归一化与主成分分析-HBC lesson 5
在我们我们获得高质量的单细胞数据后，单细胞RNA测序分析工作流程的下一步是进行聚类。聚类的目标是将不同的细胞类型分离成独特的细胞群。为了执行聚类，我们需要确定细胞间表达差异最大的基因...
.rds和.Rdata
.rds和.Rdata （也称为.rda ）文件都可用于以R本机格式存储R对象。与非本机存储方法（例如write.table相比，保存此方法有多个优点： 1)将数据恢复到R更快 2)它保持在数据中编码的R特定信息（例...
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...
分析准备与读取数据-HBC lesson 3
本篇教程将会帮助你理解如何获得单细胞RNA测序实验中的数据。 基因表达定量完成之后，我们需要将这些数据导入R中，以生成可用于执行质控的矩阵。在本课中，我们将讨论计数数据可被导入的格式，...
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...
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...
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...
“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...
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...
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...