@Svven 沒(méi)必要
單細(xì)胞測(cè)序上游分析-從原始數(shù)據(jù)到cellranger定量單細(xì)胞系列教程目錄索引,持續(xù)更新...[http://www.reibang.com/p/98fc6c80c216] 為避免造成環(huán)境污染，建議使用conda創(chuàng)建隔離環(huán)境進(jìn)行...
IP屬地：黑龍江
-
-
@Jeffery_61cc nohup會(huì)輸出日志文件
單細(xì)胞測(cè)序上游分析-從原始數(shù)據(jù)到cellranger定量
單細(xì)胞系列教程目錄索引,持續(xù)更新...[http://www.reibang.com/p/98fc6c80c216] 為避免造成環(huán)境污染，建議使用conda創(chuàng)建隔離環(huán)境進(jìn)行...
-
@香草杏仁 沒(méi)什么問(wèn)題坤溃，不過(guò)注意測(cè)序時(shí)的實(shí)驗(yàn)設(shè)計(jì)。沒(méi)給詳細(xì)信息可以向作者發(fā)郵件詢問(wèn)。
單細(xì)胞測(cè)序上游分析-從原始數(shù)據(jù)到cellranger定量
單細(xì)胞系列教程目錄索引,持續(xù)更新...[http://www.reibang.com/p/98fc6c80c216] 為避免造成環(huán)境污染，建議使用conda創(chuàng)建隔離環(huán)境進(jìn)行...
-
@我們一起舔過(guò)鐵欄桿 1.確保你前期注釋的細(xì)胞類(lèi)型沒(méi)問(wèn)題孟害。2.可以嘗試更換成免疫細(xì)胞作為參考
01.infercnv-區(qū)分腫瘤樣本中的正常上皮細(xì)胞-infercnv運(yùn)行
參考文獻(xiàn)Therapy-Induced Evolution of Human Lung Cancer Revealed by Single-Cell RNA Sequenci...
-
@我們一起舔過(guò)鐵欄桿 可以的
01.infercnv-區(qū)分腫瘤樣本中的正常上皮細(xì)胞-infercnv運(yùn)行
參考文獻(xiàn)Therapy-Induced Evolution of Human Lung Cancer Revealed by Single-Cell RNA Sequenci...
-
id傳入錯(cuò)誤，檢查腳本讀取的SRR_Acc_List.txt和文件對(duì)應(yīng)關(guān)系是否正確挪拟，文件名是否正確挨务。
單細(xì)胞測(cè)序上游分析-從原始數(shù)據(jù)到cellranger定量
單細(xì)胞系列教程目錄索引,持續(xù)更新...[http://www.reibang.com/p/98fc6c80c216] 為避免造成環(huán)境污染，建議使用conda創(chuàng)建隔離環(huán)境進(jìn)行...
-
基于Python的Scrublet工具去除雙細(xì)胞-批量運(yùn)行
參考生信技能樹(shù)教程https://mp.weixin.qq.com/s/i6_x1yeMbXawfKm36ewnKQ[https://mp.weixin.qq.com/s/i...
-
SCT流程在目錄里也有惯雳。各有優(yōu)勢(shì)吧朝巫，談不上哪個(gè)主流
02.取細(xì)胞子集后的Seurat標(biāo)準(zhǔn)流程（簡(jiǎn)潔版）
在項(xiàng)目取子集后，需要對(duì)所取細(xì)胞子集進(jìn)行重新聚類(lèi)分群石景，這里提供簡(jiǎn)潔的流程代碼劈猿。 對(duì)于最佳PC數(shù)量的選擇建議結(jié)合拙吉，先前文章01.單細(xì)胞降維最佳PC數(shù)量選取[https://www...
-
還是要各種方法交叉使用，目前還沒(méi)找到萬(wàn)能的區(qū)分方法揪荣。對(duì)于細(xì)胞類(lèi)型的判定筷黔，也是單細(xì)胞測(cè)序的劣勢(shì)之一，目前都在大膽的定義仗颈，很多文章中也存在錯(cuò)誤注釋佛舱。如果不涉及最終的關(guān)鍵結(jié)論，大膽注釋就好挨决。
02.infercnv-區(qū)分腫瘤樣本中的正常上皮細(xì)胞-infercnv結(jié)果處理
關(guān)于infercnv的輸入文件整理和運(yùn)行參數(shù)參考01.infercnv-區(qū)分腫瘤樣本中的正常上皮細(xì)胞-infercnv運(yùn)行[http://www.reibang.com/p...
-
k值的選擇原文方法部分可以閱讀參考下请祖，我嘗試了不同的數(shù)據(jù)集發(fā)現(xiàn)infercnv的方法并不適用于所有數(shù)據(jù)集。對(duì)于低拷貝數(shù)變異的腫瘤樣本凰棉，這種方法會(huì)在聚類(lèi)時(shí)將所有ep都?xì)w為正常細(xì)胞损拢。有關(guān)于使用marker區(qū)分腫瘤和正常ep細(xì)胞的，你可以多看一下關(guān)于你所做樣本種類(lèi)的文章撒犀。
02.infercnv-區(qū)分腫瘤樣本中的正常上皮細(xì)胞-infercnv結(jié)果處理
關(guān)于infercnv的輸入文件整理和運(yùn)行參數(shù)參考01.infercnv-區(qū)分腫瘤樣本中的正常上皮細(xì)胞-infercnv運(yùn)行[http://www.reibang.com/p...
-
pc數(shù)量還是要根據(jù)下游分析結(jié)果不斷修改嘗試的，不必糾結(jié)掏秩，這里的方法也是我在早期的時(shí)候摘抄記錄的或舞，沒(méi)有深究。
單細(xì)胞降維最佳PC數(shù)量選取
篩選標(biāo)準(zhǔn) 1.主成分累積貢獻(xiàn)大于90%2.PC本身對(duì)方差貢獻(xiàn)小于5%3.兩個(gè)連續(xù)PCs之間差異小于0.1% 轉(zhuǎn)載來(lái)源： 生信技能樹(shù)jimmy[https://cloud.te...
-
ubuntu打包壓縮命令匯總
.tar解包：tar xvf FileName.tar打包：tar cvf FileName.tar DirName（注：tar是打包映凳，不是壓縮！） .gz解壓1：gunzi...
-
哦邮破，感謝你
新-03.使用SCTransform標(biāo)準(zhǔn)化流程質(zhì)控降維
具體改進(jìn)： 使用了Seurat官網(wǎng)更新的最新標(biāo)準(zhǔn)化方法SCTransform v2诈豌，此方法在下游注釋中可更佳清晰的分辨細(xì)胞亞群。 添加了Harmony算法以對(duì)樣本間批次效應(yīng)進(jìn)...
-
最好linux。都是shell腳本或bash命令
單細(xì)胞測(cè)序上游分析-從原始數(shù)據(jù)到cellranger定量
單細(xì)胞系列教程目錄索引,持續(xù)更新...[http://www.reibang.com/p/98fc6c80c216] 為避免造成環(huán)境污染摧莽，建議使用conda創(chuàng)建隔離環(huán)境進(jìn)行...
-
單細(xì)胞注釋-marker參考
A Guide to T Cell Markers[https://www.biocompare.com/Editorial-Articles/569888-A-Guide-...
-
單細(xì)胞測(cè)序上游分析-從原始數(shù)據(jù)到cellranger定量單細(xì)胞系列教程目錄索引,持續(xù)更新...[http://www.reibang.com/p/98fc6c80c216] 為避免造成環(huán)境污染庙洼，建議使用conda創(chuàng)建隔離環(huán)境進(jìn)行...
