用版本控制是成为10x数据科学家的重要一步。 10x开发人员知道使用正确的工具来完成工作,无论是使用库来节省时间,切换语言以实现性能,还是使用API,而不是自己从头构建解决方案。 比方说你现在有一些Twitter或其他社交数据要用来进行情绪分析。 成为10x数据科学家的技巧 为了让这篇文章圆满,这里有一些关于如何成为10x数据科学家的最受欢迎的技巧: 模式匹配。这来自于以前遇到类似问题并意识到可以重用或修改当前问题解决方案的经验。

    35180

    10x Genomics

    10x Genomics成立于2012年,总部位于美国加利福尼亚州,是一家国际领先的基因组学综合解决方案开发商。 2016年,该公司推出的Chromium单细胞分析系统和试剂盒,可对单个生物组件的数百万个单细胞进行基因组和转录组学高通量分析以及免疫谱分析。 2018年8月,10x Genomics收购了表观遗传学公司Epinomics,同年10月收购了空间基因组学技术提供商Spatial Transcriptomics。 截至2019年6月30日,10x Genomics已在全球销售了1,284台仪器,其中包括93家全球百强研究机构和13家国际制药公司。 目前10x Genomics,Inc提供的单细胞解决方案主要包括: 单细胞转录组学 1)单细胞基因表达 以超越传统的基因表达分析来描述细胞群、细胞类型、细胞状态等等 2)单细胞免疫分析 同时检测先天性免疫

    37120

    Cell Ranger 3.0 VS 2.0做了哪些改动(10x数据上游分析神器)

    不知不觉在单细胞转录组领域做知识分析也快两年了,很幸运聚集了五个小伙伴携手共进,我们承诺不间断更新5个月,把我们这两年的学习成果全部掏出来给 ? 不知不觉在单细胞转录组领域做知识分析也快两年了,很幸运聚集了五个小伙伴携手共进,我们承诺不间断更新5个月,把我们这两年的学习成果全部掏出来给大家,包括5个栏目: 文献速递(简短介绍,扩充知识面) 文献详解 ,跑完之后惊讶的发现细胞数目多了很多(多了大约2000个细胞),再一查看输出的outs里面竟然没有了mm10文件夹,输出的文件也都变成了压缩包的形式,难道我的数据出问题了? 于是赶紧问询了一下隔壁Lab的小伙伴,发现原来是10x Genomics公司对Cell Ranger软件进行升级改造,本着“存在即合理”的想法,作者和广大群友讨论了一下新版Cell Ranger的主要变动 如果你想了解 2.0 版本的使用方法,请看:10x的单细胞转录组数据就应该这样处理

    82720

    两个样品的10x单细胞转录组数据分析策略

    链接: https://www.sciencedirect.com/science/article/abs/pii/S1074761319302845 我们这里关心的是10x单细胞转录组实验设计和数据分析细节 ,让我们一起看看: 两个样品的10x单细胞转录组数据 对博莱霉素诱导的WT组和A20过表达突变组巨噬细胞进行单细胞测序,两个样品的10X数据也上传到了NCBI,是SRR10007823 and SRR10007824 ,走10X数据标准cellranger流程,然后走seurat流程,我们在单细胞天地多次分享过流程笔记,如下: 单细胞实战(一)数据下载 单细胞实战(二) cell ranger使用前注意事项 单细胞实战 cells and 1908 genes for WT mice and 11742 cells and 1924 genes for 突变小鼠,走seurat流程就可以得到细胞分群图 分开展示分群效果 数据分析人员是首先把两个样本的 acc=GSE117690 感悟 虽然文章里面提到了两个样本的10X单细胞转录组数据,但是从分析层面来看,似乎数据分析结果比较孤立,基本上没有怎么用得上它的结果。

    96320

    10X空间转录组之免疫组库分析

    无论疫情如何,科研一直在路上,并且在不断的推陈出新,而我们今天要分享的就是10X空间转录组的免疫组库分析。 ,一方面是由于空间转录组测到的是3’区域,而VDJ的变体结构富集在5’;另一方面VDJ在一个免疫细胞中通常成对出现,而空间转录组的精度目前均没有细胞级,10X空间转录组的精度为55um,而Stereo-seq 最后,为了确定扩增的 IgH 克隆型的克隆关系和位置,对 30 个 RNA-seq 空间数据进行了克隆性评估。 克隆家族 1 的 CDR3 序列 CATYNAGEGGRGYW 的克隆型也在bulk 50 个 RNA-seq 数据中发现,从而证实了分析的结果。 总之,这些数据支持原位 TLS 介导的成熟,允许在肿瘤的各个区域选择、克隆扩增和传播选定的PC。

    27820

    10X Genomics VDJ测序

    10X genomics单细胞VDJ测序是一种全面的研究免疫组库的方法,能够在单细胞基础上对数百个至数万个人或小鼠的T细胞和B细胞中适应性免疫反应的细胞背景和免疫组库进行同时分析。 再加上Feature Barcoding技术,还能检测和分析更多的细胞数据——例如细胞表面标志物和抗原特异性等,从而加强免疫细胞表型分析,以及研究淋巴细胞和靶细胞之间的动态相互作用。 注意这一步跟10X mRNA建库是不一样的,传统的mRNA建库,凝胶珠子上带的oligo就是以polyT结尾的,刚好和mRNA的polyA尾结合,因此得到的是3'端的信息。 通过建库,PCR扩增,上机测序等步骤,10X系统完成了对样本中存在的VDJ基因重排信息的捕捉,以便查看样本的BCR或TCR丰度和多样性。 如何获取全长VDJ序列 10X VDJ测序可以得到VDJ的全长序列,而VDJ的全长序列一般有~650bp,那么是如何通过2X150bp的reads来实现的呢?

    3.3K30

    Hemberg-lab单细胞转录组数据分析(七)-导入10X和SmartSeq2数据Tabula Muris

    简介 我们使用 Tabula Muris最开始释放的数据做为测试数据来完成完整的单细胞数据分析。The Tabula Muris是一个国际合作组织,目的是采用标准方法生成小鼠每个细胞的图谱。 isSpike(sceset, "ERCC") <- grepl("ERCC-", rownames(sceset)) str(sceset) 读入10X数据 因为10X技术细胞通量高但测序覆盖度低, 考虑到10X数据每一批的cellbarcode是有重叠的,所以在合并数据前,需要把批次信息与barcode信息合并一起。 通过查阅文献中的描述得知droplet (10X)和plate-based (FACS SmartSeq2)的技术用了同样的8只老鼠。所以对数据做下修正,使得10X与FACS的数据一致。 也需要格式化这些信息,但可能这些与FACS数据的mouse id会不一致,进而影响下游分析。如果小鼠不是纯系,可能需要通过exonic-SNP把细胞和对应的小鼠联系起来 (本课程不会涉及)。

    1.2K30

    使用Loupe Cell Browser查看10X单细胞转录组分析结果

    10X genomics公司不仅为单细胞转录组数据分析提供了配套的cell Ranger软件,同时也提供了专门的分析结果查看软件-Loupe Cell Browser,该软件是一个图形界面的软件,操作非常的方便 以上这些就是该软件的基本功能,相比网页的显示结果,该软件交互式更强,可以更加方便的探究数据,更多功能和用法请参考官方文档。

    1.1K10

    10x官网下载pbmc3k数据集走RNA速率上下游分析实战

    突然间发现我们的RNA速率分析笔记仅仅是分享了在Linux操作的部分,见:使用基于python的velocyto软件做RNA速率分析,已经是2021年7月的事情了。 前面的笔记:10x官网下载pbmc3k的bam文件走定量流程,我们提到了在10x官网下载pbmc3k数据集的bam文件,如下所示: 16G 6月 2 2017 pbmc3k_possorted_genome_bam.bam 可以跟我们前面的拟时序分析的结果对比,见:拟时序分析就是差异分析的细节剖析,提取了 CD14+ Mono 和 FCGR3A+ Mono这两个单细胞亚群,看其细节的变化,但是因为monocle其实得到的pseudotime 但是并不能说它们有发育学概念的分化前后关系哦 大家需要自己根据前面的笔记:10x官网下载pbmc3k的bam文件走定量流程,以及:使用基于python的velocyto软件做RNA速率分析得到这个pbmc3k 再怎么强调生物信息学数据分析学习过程的计算机基础知识的打磨都不为过,我把它粗略的分成基于R语言的统计可视化,以及基于Linux的NGS数据处理: 《生信分析人员如何系统入门R(2019更新版)》 《生信分析人员如何系统入门

    16910

    10X Genomics单细胞免疫组库VDJ分析必知必会

    熟悉10X单细胞转录组的朋友对这一套流程绝对不会陌生:捕获 ,建库测序,拆库定量,数据分析: ? image 区别在于在单细胞水平上识别并扩增VDJ区域的基因。 10× Genomics提供了完整的实验流程和数据分析方案。实验方面更多的是经验的积累,这里我们还是关心一下拿到reads之后的生物信息学分析吧。 其实10X单细胞的生信入门的门槛是很低的,大部分工作都被它的cellranger做完了。 这也反反映出作为下游的生信工程师应该注意修炼的数据挖掘的功底。 对于给定的数据集,管道首先确定数据是TCR还是BCR,然后相应地将所有的contigs对齐到TCR或BCR引用序列。在罕见的(混合的)情况下,contig都是对齐的。

    4.9K41

    10X Cell Ranger ATAC 算法概述

    这些细胞条形码的识别允许人们在单细胞分辨率下分析数据的变化。对于每个条形码,我们有通过所有(the fragments.tsv file)的映射高质量片段的记录。 10x Chromium 系统的凝胶珠多联率较低(主要是双联),其中一个细胞共享一个以上的条形码凝胶珠。然后,这些cell在数据集中显示为相同单元类型的多个条形码。 每个方法都有一个在降维之前使用的相关数据归一化技术和一组接受降维后数据的聚类方法。 针对LSA,我们提供了球形k-means聚类,可以产生2到10个用于下游分析的聚类。通过在l2归一化的球形流形数据上使用k-means识别簇,球形k-means的性能优于普通k-means。 当您在Loupe中加载数据集并将差异分析内置于Loupe中时,这些z分数值是可见的。

    99910

    10X空间转录组WORKFLOW

    前言 记得我们在ST Pipeline||空间转录组分析流程(https://www.jianshu.com/p/7b5d145a515a)讲过,空间转录组就是把之前的单细胞的cell-gene矩阵转化为 这使得在后续步骤中覆盖细胞组织图像和基因表达数据成为可能。 4. Permeabilisation ? 用我们的渗透试剂对组织进行渗透,这意味着在细胞膜上形成小孔。 需要通过以下步骤将捕获的RNA分子中存储的信息转换为数据。 5. cDNA Synthesis ? cDNA合成是为了创造稳定的双链DNA分子。 这些数据在云中存储和分析。 8. Data Visualisation ? 在最后一步中,所有之前收集的信息都被汇集起来,可以在线访问。 因此,你可以在一个单一的实验中进行广泛的新分析。 ? ? WORKFLOW(https://spatialtranscriptomics.com/workflow/)

    42820

    10X空间转录组WORKFLOW

    前言 记得我们在ST Pipeline||空间转录组分析流程(https://www.jianshu.com/p/7b5d145a515a)讲过,空间转录组就是把之前的单细胞的cell-gene矩阵转化为 这使得在后续步骤中覆盖细胞组织图像和基因表达数据成为可能。 4. Permeabilisation 用我们的渗透试剂对组织进行渗透,这意味着在细胞膜上形成小孔。 需要通过以下步骤将捕获的RNA分子中存储的信息转换为数据。 5. cDNA Synthesis cDNA合成是为了创造稳定的双链DNA分子。 这些数据在云中存储和分析。 8. Data Visualisation 在最后一步中,所有之前收集的信息都被汇集起来,可以在线访问。这意味着在实践中,您可以查看组织切片的图像并选择组织中的不同区域。 因此,你可以在一个单一的实验中进行广泛的新分析。 WORKFLOW(https://spatialtranscriptomics.com/workflow/)

    31920

    使用cell ranger拆分10X单细胞转录组原始数据

    cell ranger是10X genomics公司提供的,专门用于分析10X 单细胞转录组数据的pipeline, 包含了原始数据拆分,表达定量,聚类分析等多个功能,本文主要介绍如何使用该软件来拆分原始数据 另外一种是10X genomics定制的一种简化版的csv格式,内容如下 Lane,Sample,Index 1,test_sample,SI-GA-A3 只有3列,第一列指定lane ID, 第二列指定样本名称 ,第三列指定index的名称,10X genomics的每个index代表4条具体的oligo序列,示意如下 ? 示意如下 @D00547:905:H35KCBCXY:1:1101:19188:87078 1:N:0:AGATCGGG AGATCGGG + .<<....< 后续的子命令也是通过这种特定的目录结构来进行分析 ,如果你有从其他地方下载的原始数据,也可以整理成这种目录结构,方便后续使用cell ranger进行分析

    98511

    10X genomics bam文件的格式

    参考: https://davetang.org/muse/2018/06/06/10x-single-cell-bam-files/ https://su...

    81010

    10X bam文件按barcode分割

    最近遇到一个需求是将10X单细胞测序数据按照barcode分割,一般分割文件我们首先想到bamtools split,具体用法可以参考之前记录过的bamtools分割bam文件,但是由于bamtools

    99220

    相关产品

    • 智能数据分析

      智能数据分析

      智能数据分析( IDA)基于安全、低成本、高可靠、可弹性的云端大数据架构,帮助企业客户实现从数据采集、建模、挖掘、效果分析、用户标签画像到自动化营销等全场景的数据服务,快速实现数据驱动业务增长的目标。

    相关资讯

    热门标签

    活动推荐

    扫码关注腾讯云开发者

    领取腾讯云代金券