暂无搜索历史
我们首先了解一下打分工具的本质,首先是带有生物学功能意义的基因集合的数据库资源,其次是统计学公式。前者可以是免疫或者代谢等基因集,主要是来源于msigdb等数据...
中国地区在CNS期刊(即《Cell》、《Nature》和《Science》)上发表的文章情况近年来一直呈上升趋势:
因为现在有了人工智能大模型,基本上一年经验的工程师跟三五年经验的不会有什么本质的区别。。。。
如果是使用deseq2这样的包进行转录组测序的表达量的差异分析需要的是最原始的整数的counts矩阵即可,如果是做表达量热图,通常是使用归一化后的矩阵,可以是两...
Q2:Rstudio里第36行代码工具包运行时报错,library(clusterProfiler), 跳过这个剩下的都过了。截图如下
皮尔森相关性系数一直是我对转录组数据评价的重要指标之一,但是最近结题的一个smartseq让我对皮尔森相关性系数有了进一步认识。技术给我发了该项目的结题报告,相...
但是能达到cns级别实在是太难了,刚刚刷到了云南大学的髓系免疫细胞的泛癌研究,就只能是发表在NC上面,标题是:《A single-cell pan-cancer...
单细胞RNA测序(scRNA-seq)和Bulk RNA测序(RNA-seq)是探索细胞异质性、发育分化和疾病机制的重要技术。由于测序平台的技术限制以及酶解过程...
我应该是大二上的时候开始接触生物信息学,那会儿单细胞测序刚刚兴起,生信还是一片蓝海,那会儿你会一个RNA-seq的分析,都能被课题组当成是一个宝贝。我算是半个科...
然后甩了一个很古老的在线书籍:https://compeau.cbd.cmu.edu/online-education/bioinformatics-algor...
为了让代码具有可重复性,保存图片也最好是用代码来实现,而不是用点鼠标的方式。最近有一个需求是将生存曲线和表格一起保存,尝试了经典的三段论、ggsave、图片数据...
各种数据挖掘文章本质上都是要把目标基因集缩小,比如表达量矩阵通常是2万多个蛋白编码基因,不管是表达芯片还是RNA-seq测序的,采用何种程度的差异分析,最后都还...
randomcoloR和paletteer的使用方式类似,都提供了直观的函数来生成和应用颜色方案。randomcoloR 包可以生成随机的颜色方案,非常适合当你...
但是我们的文字版推文还在第一篇文献,前面已经分享了3个:胃癌单细胞数据集GSE163558复现(二):Seurat V5标准流程,接下来是图表美化和单细胞亚群...
而且很明显,第一层次降维聚类分群其实是没办法区分 28200 epithelial cells (markers: EPCAM, KRT8, and KRT18...
文献中提出的新范式(new paradigm)是直接在原始UMI计数上应用广义线性混合模型(GLMM),这种方法可以在执行批次校正、标准化、插补或特征选择之前,...
因为纳入的数据集有点多,来源于12篇文章:232 single cell transcriptome samples (normal = 31; adjacen...
Seurat v5 提示建议用AggregateExpression做伪bulk转录组分析,那个是用来求和的,目前查到的文献和教程都是使用平均值,这里就木有改动...
Seurat里的FindClusters函数设置的resolution数值越大,分群的数量就越多,但是当单细胞数量太多的时候,会遇到resolution再变大,...
做拟时序分析是为了探索自己感兴趣的几种细胞之间的发育关系,一般不是用全部类型的细胞来做的。例如本例中选择了CD14和CD16单核细胞。
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