学习
文章平均质量分 68
劳工搬砖记录bot_ssprott
这个作者很懒,什么都没留下…
展开
-
pheatmap更改色度条范围-指定0为白色及不完全操作手册
当进行相关性热图可视化时,会存在正负相关性分布不平均的情况。此时我们会调节色度条范围,但这种操作无法保证0处于白色。因此,通过调节不同数值对应的颜色,使0对应白色。原创 2024-01-31 21:55:48 · 921 阅读 · 0 评论 -
走!学Python…记录
Python小白记录 持续更新原创 2023-08-30 16:58:36 · 97 阅读 · 0 评论 -
Seurat | 多数据集预处理校正标准化及整合流程 | 大数据集处理
多数据集预处理校正标准化及整合流程 | 大数据集处理以Seurat 4为基础。原创 2023-07-12 11:43:47 · 783 阅读 · 0 评论 -
R | RGB自定义颜色库
R自定义创建调色面板原创 2023-03-26 11:11:04 · 218 阅读 · 0 评论 -
cellchat细致教程链接
Cellchat -- 细胞间相互作用分析软件原创 2023-02-07 15:48:09 · 503 阅读 · 0 评论 -
R包shiny的学习--完整 记录(下)
R包shiny的学习--完整 记录(下)原创 2022-11-28 21:49:58 · 439 阅读 · 0 评论 -
更改键盘部署软件【免费版】
MapKeyboard 2.1版本更改键盘位置原创 2022-11-28 15:32:31 · 120 阅读 · 0 评论 -
R包shiny的学习--完整 记录(上)
Shiny包是一个能够方便构建交互式网页应用的R包。原创 2022-11-22 17:30:16 · 958 阅读 · 0 评论 -
转录组数据分析(1)——数据预处理Fastp
Fastp是一个基于C++,支持多线程专门处理FsatQ文件的开源软件。(就是执行速度快,好用,都来用它就是了)Fastp详情特点二级目录三级目录特点进行过滤前后数据的综合质量分析(质量曲线、碱基含量、KMER、Q20/Q30、GC比、复制、适配器内容…)过滤低质量、太短或太对N的数据从滑动窗口(如Trimmomatic,但更快)评估平均质量,来降低5’和3’的低质量数据。修剪所有读数的首尾。二级目录三级目录......原创 2022-11-19 22:42:02 · 925 阅读 · 0 评论 -
10X Genomics原理白话记录
听了好久10X 10X的,一直都没弄明白到底是怎么回事,这次系统学习一下,因此想粗略总结一番。原创 2022-11-18 11:32:48 · 1179 阅读 · 0 评论 -
WGCNA分析基本教程总结
可用于发现高度相关基因的簇(模块),使用模块特征基因或模块内枢纽基因总结此类簇,将模块与外部样本性状相互关联(使用特征基因网络方法),来度量模块成员分布,进而用于识别候选生物标记物或治疗靶点。...原创 2022-07-01 11:35:17 · 1500 阅读 · 0 评论 -
常用的R语言命令 | 记录 | 可根据查找看自己需要的
R中命令学习总结,复盘查找专用原创 2022-05-13 17:41:54 · 1159 阅读 · 0 评论 -
R-ggplot2包基本命令
ggplot2包之ggplot命令以及设置的总览与总结原创 2022-05-09 21:25:27 · 529 阅读 · 0 评论 -
velocyto | scRNA速率计算方法
初学者还不太了解其中原理与步骤,谨记录本人的操作流程与学习心得,抛砖引玉供赏之。官网教程:Tutorial — velocyto 0.17.16 documentationhttp://velocyto.org/velocyto.py/tutorial/大致流程:1、将bam文件转化为loom文件2、将loom文件转化为seruat对象3、对数据进行标准化降维聚类分析4、计算scRNA速率5、展示分化方向安装操作:1、配置环境:(官网上提供几种下载方法,我选的是Ins原创 2022-04-26 23:29:45 · 1865 阅读 · 4 评论 -
安装R包的几种方法(汇总)
安装R包的几种方法原创 2022-02-17 11:34:59 · 15449 阅读 · 0 评论 -
conda配置R虚拟环境及导入R包
conda的初级使用原创 2022-01-05 15:45:28 · 15192 阅读 · 0 评论 -
Seurat官网教程复现 以及相关问题解决
Seurat是一个针对于单细胞RNA-seq数据处理,探索以及分析的R包。在Seurat4.0版本中,加入了综合多模态分析,采用加权近邻分析来定义细胞状态;还加入了数据集间的快速比对方法,引入Azimuth,即利用高质量参考数据集快速映射新的scRNA-seq数据集。下面以官网指导教程(https://satijalab.org/seurat/articles/pbmc3k_tutorial.html)为例,对Seurat进行初步熟悉。教程中分析2700例由二代测序产生出的单细胞外周血细胞数据。翻译 2021-12-28 17:12:05 · 8092 阅读 · 8 评论