scRNA-seq数据整合Introduction-香草杏仁

scRNA-seq数据整合Introduction

Seurat不仅可以校正实验的批次效应,还能跨平台整合数据,例如将10x单细胞数据、BD单细胞数据和SMART单细胞数据整合在一起;也能整合单细胞多组学数据,例如将单细胞ATAC、空间转录组与单细胞转...
EHJ:Lumican通过H3组蛋白乳酸化促进CAVD-香草杏仁

EHJ:Lumican通过H3组蛋白乳酸化促进CAVD

本研究探讨了Lumican(LUM)在钙化主动脉瓣病(CAVD)中的作用。通过单细胞RNA测序分析发现,LUM在VICs的转变中发挥关键作用,并促进H3组蛋白乳酸化,进而加速钙化过程。去除LUM可改善钙化情况...
Seurat基本分析流程-香草杏仁

Seurat基本分析流程

参考链接: https://satijalab.org/seurat/articles/pbmc3k_tutorial.html 建立 Seurat 对象 示例数据为10X Genomics的外周血单个核细胞(PBMC)数据集,含有2700个单细胞,使用Illumina NextSeq...
Seurat安装-香草杏仁

Seurat安装

从CRAN安装最新版 4.0+seurat需要R也是4.0+的版本 Seurat is available on CRAN for all platforms. To install, run: # Enter commands in R (or R studio, if installed) install.packages(&#...
Rtools安装-香草杏仁

Rtools安装

出现的问题 最近在学习R语言得过程中,安装了最新版的R4.0.1和R Studio,但安装包的时候出现了下面的warning: WARNING: Rtools is required to build R packages but is not currently installe...
Vamond的头像-香草杏仁Vamond4年前
051520
关于“数据的维度”(dims参数)的选择-香草杏仁

关于“数据的维度”(dims参数)的选择

关于“数据的维度”(dims参数)的选择 Created time: Apr 13, 2021 12:07 PM Tags: R, Seurat, scRNA-seq 完成PCA之后,我们获得了该数据集的所有主成分(PCs)信息,但是如何决定纳入多少个主成...
“归一化”与“标准化”-香草杏仁

“归一化”与“标准化”

参考链接: https://mp.weixin.qq.com/s/6ioR3JE0wKg6M-YAsLBcTA 关于归一化和标准化的翻译看了很多中文资料,发现还是有争议的,在seurat中主要是两个函数:NormalizeData()和ScaleData() ,其...
Vamond的头像-香草杏仁Vamond4年前
053460
单细胞聚类resolution参数的选择-香草杏仁

单细胞聚类resolution参数的选择

在进行细胞聚类时有两个参数的选择对下游分析的结果影响很大 一个是纳入分析的PCs数,也就是dims参数,选择方法见 关于“数据的维度”(dims参数)的选择 ; 另一个是resolution参数,官方推荐根...
scRNA-seq简介-HBC lesson 1-香草杏仁

scRNA-seq简介-HBC lesson 1

参考链接: https://github.com/hbctraining/scRNA-seq_online/blob/master/lessons/01_intro_to_scRNA-seq.md 我们为什么需要单细胞RNA测序 人类各种组织之间细胞的类型,状态和相互作用差异巨...
从原始数据到表达矩阵-HBC lesson 2-香草杏仁

从原始数据到表达矩阵-HBC lesson 2

根据所使用的建库方法,单细胞的RNA序列(也称为读取(reads)或标签(tags))将从转录本的3'端(或5'端)(10X Genomics,CEL-seq2,Drop-seq,inDrops)或全长转录本(Smart-seq)获得。 参...