暂无搜索历史
10X单细胞上游定量标准流程运行Cellranger定量需要对应的参考基因组文件以及其配套的基因组注释信息文件,如果是人类和小鼠,官网即可下载构建好的文件压缩包...
但是六年前的单细胞转录组并不流行,因为没有10x这样的商业化的仪器,所以那个时候的在每个癌症领域的类器官CNS文章都是做几十个或者上百个病人的类器官培养后,做常...
这是一个表达量芯片数据集:https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE117261,是很经典的的...
这个小插曲不仅引起了我的好奇心,也激发了我探索和解析背后原因的欲望。在这篇文章中,我将与大家分享我对这个问题的研究过程、发现的原因,以及如何j解决。这个经历提醒...
参考我前面介绍过 CNS图表复现08—肿瘤单细胞数据第一次分群通用规则,这3大单细胞亚群构成了肿瘤免疫微环境的复杂。绝大部分文章都是抓住免疫细胞亚群进行细分,包...
而且还经过了一些肿瘤病人的转录组队列数据集同样的EGFR突变与否的分组后差异分析,也是有CD47作为多个数据集差异结果的交集,证据链非常solid:
具体参考这条帖子: https://zhuanlan.zhihu.com/p/655948272
恰好单细胞时代到了,可以让之前的CNS类器官研究文章继续“复制粘贴一波”,比如2021发表Advanced Science期刊的类器官文章:《Single-Ce...
样品数量并不多,但是还试图涉及两个癌症,可能是因为病人比较特殊吧,一个病人可以同时患胰腺癌和胆管癌。但是全文并没有过多涉及到胰腺癌和胆管癌的对比,主要是关注于类...
这个GSE206528的单细胞转录组数据集,很容易构建成为Seurat对象。仍然是走常规的单细胞转录组降维聚类分群代码,可以看 链接: https://pan....
目前10x的单细胞转录组技术给出来的表达量矩阵,主要是Market Exchange Format (MEX)格式,每个样品都会有一个filtered_feat...
但是因为singleR的数据库资源陈旧而且很有限,满足不了日益增长的单细胞应用,后面我们都是主推第一层次降维聚类分群后的人工命名,通常我们拿到了肿瘤相关的单细胞...
实际上初学者完全不需要使用各种花里胡哨的工具来完成上面的步骤,因为所有的细节都在降维聚类分群结果里面看得到!让我们来演练一下:
我常见系统性梳理过 2014到2018期间的癌症领域的单细胞研究,可以说是少得可怜,都是broad研究所的基于smart-seq的,在脑瘤,黑色素瘤,头颈癌有C...
文章:Wang, G., Wu, S., Xiong, Z., Qu, H., Fang, X., & Bao, Y. (2024). CROST: a com...
文章:Zhai, Z., Lin, Z., Meng, X., Zheng, X., Du, Y., Li, Z., ... & Pan, J. (2024)....
其中,GSEXXXXXX 是该数据集的 accession number,是一个唯一标识符,用于在 GEO 数据库中检索该数据集的信息。可以通过构建类似这样的 ...
暂未填写个人简介
暂未填写学校和专业
暂未填写个人网址