「单细胞转录组系列」使用scCATCH进行聚类结果自动化注释 / 开普饭

加载数据能够同时检测来自同一细胞的多种数据类型,称为多模式分析,代表了单细胞基因组学的一个新的和令人兴奋的前沿.例如CITE-seq能够同时检测来自同一细胞的转录组和细胞表面蛋白质.其他令人兴奋的技 ...

作为生物信息学教学队伍的财务一名,我旁观了大量代码实战技巧,也勉强是学会了一下R语言,恰好看到朋友圈单细胞比较火爆,而且群主的CNS图表复现超级容易理解,我也跟着学习了一下,目录如下: CNS图表复现 ...

最近在有粉丝求助,他的scATAC-seq数据的分析,使用 scATAC pro 这个软件得到 cluster 里面的细胞类型好少. 其实scATAC-pro 软件呢于2020年4月发表,在一个综合性 ...

导读本文介绍了新版Seurat在数据可视化方面的新功能.主要是进一步加强与ggplot2语法的兼容性,支持交互操作. 正文 seurat visualization (https://satijal ...

ML之K-means:基于(完整的)手写数字图片识别数据集利用K-means算法实现图片聚类输出结果设计思路核心代码 metrics.adjusted_rand_score(y_test, y_ ...

新课发布在B站了,马上有热心的粉丝看完后写了配套笔记: 下面是粉丝linbo的笔记投稿前言视频地址:https://www.bilibili.com/video/BV19Q4y1R7cu 一般来讲 ...

结业考核20题:https://mp.weixin.qq.com/s/lpoHhZqi-_ASUaIfpnX96w 课程配套资料文档在:https://docs.qq.com/doc/DT2NwV0F ...

考虑到咱们生信技能树粉丝对单细胞数据挖掘的需求,我开通了一个专栏<100个单细胞转录组数据降维聚类分群图表复现>,也亲自示范了几个,不过自己带娃,读博,时间精力有限,所以把剩余的90多个任 ...

前面我们演示了:泛癌分析时候的大样本量多分组建议选择tSNE而不是PCA,整合全部的33种癌症的仅仅是蛋白质编码基因的表达量矩阵,进行降维聚类分群可以看到并不是严格的各个癌症泾渭分明. 其中很明显乳腺 ...

前言前面的教程里面,我们首先根据 CNS图表复现08-肿瘤单细胞数据第一次分群通用规则进行了初步分群,如下所示: immune (CD45+,PTPRC), epithelial/cancer (E ...

有意思的图片其实就是一个单细胞的降维聚类分群,特殊之处在于它出现了一个能被人类想象力丰富起来的造型,所以就有了左边他们全体实验室自己摆pose并且着装不同颜色衣服的模拟. 非常的形象,理论上这样的单 ...

学习单细胞转录组肯定先来一遍Seurat官网的标准流程. 数据来源于Peripheral Blood Mononuclear Cells (PBMC),共2700个单细胞, Illumina Next ...

我们上次基于各种marker对1189个细胞进行分类,然而,仅基于marker对细胞进行分类可能是不精确的,特别是考虑到scRNA-seq数据的high dropout rate .因此,在进行t- ...

前面我们一起学习到了单细胞转录组数据的降维聚类分群,基本上跑的都是标准代码,里面很多细节参数是需要自己慢慢摸索的.保证单细胞转录组表达矩阵质量ok啦,而且需要去除了各种混杂因素. 因为参数需要自己摸索 ...

我们将使用之前从 2,700个 PBMC 教程中计算的 Seurat 对象在演示可视化技术.您可以从这里[1]下载此数据集 SeuratData::InstallData("pbmc3k& ...

「单细胞转录组系列」使用scCATCH进行聚类结果自动化注释