生信分析环境搭建–conda+jupyter
本文介绍了如何使用conda和jupyter notebook搭建生信分析环境，包括安装配置conda、jupyter notebook、scanpy等工具，并演示了在jupyter notebook中调用不同环境的方法。
EHJ：活化的血小板促进成骨并推动钙化性主动脉瓣狭窄的进展
本研究探讨了活化血小板对钙化性主动脉瓣狭窄（CAVS）进展的影响。结果显示，活化血小板通过分泌ADP促进心脏瓣膜间质细胞（VICs）的成骨程序，进一步导致钙化。研究利用多种技术（如SEM、免疫荧...
主动脉瓣组织学分层蛋白组学图谱
本研究通过多组学映射生成主动脉瓣的分子图谱，揭示了驱动钙化性主动脉瓣病（CAVD）疾病的网络。研究将瓣膜组织分为正常、纤维化和钙化三个区，分析组学数据并进行免疫荧光验证，发现转录组与蛋...
.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...
使用singleR预测细胞类型
SingleR是用于单细胞RNA测序（scRNAseq）数据的自动注释方法（Aran et al.2019）。给定具有已知标签的样本（单细胞或RNAseq）参考数据集，它将基于与参考数据的相似性标记测试数据集中的新细胞...
对Seurat对象使用harmony方法整合
Harmony方法在2019年发表在上面nature methods， harmony算法与其他整合算法相比的优势： 整合数据的同时对稀有细胞的敏感性依然很好； 省内存； 适合于更复杂的单细胞分析实验设计，可以比较来...
通过注释文件计算线粒体序列比例
经验证，人类样本的单细胞分析使用seurat教程的方法计算线粒体序列比例与此方法结果一致，但对于其他物种，建议使用此方法。 使用注释文件生成线粒体计数指标 我们将使用AnnotationHub，它允许...
整合后的细胞标记物鉴别-HBC lesson 9
目标： 确定每个类群的基因标记物 使用标记物识别每个类群的细胞类型 根据细胞类型标记物来判断是否需要重新分组，或许需要合并或拆分聚类的类群 挑战： 对结果的过度解读 结合不同类型的标记物...
细胞聚类的质控-HBC lesson 8
学习内容 评估是否存在聚类的假象 用PCA和UMAP图来确定聚类的质量，并了解何时需要重新聚类 评估已知的细胞类型标志物以假设集群的细胞类型身份 目标 确定集群是否代表真正的细胞类型或由于生物...
聚类分析-HBC lesson 7
学习内容 学会选择合适的PCs用于聚类分析 聚类的方法 目标 产生细胞类型特异性聚类，并使用已知的细胞类型标记基因来确定聚类的身份。 确定集群是否代表真正的细胞类型或由于生物或技术差异而产...