排序
QC(质控)-HBC lesson 4
QC(质控)-HBC lesson 4 在这一章你将会学到: 构建质控指标并使用相关图像可视化数据质量 估算质控指标并设置阈值去除低质量的细胞 单细胞数据分析流程的每个步骤都有这自己的目标和挑战。对...
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...
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...
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...
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(...
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...