【CytoTRACE】trajectory reconstruction analysis

CytoTRACE提供网页端和R包两种方式进行单细胞数据分析,包括单个和多个样本的处理。单样本分析主要使用CytoTRACE功能,而多样本分析则通过conbat消除批次效应。在使用CytoTRACE时,要求输入表达矩阵和表型表,矩阵不需预过滤基因或归一化,但建议进行log2转换。如果样本超过5个,则需借助R包进行分析,R的reticulate包有助于集成Python模块的机器学习应用。
摘要由CSDN通过智能技术生成

cytotrace有网页端和R包。

CytoTRACE

web端分析,分为单个dataset和多个需要整合的dataset.单样本主要用CytoTRACE功能,多样本、多batch、甚至10x和smart-seq2这种不同平台的,用conbat进行批次效应去除。

对于前者(单样本)需要:

1,表达矩阵,首行为细胞名,首列为基因名。不要pre filter genes,也不要normalization(但是log2,TPM可以,只要表达量不要出现负值就行)

A1那格可以瞎填一个 

2,phenotype table。第一列是细胞id,与表达矩阵相对应。第二列是cell label。注意此表不要包括headers

对于后者(多个样本),每个dataset各自准备好上述两个文件即可,多余5个dataset只能用R包分析。

代码版:

不少单细胞的包本身集成了python模块的机器学习,学好R reticulate包可以无痛安装这些包


                
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值