IP屬地：江西
-
復(fù)現(xiàn)CELL文章圖片，在線繪制scRNA-seq多個cluster的差異火山圖導(dǎo)讀 火山圖表示兩組間的差異橱赠，而在scRNA-seq中，同時會有多個cluster（vs其他cluster）的差異押袍。如果用常規(guī)火山圖展示甸饱，可能需要繪制十幾個圖。有沒有更高效的...
-
Seurat4.0系列教程4：整合分析scRNA-seq整合簡介 對兩個或兩個以上單細(xì)胞數(shù)據(jù)集的整合分析提出了獨特的挑戰(zhàn)撑碴。特別是撑教，在標(biāo)準(zhǔn)工作流下，識別存在于多個數(shù)據(jù)集中的基因可能存在問題醉拓。Seurat v4 包括...
-
單細(xì)胞測序（sc-RNA seq）分析：Seurat4.0系列教程伟姐、高級分析、文章復(fù)現(xiàn)
時代的洪流奔涌而至亿卤，單細(xì)胞技術(shù)也從舊時王謝堂前燕愤兵，飛入尋常百姓家。雪崩的時候排吴，沒有一片雪花是無辜的秆乳，你我也從素不相識，到被一起卷入單細(xì)胞天地钻哩。R語言和Seurat已以勢如破竹...
-
Seurat取子集時會用到的函數(shù)和方法在單細(xì)胞數(shù)據(jù)分析中扯键，在確定細(xì)胞類型后，除了可以進行差異表達(dá)基因分析外珊肃，還可以針對單個細(xì)胞類型進行分析特定分析荣刑，這時就需要我們提取細(xì)胞子集分開處理了扣泊。 一、Seurat數(shù)據(jù)格式...
-
多個10x單細(xì)胞對象的合并和批次校正--seurat錨點整合+Harmony練習(xí)數(shù)據(jù)集的GEO編號：GSE139324 (Immune Landscape of Viral- and Carcinogen-Driven Head and Neck C...
-
8.4分非腫瘤生信，免疫浸潤+機器學(xué)習(xí)+動物模型驗證叶堆≮迤可謂是非腫瘤生信結(jié)合實驗驗證的范文，值得收藏虱颗！影響因子：8.44 關(guān)于非腫瘤生信沥匈，我們也解讀過很多，主要有以下類型 1 單個疾病WGCNA+PPI分析篩選hub基因忘渔。2 單個疾病結(jié)合免疫浸潤高帖，鐵死亡，自噬等基因集畦粮，機器學(xué)...
-
最新8.4分雙疾病聯(lián)合生信分析散址，機器學(xué)習(xí)+實驗驗證，不僅好發(fā)宣赔，分?jǐn)?shù)還高预麸！生信小課堂 影響因子：8.44 慢性腎病（CKD）是最重要的心血管風(fēng)險因素之一儒将，在各種心血管疾病中發(fā)揮著至關(guān)重要的作用吏祸，如鈣化主動脈瓣疾病（CAVD）钩蚊。研究表明贡翘，CAVD在C...
-
-
DESeq2分析預(yù)處理
一鸣驱、在R中去除低表達(dá)基因的一個常用方法是設(shè)定一個閾值，比如诱渤，一個基因在一定數(shù)量的樣本中至少需要達(dá)到某個計數(shù)值丐巫。以下是一個示例R代碼，展示如何去除在少于一半的樣本中計數(shù)少于10...
-
差異性分析方法匯總整理在數(shù)據(jù)研究中碑韵，常見的數(shù)據(jù)關(guān)系可以分為四類赡茸，分析是相關(guān)關(guān)系，因果關(guān)系祝闻、差異關(guān)系以及其它占卧。本次所進行研究的關(guān)系為差異關(guān)系遗菠。對于差異性分析方法常見可以分為三類：參數(shù)檢驗、非參數(shù)檢驗...
-
8+SCI华蜒，單基因泛癌生信+表達(dá)驗證+單細(xì)胞泛癌辙纬。單基因泛癌的經(jīng)典思路，不得不服叭喜，即便再過兩年贺拣，仍然可以發(fā)文！影響因子：8.7 關(guān)于單基因泛癌分析捂蕴，我們已經(jīng)介紹了很多譬涡。也發(fā)了數(shù)篇8分+的文章，只不過由于保密的原因啥辨，我們不會進行宣傳涡匀，只能講解別人發(fā)的文章。小編最近也篩選到一些結(jié)果比較好...
-
4分SCI溉知，40天接收陨瘩，較簡單的非腫瘤純生信大家好，今天要和大家分享的是2021年8月發(fā)表的一篇文章：“Integrated Bioinformatics-Based Identification of Potenti...
-
單基因單腫瘤發(fā)7.5分级乍，公共數(shù)據(jù)生信分析+自有隊列驗證拾酝，兩個月接收！
影響因子：7.561 本文從投稿到接收僅2個月時間 本文屬于單基因生信+實驗驗證的思路卡者。小編之前寫過單基因?qū)嶒烌炞C的思路蒿囤，里面提到了由淺入深的9各步驟，本文算是完成了前2步崇决。...
-
TCGA數(shù)據(jù)的一致性聚類實戰(zhàn)和可視化通過不同的聚類算法材诽，依據(jù)不同的基因或指標(biāo)給樣本聚類，是數(shù)據(jù)挖掘文章里面經(jīng)常出現(xiàn)的操作咯恒傻。接下來要寫寫不同聚類方法的介紹和代碼實現(xiàn)啦脸侥。 1.輸入數(shù)據(jù) 目前從網(wǎng)上找到的代碼大多是...
