暂无搜索历史
本系列讲解 空间转录组学 (Spatial Transcriptomics) 相关基础知识与数据分析教程[1],持续更新,欢迎关注,转发,文末有交流群(你懂的)...
本系列讲解 使用Scanpy分析单细胞(scRNA-seq)数据教程[1],持续更新,欢迎关注,转发!
表观基因组学研究需要综合分析和整合多种类型的数据及注释,以提取出具有生物学意义的信息。在这种背景下,复杂的数据可视化技术对于识别与基因组坐标相关数据中的有意义模...
该模型在基于似然的期望最大化框架中求解,通过迭代估计反应速率参数和细胞特异性潜在变量(即转录状态和细胞内潜在时间),从而学习每个基因的未剪接/剪接相轨迹。
在研究过程中,一个关键问题是我们需要处理包含多个谱系和过程的系统。在这种情况下,基因在不同亚群中往往会呈现出不同的动力学特征。由于不同的细胞状态和谱系通常受到基...
HiCBricks提供两种热图来展示 Hi-C 接触图,一种是标准热图(正方形或长方形,两个轴上都标有基因组位点),另一种是旋转的三角形热图(横轴表示距离,纵轴...
multiHiCcompare是 R 包 HiCcompare 的升级版,它能够一次性对多个 Hi-C 数据集进行联合标准化和比较。其标准化方法是基于原始 Hi...
diffHic是一款 R 包,几乎包含了 Hi-C 数据分析的全部流程。它从对原始数据(. fastq 格式)进行比对开始,接着进行过滤、分箱、标准化,然后运用...
接下来,将简单介绍如何使用 scVelo。当你熟悉基本操作后,后续教程会直接带你进入 RNA 速率、潜在时间、驱动因子识别等高级分析内容。
既然已经找出了“WT”和“FS”条件之间的差异loop结构,就可以利用聚合峰分析(APA)来直观地展示loop结构调用的质量。APA 是一种以 Hi-C 数据中...
本系列讲解 单细胞(scRNA-seq)中RNA“速率”分析教程[1],持续更新,欢迎关注,转发!
本文展示了如何利用 hictoolsr、DESeq2 和 plotgardener 包来寻找和可视化两种生物条件下差异loop结构的流程。首先,需要对原始数据进...
在高通量测序实验中,分析计数数据的方差与均值之间的关系,并利用负二项分布模型来检测基因表达的差异。
在本文中,使用的数据来源于健康人类供体的骨髓单核细胞,这些数据属于 openproblem 的 NeurIPS 2021 基准数据集。这些样本是通过 10X M...
本系列主要讲解 3D-Genome (Hi-C) 系列的分析,主要涉及三维基因组分析中的数据处理,重复性评估,Compartment/TAD/Loop 检测,差...
通常会使用基因组浏览器来查看特定区域的染色质景观。整合基因组查看器有两种版本:一个是网络应用程序版本,另一个是本地桌面版本,这两种版本都很容易操作。UCSC 基...
暂未填写公司和职称
暂未填写学校和专业