CellChat三部曲1:使用CellChat对单个数据集进行细胞间通讯分析
相关推荐
-
蛋白质相互作用及信号转导数据库
蛋白质相互作用及信号转导数据库
-
七氟醚影响大鼠脑发育过程中MAPK和Akt/GSK3β/CRMP2信号通路
祝贺贵州医科大学麻醉学院15级专业学位研究生文春雷顺利毕业 研究方向:麻醉与心脏电生理 指导老师:高鸿教授 研究生期间共发表文章3篇,其中北图核心2篇 本公众号每天分享一篇最新一期Anest ...
-
美国科学家发现胆固醇引起癌症和糖尿病的关键机制
雷帕霉素靶蛋白复合物1(mTORC1)蛋白质激酶是控制细胞生长和代谢的主要营养感应蛋白,其在溶酶体感应营养素而被激活.当该激酶失调时,可引起若干人类疾病,包括癌症和糖尿病.既往研究已经阐明氨基酸调节m ...
-
CellChat:细胞间相互作用分析利器
前言 我们知道,细胞间信息传递方式一个是细胞表面配受体的相互作用,另一个通过细胞产生的可溶性小分子,即细胞因子.在单细胞数据分析中下游,有时候我们想看某几种细胞类型之间的相互作用,就有人推荐我们做一个 ...
-
CellChat三部曲2:使用CellChat 对多个数据集细胞通讯进行比较分析
此教程展示了如何应用 CellChat 来识别主要的信号变化,以及通过多个细胞通信网络的联合多重学习和定量对比保守和环境特异的信号.我们通过将其应用于来自两种生物条件:(NL,正常) 和(LS, 损伤 ...
-
CellChat 三部曲3:具有不同细胞类型成分的多个数据集的细胞通讯比较分析
此教程显示了如何将 CellChat 应用于具有不同细胞类型成分的多个数据集的比较分析.几乎所有的CellChat功能都可以应用. 笔记要点 加载所需的包 第一部分:比较分析具有略有不同细胞类型成分的 ...
-
CellChat作者开讲啦!
先说正事: 我们邀请到CellChat作者为我们解开细胞相互作用的神秘面纱. ❝ 报告题目:单细胞相互作用分析工具CellChat的原理及其应用 报告人:「Suoqin Jin」 (Math Depa ...
-
ML之FE:利用FE特征工程(单个特征及其与标签关系的可视化)对RentListingInquries(Kaggle竞赛)数据集实现房屋感兴趣程度的多分类预测
ML之FE:利用FE特征工程(单个特征及其与标签关系的可视化)对RentListingInquries(Kaggle竞赛)数据集实现房屋感兴趣程度的多分类预测 输出结果 RentListingInqu ...
-
DL之LSTM:基于《wonderland爱丽丝梦游仙境记》小说数据集利用LSTM算法(层加深,基于keras)对单个character字符预测
DL之LSTM:基于<wonderland爱丽丝梦游仙境记>小说数据集利用LSTM算法(层加深,基于keras)对单个character字符预测 基于<wonderland爱丽丝梦游 ...
-
ML之FE:基于load_mock_customer数据集(模拟客户,单个DataFrame)利用featuretools工具实现自动特征生成/特征衍生
ML之FE:基于load_mock_customer数据集(模拟客户,单个DataFrame)利用featuretools工具实现自动特征生成/特征衍生 推荐文章 ML之FE:基于load_mock_ ...
-
ML之FE:基于单个csv文件数据集(自动切分为两个dataframe表)利用featuretools工具实现自动特征生成/特征衍生
ML之FE:基于单个csv文件数据集(自动切分为两个dataframe表)利用featuretools工具实现自动特征生成/特征衍生 推荐文章 Py之featuretools:featuretools ...
-
米字格楷书单个字(八)
米字格楷书单个字(八)