自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(3)
  • 收藏
  • 关注

原创 关于基因差异化的那些事 edger Deseq2和limma的使用及一些总结

在基因差异分析的过程中常见的几大差异化常用的R包 主要是edgeR Deseq2 和limma(其中limma 包主要内置于edgeR)那么在分析的过程中呢,每个包有他们各自的一些数据处理方式。在接受的数据格式上和样本数目上呢也存在一些差异。主要如下1.首先关于limma 包进行差异分析参考的博客主要有https://cloud.tencent.com/developer/article/1667505(R包limma作差异基因分析)关于limma 包的一些相关知识limma 主要用于

2020-12-27 16:24:13 10451 2

原创 关于R安装包的方法汇总

R安装包最开始的时候接触的是BiocManager::install(“devtools”),因为当时我的R是3.6以上的版本所以用着种方法来安装包,在3.5以下的版本,当时主要是biocLite进行安装。3.5以下的版本,那么常用的安装命令就是source("https://bioconductor.org/biocLite.R")biocLite(pkg_name)对于3.5以上的版本就是BiocManager::install("devtools")或者可以选择直接本地安装,首先从B

2020-12-23 21:14:58 2608 1

翻译 单细胞----关于Seurat的一些知识

关于单细胞的一些知识Seurat 官方网站 https://satijalab.org/seurat/v3.2/pbmc3k_tutorial.html在官网教程中,作者选用的是PBMC的数据,可以从官网进行下载下载后解压缩的文件夹包含三个文件其中barcodes.csv是一个相当于每个细胞身份证的标记,在PBMC中总共有2700个单细胞,所以barcodes 总共有2700行,每一行代表一个细胞genes.tsv呢,是一个ENSEMBL的ID 和一个Symbol 的ID ,总共有32738

2020-12-22 20:14:18 13643 2

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除