- 博客(27)
- 收藏
- 关注
RSS订阅原创 单细胞代谢组学数据分析利器---SCMeTA
SCMeTA 通过提供各种数据导入策略来适应单细胞代谢检测方法和供应商数据格式的多样性，包括用于分布在多个文件中的数据的聚类方法和在单个文件中存储大量细胞的集中方法。由于小分子代谢物在生物活性中的持续波动，在测量单细胞代谢物数据时，不同的方法可能导致测量结果噪声出现偏差，这通常会对细胞检测结果产生不利影响。因此，我们开发了一种专门针对单细胞数据的独特噪声提取算法，该算法清楚地分析每个细胞周围的噪声，而不是使用总噪声作为细胞的匹配噪声，以更好地恢复单细胞的代谢物信息。
2024-09-19 22:35:35
1047
原创 Cellpress|单细胞文章|单细胞转录和大队列食管癌免疫治疗
以下结果依次原理示意图、免疫治疗前后 ESCC 的细胞概况、祖细胞样 CD8 + Tex 细胞的鉴定、CD8 + Tex-SPRY1 预测 ESCC 免疫治疗的良好结果、SPRY1在CD8 + T细胞中的表达增加Tpex的比例并增强对抗PD-1治疗肿瘤的响应性、促炎性 Macro-MMP9 与 CD8 + Tex-SPRY1相互作用、TLS相关B细胞与CD8 + Tex-SPRY1相互作用。CD8 + Tex-SPRY1 细胞与巨噬细胞和 B 细胞的相互作用增强了 ICB 反应。
2024-08-01 22:23:07
429
原创 做技术分享的一个月，粉丝突破160，感谢大家的支持
加入博客大家庭也是好几年了，这中间陆陆续续更新过一两篇文章，就再也没有关注过了，今年重新开始出发，坚持更新博客，学习行业里面的技术和方法，也希望能和大家一起交流学习。接下来的日子持续前进。简单的庆祝🎉一下，突破100粉丝。
2024-07-29 16:36:53
258
原创 Natutre Methods|单细胞+空间转录，值得去复现的开源单细胞分析pipeline
多组学资源提供了肿瘤相关巨噬细胞的高分辨率分子图谱，增强了我们对其在肿瘤微环境中的作用的理解。使用python及R进行实现，使用单细胞转录组学进行非小细胞肺癌的异质性、多组学（单细胞转录+空间转录）分析了非小细胞肺癌中腺癌和鳞癌的不同互相作用网络、10x Visium 证实了关键配体-受体对的空间共定位、CAML 共享肿瘤 CNA 并与肿瘤细胞共定位、肿瘤巨噬细胞经历癌胎重编程、STAB1 + Mɸ 进行癌胚重编程等。
2024-07-28 23:05:15
209
原创 Optima: 一个用于 Tapestri 平台的单细胞多组学数据分析的开源 R 包
然后使用标准化的蛋白质计数在二维空间中投影细胞，并根据每个数据点的细胞类型标签对其进行着色。目视检查图 1D后，可以发现存在四个突出的簇，每个簇都显示出具有相同颜色的点占主导地位，表示每个簇内的细胞类型分配一致。通过将一种细胞类型与其他细胞类型的蛋白质表达水平进行比较，findSignature()函数会返回一个差异表达蛋白质表，并对多重比较进行了 p 值调整（图 1E）。最后，通过使用细胞标签和findSignature()函数，可以识别与所有其他细胞类型相比在一种细胞类型中表达不同的蛋白质。
2024-07-24 23:30:54
978
原创 proteoCHIP EVO 96样品制备芯片可以让你的单细胞蛋白质组深度更上一层楼
（6）通过离心，将溶液中消化的肽转移到尖端，同时将凝固的十六烷保留在每个纳米孔中，并从Evotip盒中取出现在为空的proteoCHIP EVO 96。（3）在细胞裂解和蛋白质消化过程中，cellenONE®内的甲板温度升高至45°C，熔化十六烷并将细胞完全浸没在MM中，为了加强混合并改善细胞裂解，50 nL H2O在整个2小时的孵育时间内，每2分钟自动将添加到纳米孔中。对于同时裂解和消解，使用了由MS兼容去污剂、蛋白酶（胰蛋白酶，10 ng/μL）和缓冲液（TEAB，100 mM）组成的预混液（MM）。
2024-07-21 19:30:51
794
原创 PiSPA:一种新的单细胞蛋白组学分析工作流程，使用无标记定量方法实现深度鉴定
微流控液体处理机器人（a）与插入管阵列（b）以自动拾取操作模式完成了单细胞的分选和单细胞样品的多步骤预处理，包括单靶细胞的分选（c）、纳升级细胞裂解（RG、RapiGest SF）、蛋白质还原（TCEP、三（2-羧乙基）膦）、烷基化（IAA、碘乙酰胺）、 酶消化（Lys-C）和终止消化（FA，甲酸）（d）。样品预处理后，将插入管和样品瓶用作液相色谱系统自动进样器的样品管，以执行样品进样（e）、液相色谱分离（f）和随后的MS检测单细胞中消化的肽组分（g，h）迁移细胞的单细胞蛋白质组学分析。
2024-07-21 16:50:10
921
原创 Nature methods|scPerturb:单细胞数据扰动怎么办？看看这篇文章或许你就有思路
今天分享的是单细胞数据扰动的处理，由于数据互操作性差，对越来越多的单细胞扰动数据集的分析受到阻碍。下图a展示了E距离之间的计算。这种距离测量描述了用不同扰动处理的细胞表达谱之间的差异或相似性，从而推断独特或共享的机制或识别扰动目标，这些目标往往会产生分子谱的类似变化。
2024-07-19 15:57:08
919
原创 软件包分享|Calib-RT：对DIA质谱数据进行肽保留时间的非线性校正
该算法应满足单调递增约束的要求，同时能够消除拟合数据中的噪声，因为迭代和非迭代识别过程都不可避免地会在校准数据中涉及噪声。
2024-07-14 18:22:50
913
原创 MSDIAL|让你轻松学会最简单的代谢/蛋白组学数据处理
今天分享一下代谢组学数据处理常用的一个软件—MSDIAL，该软件可以下载后离线使用，目前是已经更新到MSDIAL5版本，可以针对蛋白组学数据进行处理。可以进行代谢组学、外泌体组学、脂质组学、蛋白组学、糖蛋白组学等分析。新版本对数据依赖性采集和数据非依赖性采集的数据都可进行分析，主要包括GC-MS、LC-MS(DDA)、SWATH-MS、AIF-MS、LC-IM-MS(PASEF)、LC-IM-AIF-MS类型。除此以外，还可以进行数据的后续分析及定量结果的导出，例如PCA分析等。
2024-07-11 23:31:34
1012
原创 fastMNN|手把手教你理解和实现单细胞批次效应校正方法
fastMNN是MNN的升级版，主要改动是fastMNN采用PCA降维之后的低维空间计算细胞之间的距离，而MNN直接使用原始表达矩阵计算细胞之间的距离，因此分析速度会更快。MNN使用假设:（i）至少有一个细胞群同时存在于两个批次中,（ii）批次效应几乎与生物子空间正交,（iii）批次效应变化远小于不同细胞类型之间的生物效应变化。如果Cell-i在Cell-Set-j中，恰好Cell-j也在Cell-Set-i中，那么Cell-i与Cell-j就是相互最近邻细胞对（即MNN pair）
2024-07-03 18:00:03
707
原创 必须要收藏的单细胞组学数据批次效应校正方法（方法篇）
总结了最近十年的批次效应校正方法，方法包括：MNN correct、Harmony、Combat、fastMNN、limma、scGen、Seurat2、Seurat3、Scanorama、MND-ResNet、ZINB-WaVE、scMerge、LIGER、BBKNN、BUS、BEER、scVI、BERMUDA、DESC、ResPAN、fRMA、SCAN、SVA。
2024-06-28 18:03:52
819
原创 Nature methods| 使用scPROTEIN工具让你的单细胞蛋白组学数据分析更上一层楼
首先，对于提供原始肽信号强度的数据集，我们提出了一个多任务异方差回归模型来估计肽定量的不确定性，并以不确定性引导的方式将肽含量聚合到蛋白质水平（图a）。为了提高构建蛋白质丰度数据的精度，建议采用为肽分配不确定性权重的方法来提高蛋白质丰度数据的准确性。其次，由于样品制备过程中的样品损失，并不是所有的组成肽内容都被输送到质谱仪，这对单细胞蛋白质组学来说是一个至关重要的问题。肽注入质谱仪后，在数据依赖型采集模式中，肽的信号强度会受到其电离效率和母离子峰选择的影响，从而可能导致单细胞蛋白质组数据中出现噪声或缺失。
2024-06-25 14:07:03
292
转载 探索深度蛋白质组学的利器：FragPipe
FragPipe是一款强大的Java GUI工具，旨在为基于质谱的蛋白质组学数据分析提供全方位的支持。这款开源项目是Nesvilab实验室的杰作，集成了MSFragger这一超快速的搜索引擎和一系列下游处理工具，如Philosopher，Crystal-C以及PTM-Shepherd，确保了从数据检索到结果解释的全程高效。
2024-06-24 14:17:24
137
原创 为什么这么好的单细胞蛋白组学数据分析，没有人看呢|DeepSCP工具
今天继续分享FDR计算开源工具，前面分享过Dart-ID算法，今天的主角是—DeepSCP，前几天找代码作者要了相关的数据，今天就能实际操作一遍。
2024-06-21 12:39:33
398
原创 单细胞蛋白组学|控制肽段FDR假阳性，快来使用Dart-ID软件吧
该软件是开发SCopE2分析方法的课题组进行开发的，在此基础上，他们课题组开发了Dart-ID来对肽段进行假阳性的控制，提高肽段鉴定的准确性。
2024-06-18 10:16:13
849
翻译 单细胞蛋白组学数据处理
原文章链接：https://currentprotocols.onlinelibrary.wiley.com/doi/10.1002/cpz1.658.今天复现单细胞蛋白组学数据分析流程，scp数据分析流程(R语言），欢迎大家交流学习！如有疑问，欢迎咨询：kriswcyYQ，欢迎关注微信公众号：质绘元。6.将PSM数据转换为肽段数据。9.肽段数据转换为蛋白数据。10.单细胞蛋白数据前处理。8.单细胞肽段数据前处理。7.单细胞肽段数据过滤。12.监测数据处理结果。
2024-05-30 16:02:51
125
原创 DragGAN分析环境本地部署
有偿咨询和需求解决：如需要进行GPU环境配置，需要训练自己的图片，请留言或者直接联系本人：kriswcyYQ。今天给大家复现DragGAN实现图片拖拉拽编辑，效果如下图，如有疑问，欢迎联系本人！源代码地址：https://github.com/XingangPan/DragGAN。2.git安装及克隆代码到本地。
2024-05-30 15:06:51
311
原创 YOLOv8教程：使用labelme工具进行自定义数据集训练YOLOv8模型，包含数据准备，模型训练，预测，验证，导出
【YOLOv8训练】使用自定义数据集训练YOLOv8模型，包含数据准备/模型训练/预测/验证/导出等，转载自：https://blog.csdn.net/weixin_45921929/article/details/128673338。在配置好的环境中运行命令即可进行训练，提前下载好与训练模型，放在分析的路径中，对于GPU不是很好的情况，选择单卡进行，小批次进行。除此之外，还可以进行自动数据标注标签的分析，结合SAM进行分割与标签对应，完成训练数据的整理。1.labelme数据标注。如有侵权，立即删除！
2023-07-04 17:12:52
3422
1
翻译 MetaboanalystR离线安装历程
MetaboanalystR离线安装历程做过代谢组学数据分析的人应该对这个常用的在线数据分析网站不陌生了吧，研究生阶段的时候认为可以用在线版解决问题的软件就没有管，后来发现自己没有什么进步，今天主要是给大家看一看线下版MetaboanalystR在Rstudio上安装时遇到的一些小问题吧！安装环境：Window 7RstudioR version:3.6.31.安装相应的依赖包metanr_packages <- function(){ metr_pkgs <- c("imp
2020-08-21 14:05:48
2561
9
原创 GC-MS图谱数据前处理
上一篇博客的内容比较适合LC-MS数据前处理，基于GC-MS的图谱前处理也可以通用，但是效果不好，在接触了2016年开发的erah包，毅然决然的选择了这种方法进行GC-MS 数据的前处理。R版本依然是3.6以上同样的也是先将.raw文件转换为.mzXML文件安装包和载入，此包安装需要很多依赖包，它会自行安装install.packages("erah")library(erah)创建CSV文件在数据文件夹，具体的自行替换createdt("D:/XSHPCOS1/")ex <-
2020-07-30 17:26:26
4349
10
原创 组学数据图谱前处理
由于经常遇到坑，其他方法也有局限性，选择了这种方法的原始数据处理，里面的参数还需要根据实际图谱进行调整。基于R的XCMS包进行图谱原始数据额处理，版本3.6以上 安装XCMS包，最新的版本if (!requireNamespace("BiocManager", quietly = TRUE))install.packages("BiocManager")BiocManager::install("xcms")Library(XCMS)导入数据，原始数据是.RAW文件，需转换为mzXML
2020-07-29 18:00:35
2274
4
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