8.8 Seurat v3, 3’ 10k PBMC和全血STRT-Seq盡管我們的/data文件夾中已經(jīng)有了所有必要的文件，我們?nèi)钥梢詮腉EO數(shù)據(jù)庫下載必要的文件： 接下來...
IP屬地：山東
-
重生之我在劍橋大學(xué)學(xué)習(xí)單細胞RNA-seq分析——8. scRNA-seq數(shù)據(jù)整合（4） -
重生之我在劍橋大學(xué)學(xué)習(xí)單細胞RNA-seq分析——8. scRNA-seq數(shù)據(jù)整合（3）8.6 Harmony, 3’ vs 5’ 10k PBMC使用harmony比任何其他方法都要快得多仅讽，并且在最近的標(biāo)準(zhǔn)測試中發(fā)現(xiàn)其表現(xiàn)相當(dāng)好陶缺，還可以方便地與Seurat交互...
-
單細胞注釋這個主題太宏大了，而且不是僅靠一個軟件一個命令能解決的洁灵。目前來看方法可以歸為兩類饱岸，一類是篩選marker基因結(jié)合一些自動注釋軟件進行手動注釋，這需要積累大量的文獻徽千；另一類就是與已注釋好的數(shù)據(jù)集進行映射伶贰，輔助注釋自己的數(shù)據(jù)。無論哪種都需要大量背景知識的支撐罐栈。建議去查閱一些高分的單細胞圖譜文章黍衙，看下他們是如何做的。
重生之我在劍橋大學(xué)學(xué)習(xí)單細胞RNA-seq分析——6. 生物學(xué)分析（2）
6.2 聚類示例 為了說明scRNA-seq數(shù)據(jù)的聚類荠诬，我們使用發(fā)育中的小鼠胚胎細胞的Deng數(shù)據(jù)集（Deng等琅翻，2014）。我們已經(jīng)預(yù)處理了數(shù)據(jù)集并創(chuàng)建了一個SingleC...
-
重生之我在劍橋大學(xué)學(xué)習(xí)單細胞RNA-seq分析——8. scRNA-seq數(shù)據(jù)整合（2）8.4 真實數(shù)據(jù)集的整合實例有很多關(guān)于整合標(biāo)準(zhǔn)的文章發(fā)表柑贞，最詳細的文章（Tran方椎，2020）使用不同大小和復(fù)雜程度的多個模擬和真實數(shù)據(jù)集比較了14種scRNA-seq數(shù)據(jù)集整...
-
重生之我在劍橋大學(xué)學(xué)習(xí)單細胞RNA-seq分析——8. scRNA-seq數(shù)據(jù)整合（1）8.1 簡介隨著可用的scRNA-seq數(shù)據(jù)集越來越多，在它們之間進行合并比較是關(guān)鍵钧嘶。比較scRNA-seq數(shù)據(jù)集有兩種主要方法棠众。第一種方法是“以標(biāo)簽為中心”，其重點是通過比...
-
重生之我在劍橋大學(xué)學(xué)習(xí)單細胞RNA-seq分析——7. 使用Seurat進行單細胞RNA測序分析（4）7.5 使用SingleR進行細胞類型注釋基于我們找到的marker有决，我們可以挖掘文獻并鑒定每種觀察到的細胞類型闸拿。我們也可以嘗試使用SingleR進行自動注釋。首先從cell...
-
重生之我在劍橋大學(xué)學(xué)習(xí)單細胞RNA-seq分析——7. 使用Seurat進行單細胞RNA測序分析（3）7.3 SCTransform標(biāo)準(zhǔn)化和聚類由于我們已經(jīng)通過額外的QC去除了雙胞和空細胞书幕，現(xiàn)在可以應(yīng)用SCTransform標(biāo)準(zhǔn)化新荤，這有利于通過提高信噪比來尋找稀有細胞群。SC...
-
重生之我在劍橋大學(xué)學(xué)習(xí)單細胞RNA-seq分析——7. 使用Seurat進行單細胞RNA測序分析（2）為了進一步分析台汇，我們需要對數(shù)據(jù)進行標(biāo)準(zhǔn)化苛骨，以消除測序深度的影響。傳統(tǒng)方法是將其縮放到10,000苟呐，然后對獲得的值進行l(wèi)og2轉(zhuǎn)換痒芝。標(biāo)準(zhǔn)化數(shù)據(jù)存儲在“RNA” assay的sr...
-
重生之我在劍橋大學(xué)學(xué)習(xí)單細胞RNA-seq分析——7. 使用Seurat進行單細胞RNA測序分析（1）本章將介紹使用Seurat（V3）的一些典型任務(wù)。盡管Seurat目前已經(jīng)更新至V5版本牵素，但仍不妨礙我們從此教程中學(xué)習(xí)一些基本操作及分析思想⊙铣模現(xiàn)在讓我們加載本教程所需的所有庫...
-
重生之我在劍橋大學(xué)學(xué)習(xí)單細胞RNA-seq分析——6. 生物學(xué)分析（4）6.4 真實數(shù)據(jù)集中的DE 6.4.1 簡介為了測試不同的單細胞差異表達方法，我們將使用Blischak數(shù)據(jù)集两波。在該實驗中瞳步，除了單細胞數(shù)據(jù)之外闷哆，還生成了每個細胞系的Bulk ...
-
重生之我在劍橋大學(xué)學(xué)習(xí)單細胞RNA-seq分析——6. 生物學(xué)分析（3）6.3 差異表達（DE）分析6.3.1 Bulk RNA-seq處理Bulk RNA測序數(shù)據(jù)時最常見的分析之一是識別差異表達基因。通過比較兩種條件下發(fā)生變化的基因单起，例如突變型...
-
重生之我在劍橋大學(xué)學(xué)習(xí)單細胞RNA-seq分析——6. 生物學(xué)分析（2）6.2 聚類示例 為了說明scRNA-seq數(shù)據(jù)的聚類抱怔，我們使用發(fā)育中的小鼠胚胎細胞的Deng數(shù)據(jù)集（Deng等，2014）嘀倒。我們已經(jīng)預(yù)處理了數(shù)據(jù)集并創(chuàng)建了一個SingleC...
-
重生之我在劍橋大學(xué)學(xué)習(xí)單細胞RNA-seq分析——6. 生物學(xué)分析（1）6.1 聚類介紹當(dāng)我們標(biāo)準(zhǔn)化數(shù)據(jù)并消除了混雜因素屈留，我們就可以進行與當(dāng)前生物學(xué)問題相關(guān)的分析。分析的具體性質(zhì)取決于數(shù)據(jù)测蘑。不過灌危，有些分析在廣泛的背景下很有用，我們將在接下來的幾章...
-
重生之我在劍橋大學(xué)學(xué)習(xí)單細胞RNA-seq分析——5. scRNA-seq數(shù)據(jù)的基本質(zhì)量控制 (QC) 和探索（6）5.6 處理混雜因素5.6.1 簡介在上一章中碳胳，我們根據(jù)文庫大小進行了標(biāo)準(zhǔn)化勇蝙，有效地將其作為混雜因素去除。現(xiàn)在挨约，我們將從數(shù)據(jù)中去除其他定義不太明確的混雜因素味混。技術(shù)混雜因素（又...
-
重生之我在劍橋大學(xué)學(xué)習(xí)單細胞RNA-seq分析——5. scRNA-seq數(shù)據(jù)的基本質(zhì)量控制 (QC) 和探索（5）5.5 標(biāo)準(zhǔn)化實踐我們繼續(xù)使用Tung數(shù)據(jù)（下載地址：https://singlecellcourse.cog.sanger.ac.uk/index.html?shared=...
-
重生之我在劍橋大學(xué)學(xué)習(xí)單細胞RNA-seq分析——5. scRNA-seq數(shù)據(jù)的基本質(zhì)量控制 (QC) 和探索（4）
5.4 標(biāo)準(zhǔn)化理論5.4.1 簡介在上一章中，我們確定了重要的混雜因素和解釋變量诫惭。scater允許在后續(xù)的統(tǒng)計模型中考慮這些變量翁锡，或者根據(jù)需要使用normaliseExprs...
-
重生之我在劍橋大學(xué)學(xué)習(xí)單細胞RNA-seq分析——5. scRNA-seq數(shù)據(jù)的基本質(zhì)量控制 (QC) 和探索（3）5.3 識別混淆因子5.3.1 簡介ScRNA-seq數(shù)據(jù)中存在大量潛在的混雜因素和誤差。分析scRNA-seq數(shù)據(jù)的主要挑戰(zhàn)之一在于難以進行真正的技術(shù)重復(fù)來區(qū)分生物和技術(shù)差...
-
重生之我在劍橋大學(xué)學(xué)習(xí)單細胞RNA-seq分析——5. scRNA-seq數(shù)據(jù)的基本質(zhì)量控制 (QC) 和探索（2）5.2 數(shù)據(jù)可視化與降維5.2.1 簡介在本章中夕土，我們將繼續(xù)使用上一章生成的過濾后的Tung數(shù)據(jù)集馆衔。我們將探索可視化數(shù)據(jù)的不同方式，以便評估質(zhì)控步驟后表達矩陣發(fā)生的變化怨绣。sc...
-
重生之我在劍橋大學(xué)學(xué)習(xí)單細胞RNA-seq分析——5. scRNA-seq數(shù)據(jù)的基本質(zhì)量控制 (QC) 和探索（1）5.1 數(shù)據(jù)集構(gòu)建和質(zhì)控5.1.1 簡介基因表達定量后形成一個表達矩陣角溃，其中每一行對應(yīng)一個基因（或轉(zhuǎn)錄本），每一列對應(yīng)一個細胞梨熙。下一步我們將檢查矩陣以去除低質(zhì)量的細胞开镣。在此階...
-
重生之我在劍橋大學(xué)學(xué)習(xí)單細胞RNA-seq分析——4. 使用Bioconductor進行scRNA-seq分析（2）4.2.3 矩陣統(tǒng)計因為SingleCellExperiment對象中存儲的主要數(shù)據(jù)是一個矩陣刀诬，所以覆蓋矩陣行或列間匯總指標(biāo)的函數(shù)很有用咽扇。有幾個函數(shù)可以做到這一點，詳細信息請...