![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
scRNAseq
文章平均质量分 78
All_Will_Be_Fine噻
所有事物的最终都是美好的,如果不好那就是还没到最后。
展开
-
dittoBarPlot--学习记录
输入是 :单细胞数据构建的 Seurat对象。原创 2024-07-22 11:10:25 · 314 阅读 · 0 评论 -
Seurat -- Introduction to scRNA-seq integration 跟随学习记录
IntegrateLayers(object = sce, method = CCAIntegration, orig.reduction = “pca”, new.reduction = “integrated.cca”)该方法使用PCA和scale.data下面的数据进行学习,产生一个新的降维数据 @reductions$integrated.cca,然后这个降维数据用于后续的构建SNN图和聚类。data 存放了 normalization后的数据。scale.data 数据进行PCA降维。原创 2024-04-23 13:42:57 · 880 阅读 · 0 评论 -
celltypist使用体验
多个model 测试一下,交叉验证该工具容易过拟合,貌似设置majority_voting = True 表现会好很多我下次还是使用SingleR吧!!!原创 2024-03-28 19:16:16 · 803 阅读 · 0 评论 -
Seurat--V5.0_数据存放结构的改变以及对象的构建
【代码】Seurat--V5.0_数据存放结构的改变以及对象的构建。原创 2024-03-26 17:13:17 · 1036 阅读 · 0 评论 -
infercnv
不过很多的文章都在用它解析单细胞数据,我也不能仅仅停留在diss它的位置上,开学吧。染色体畸变的 类型很多的,有结构上的(片段插入,片段缺失,重组,染色体断裂等等),有数量上的(染色体加倍,非整倍体,基因片段gain or lost)等等。把normal 细胞的表达信号当作背景信号,其他细胞的表达信号减去背景信号,也就是获取偏离normal 的信号,认为他们是gain or loss CNV。文件分为四列,第一列记录基因名称,第二列记录基因在哪条染色体上,以及第三四列记录染色体上的起始终止位点。原创 2023-11-15 10:38:15 · 445 阅读 · 2 评论 -
20230703 -- scRNAseq from gastric cancer
文章标题:《Single-cell atlas of lineage states, tumor microenvironment and subtypespecific expression programs in gastric cancer》原创 2023-07-04 19:01:43 · 132 阅读 · 0 评论 -
学习记录 -- Accurate and fast cell marker gene identification with COSG
COSG的作者认为,如果细胞类群特异性表达的基因为marker,那么其他的marker gene应该存在类似的表达模式,同时目标细胞类群和其它细胞类群之间呈现出不同的表达模式。通常情况下,我们可以找到细胞类群间表达量存在差异的基因,我们认为可以标识细胞类的marker 基因就在 DE之中 ,最好是只在这一个细胞类群中表达的DE,大概率就是marker。,这个基因的表达特征是:只在目标细胞类群中表达,且不在其它任何一个细胞类群中有表达。第二步:假设一共有k个细胞,那么每个基因的表达情况就是一个 k维的向量。原创 2023-06-10 17:21:57 · 524 阅读 · 0 评论 -
scBCR-seq data from GEO database run on cellranger vdj
scBCR-seq data from GEO database run on cellranger vdj原创 2021-01-08 10:32:29 · 369 阅读 · 0 评论 -
seurat -- 细胞注释部分
或者是与上面提到的marker genes进行比较,如果出现了某些marker genes则可以认为其是某一类细胞,但是没有“识别到”marker gene不代表该细胞不属于特殊的类群,可能是没检测到。marker genes 个人理解为出现这个基因就可以认为是这种细胞,所以才称为marker gene,marker gene 不等于 difference expression gene,二者有区别和联系。差异基因可以是表达量上存在差异也可以是表达细胞占比上存在差异,通常二者兼顾考虑。原创 2023-05-09 15:19:27 · 1777 阅读 · 0 评论 -
SingleR --细胞注释
每一类细胞理论上被分配给一个label,所以热图上显示的scores应该只有一个label与其正交。原创 2023-05-09 13:41:18 · 964 阅读 · 2 评论 -
Seurat -- 数据集的整合
这里主要根据seurat的教程走的,描述了多个单细胞数据集的整合,其中数据集的integration并不是简单的数据集的merge。同时这里描述的流程仅仅包括同类型的scRNA-seq测序数据,像scRNA-seq与scATAC-seq等多模态数据的整合暂未涉及。前者包括元信息的整合,数据集之间的批次矫正,后者仅仅是对数据表的拼接,后续直接renormalization即可。整合前的数据以及LogNormalization的数据一直存放在RNA@data@x下面。整合前和整合后 anchors的数值变化。原创 2023-05-08 17:02:52 · 1217 阅读 · 0 评论 -
Seurat -- Cluster the cells --第一部分
上面的描述可以认为是KNN的原理或者思想。我们需要关注的是如何快速从数据集中找到和目标样本最接近的K个样本?如果数据量很小,我们可以根据距离度量公式计算一个距离度量表,然后排序后筛选K个最近邻。如果数据量很大,再计算每个数据点的距离会很耗费资源,所以需要特殊的实现方法以节省资源,比如KDtree,Annoy等。下面的内容来自博客:原文链接:https://blog.csdn.net/qq_40793975/article/details/84817018。原创 2023-05-08 11:45:09 · 621 阅读 · 0 评论 -
Seurat -- SCTransform
【代码】Seurat -- SCTransform。原创 2023-05-01 23:07:05 · 580 阅读 · 0 评论 -
seurat -- 关于DE gene的讨论
这里就很有意思,不同的normalization方法处理后的数据放在了不同的data下面,具体是哪个?其中 MAST and DESeq2需要自己额外安装。t-test是个人最不推荐使用的方法。原创 2023-05-01 21:10:05 · 519 阅读 · 0 评论 -
Seurat -- Perform linear dimensional reduction
什么是线性降维?这里是一个很形象的,其中包括了一个视频链接。这里是如何用R 包psych做线性降维的,其中也有原理的简述。为什么要做线性降维?因为下一步的聚类分析需要这里的降维结果作为输入。降维做的好,聚类时细胞类群才分得开分的好。这里使用的 input是上一步的 select highly variable features对应的scale数据。highly variable features选的不好,降维算法再牛逼也可能拯救不了你的数据结果。原创 2023-05-01 17:23:00 · 1364 阅读 · 0 评论 -
Seurat -- ScaleData学习
seurat提供了一个教学,其中global scale normalization之后又对数据进行了scale。默认是对上一步 selected highly variable features进行scale。原创 2023-04-27 16:10:44 · 1895 阅读 · 0 评论 -
scRNA-seq 数据处理流程
scRNA原创 2021-11-23 15:36:42 · 348 阅读 · 0 评论 -
Seurat -- variable features select
这里主要记录了 FindVariableFeatures的学习过程。。原创 2023-04-25 16:39:42 · 895 阅读 · 0 评论 -
Seurat -- Normalize Data
首先RC这种normalization.method我们就不考虑了,和LogNormalize比较你可以发现LogNormalize 之前做的就是RC然后做了log转化。log转化让方差稳定而且非正态的数据近似于正态分布了。最主要要比较的是CLR和LogNormalize,CLR称为中心对数转化,具体原理和算法需要技术文档帮助,这里不写了。我读到这里才发现改函数还会对原始的counts数据进行矫正,然后放到。上述构建的seurat object。原创 2023-04-25 14:50:14 · 1527 阅读 · 0 评论 -
Seurat对象的QC和filter
【代码】Seurat对象的QC和filter。原创 2023-04-25 10:47:43 · 154 阅读 · 0 评论 -
Seurat 对象的构建和信息提取
seurat对象原创 2022-07-15 11:59:39 · 2923 阅读 · 0 评论