celldex包使用

这篇博客介绍了如何利用R包celldex获取和使用参考表达数据集,这些数据集包含细胞类型标签,适用于单细胞和批量RNA序列数据的自动注释或反卷积分析。通过示例代码展示了如何加载和查看不同数据集的细胞类型信息。
摘要由CSDN通过智能技术生成

celldex包提供一组参考表达数据集,这些数据集带有精确的细胞类型标签,用于单细胞数据的自动注释或批量RNA序列的反卷积等过程。
 

官方R代码

if (!requireNamespace("BiocManager", quietly = TRUE))
  install.packages("BiocManager")

BiocManager::install("celldex")

## ---- echo=FALSE, results="hide", message=FALSE-------------------------------
knitr::opts_chunk$set(error=FALSE, message=FALSE, warning=FALSE)
library(BiocStyle)

## -----------------------------------------------------------------------------
library(celldex)
ls("package:celldex")
HumanPrimaryCellAtlasData(...)

#BlueprintEncodeData(...)
#ImmGenData(...)
#MouseRNAseqData(...)
#DatabaseImmuneCellExpressionData(...)
#NovershternHematopoieticData(...)
#MonacoImmuneData(...)

ref <- HumanPrimaryCellAtlasData()

## ----tabulate, echo=FALSE-----------------------------------------------------
samples <- colData(ref)[,c("label.main", "label.fine","label.ont")]
samples <- as.data.frame(samples)
DT::datatable(unique(samples))

## -----------------------------------------------------------------------------
ref <- BlueprintEncodeData()

## ---- echo=FALSE, ref.label="tabulate"----------------------------------------
samples <- colData(ref)[,c("label.main", "label.fine","label.ont")]
samples <- as.data.frame(samples)
DT::datatable(unique(samples))

## -----------------------------------------------------------------------------
ref <- MouseRNAseqData()

## ---- echo=FALSE, ref.label="tabulate"----------------------------------------
samples <- colData(ref)[,c("label.main", "label.fine","label.ont")]
samples <- as.data.frame(samples)
DT::datatable(unique(samples))

## -----------------------------------------------------------------------------
ref <- ImmGenData()

## ---- echo=FALSE, ref.label="tabulate"----------------------------------------
samples <- colData(ref)[,c("label.main", "label.fine","label.ont")]
samples <- as.data.frame(samples)
DT::datatable(unique(samples))

## -----------------------------------------------------------------------------
ref <- DatabaseImmuneCellExpressionData()

## ---- echo=FALSE, ref.label="tabulate"----------------------------------------
samples <- colData(ref)[,c("label.main", "label.fine","label.ont")]
samples <- as.data.frame(samples)
DT::datatable(unique(samples))

## -----------------------------------------------------------------------------
ref <- NovershternHematopoieticData()

## ---- echo=FALSE, ref.label="tabulate"----------------------------------------
samples <- colData(ref)[,c("label.main", "label.fine","label.ont")]
samples <- as.data.frame(samples)
DT::datatable(unique(samples))

## -----------------------------------------------------------------------------
ref <- MonacoImmuneData()

## ---- echo=FALSE, ref.label="tabulate"----------------------------------------
samples <- colData(ref)[,c("label.main", "label.fine","label.ont")]
samples <- as.data.frame(samples)
DT::datatable(unique(samples))

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