CNS图表复现01—读入csv文件的表达矩阵构建Seurat对象

相关推荐

• GUniFrac系统发育距离结合多重距离统群落差异

  写在前面 系统发育距离介绍 在多变量微生物组组成分析中,加权和未加权的 UniFrac distance是测量两种微生物组群体的的最常用方法.UniFrac距离,也被称为未加权UniFrac距离,由L ...

• 生信实操丨带你复现单细胞转录组纯分析文章（一）

  生信实操 随着测序技术的进步开发了一种单细胞转录组测序(scRNA-seq)技术,单细胞转录组测序技术可以一次检测成千上万个细胞的转录水平,在单细胞水平上检测和定量基因表达水平变化,从而揭示bulk ...

• CNS图表复现11—RNA-seq数据可不只是表达量矩阵结果

  前言 前面我们提到了:CNS图表复现10-表达矩阵是如何得到的,有粉丝提问,既然都开始走RNA-seq数据的上游分析了,到Linux服务器操作了,难道仅仅是为了拿到表达矩阵文件吗?RNA-seq数据分 ...

• 单细胞RNA-seq揭示TNBC的异质性（图表复现01）

  这篇文章是" Unravelling subclonal heterogeneity and aggressive disease states in TNBC through single ...

• CNS图表复现03—单细胞区分免疫细胞和肿瘤细胞

  上个月我们组建了:<单细胞CNS图表复现交流群>,见:你要的rmarkdown文献图表复现全套代码来了(单细胞),也分享了单细胞转录组数据分析的流程: 祖传的单个10x样本的seurat标 ...

• CNS图表复现04—单细胞聚类分群的resolution参数问题

  回顾 我们的CNS图表复现之旅已经开始,前面3讲是: CNS图表复现01-读入csv文件的表达矩阵构建Seurat对象 CNS图表复现02-Seurat标准流程之聚类分群 CNS图表复现03-单细胞区 ...

• CNS图表复现05—免疫细胞亚群再分类

  回顾 我们的CNS图表复现之旅已经开始,前面4讲是: CNS图表复现01-读入csv文件的表达矩阵构建Seurat对象 CNS图表复现02-Seurat标准流程之聚类分群 CNS图表复现03-单细胞区 ...

• CNS图表复现06—根据CellMarker网站进行人工校验免疫细胞亚群

  回顾 我们的CNS图表复现之旅已经开始,前面5讲是: CNS图表复现01-读入csv文件的表达矩阵构建Seurat对象 CNS图表复现02-Seurat标准流程之聚类分群 CNS图表复现03-单细胞区 ...

• CNS图表复现07—原来这篇文章有两个单细胞表达矩阵

  正文 文章的第一次分群按照 : immune (CD45+,PTPRC), epithelial/cancer (EpCAM+,EPCAM), stromal (CD10+,MME,fibo or C ...

• CNS图表复现08—肿瘤单细胞数据第一次分群通用规则

  正文 文章的第一次分群按照 : immune (CD45+,PTPRC), epithelial/cancer (EpCAM+,EPCAM), stromal (CD10+,MME,fibo or C ...

• CNS图表复现09—上皮细胞可以区分为恶性与否

  正文 文章的第一次分群拿到了epithelial cells [n = 5,581], 我们的CNS图表复现拿到的上皮细胞数量是: > table(sce@meta.data$immune_an ...