CNS图表复现13—使用inferCNV来区分肿瘤细胞的恶性与否

相关推荐

• 单细胞转录组分析肿瘤异质性

  欢迎来到医科研,这里是白介素2的读书笔记,跟我一起聊临床与科研的故事, 生物医学数据挖掘,R语言,TCGA.GEO, SEER数据挖掘. 肿瘤异质性指的是不同肿瘤细胞可以表现出不同的遗传和表型特征,包 ...

• 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 ...

• CNS图表复现14—检查文献的inferCNV流程

  前言 前面我们的教程讲到了,自己取全部的上皮细胞,以及部分Fibroblasts和Endothelial_cells细胞来一起运行inferCNV流程,但是得到的结果很诡异,明明是作为二倍体正常细胞参 ...

• CNS图表复现15—inferCNV流程输入数据差异大揭秘

  前言 前面我提到了,我好文章都是取全部的上皮细胞,以及部分Fibroblasts和Endothelial_cells细胞来一起运行inferCNV流程.但是呢,自己的数据里面,是   366 gene ...

• CNS图表复现16—inferCNV结果解读及利用

  前言 前面我们提到了因为细胞数量比较多,运行infercnv::run的时候,下面两个参数,都是默认值即可: HMM参数 when set to True, runs HMM to predict C ...

• CNS图表复现17—inferCNV结果解读及利用之进阶

  前言 前面我们提到的inferCNV结果里面的CNV热图,虽然说可以肉眼简单看看不同的细胞亚群是否具有大面积的CNV事件来判定它是否是恶性细胞,但是这样的判定具有很大程度的主观性,所以理论上需要有更好 ...

• CNS图表复现01—读入csv文件的表达矩阵构建Seurat对象

  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 ...