一授霸、暴露因素的數(shù)據(jù)要求： 1.對(duì)于暴露因素的GWAS數(shù)據(jù)倦西，TwoSampleMR需要一個(gè)工具變量數(shù)據(jù)構(gòu)成的data frame廉白，每行對(duì)應(yīng)一個(gè)SNP垂睬，至少需要4列鉴竭，分別為： S...
IP屬地：澳門
-
??孟德?tīng)栯S機(jī)化之Exposure data
-
多組學(xué)水平的孟德?tīng)栯S機(jī)化分析+three-step SMR 應(yīng)用實(shí)操
多組學(xué)分析：在基因表達(dá)干毅、表觀遺傳跳夭、蛋白涂圆、單細(xì)胞及微生物組學(xué)等水平上，利用組學(xué)數(shù)據(jù)比較不同組學(xué)水平的疾病和健康對(duì)照币叹，從而鑒定潛在的致病機(jī)制润歉。 藥物靶點(diǎn)孟德?tīng)栯S機(jī)化分析：探究是其...
-
使用CRISPR/Cas9進(jìn)行基因敲除實(shí)驗(yàn)詳細(xì)步驟解讀protocol
本文是方便查看，系統(tǒng)整理了凍春卷同學(xué)的教程颈抚。放到一起方便學(xué)習(xí)踩衩。原文分散在鏈接：http://www.reibang.com/p/a215be12e3f6[https://w...
-
CRISPR-Cas9基因編輯4--確定Cas9質(zhì)粒構(gòu)建成功+漂亮的質(zhì)粒轉(zhuǎn)染簡(jiǎn)介和前期文章 我對(duì)之前的所有教程進(jìn)行了再次詳細(xì)的總結(jié)CRISPR-Cas9基因編輯之背景介紹及gRNA設(shè)計(jì)（上）[http://www.reibang.com/p/e5c...
-
比較贊同4樓的說(shuō)法驱富，所以與其這么折騰，不如做基因的同源轉(zhuǎn)換匹舞，對(duì)表達(dá)矩陣?yán)锏幕蛎鐾崔D(zhuǎn)換后再跑SCENIC褐鸥。
創(chuàng)建大鼠cistarget參考數(shù)據(jù)庫(kù)
運(yùn)行SCENIC做單細(xì)胞的轉(zhuǎn)錄因子分析時(shí)遇到一個(gè)問(wèn)題，就是運(yùn)行SCENIC所需的輸入文件中需要用到cistarget database的參考motif文件赐稽，而這個(gè)在SCENI...
-
Fastq-dump: 一個(gè)神奇的軟件現(xiàn)在可以用fasterq-dump, 速度更快叫榕，請(qǐng)閱讀都8102年了，還用fastq-dump又憨，快換fasterq-dump吧 做生信的基本上都跟NCBI-SRA打過(guò)交道,尤...
-
Aspera——碾壓prefetch命令的存在, 利用SRR號(hào)批量高效下載FASTQ或SRA數(shù)據(jù)本節(jié)簡(jiǎn)單介紹Aspera安裝和使用翠霍，并給出利用SRR號(hào)批量下載FASTQ或SRA數(shù)據(jù)的方法，通過(guò)比較發(fā)現(xiàn)aspera的下載速度與prefetch相比有了質(zhì)的飛躍 前言：我們下...
-
單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)分析|| scanpy教程：PAGA軌跡推斷單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)分析|| scanpy教程：預(yù)處理與聚類 說(shuō)起軌跡推斷蠢莺，很多人的第一印象就是monocle的軌跡圖寒匙，大概率是長(zhǎng)這樣子的： 如果說(shuō)單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)分析中的分群是...
-
如何不使用 plot_pseudotime_heatmap畫出熱圖？首先要明白 plot_pseudotime_heatmap的原理躏将，先調(diào)出它的源代碼 根據(jù)上述代碼锄弱，總結(jié)起來(lái)就是，plot_pseudotime_heatmap=matrix+...
-
R 數(shù)據(jù)可視化 —— 聚類熱圖 ComplexHeatmap(一)前言 使用 pheatmap 已經(jīng)能夠繪制滿足大多數(shù)要求的聚類熱圖了祸憋。 受 pheatmap 包的啟發(fā)会宪，ComplexHeatmap 提供了對(duì)熱圖更多更靈活的控制，如多數(shù)據(jù)熱...
-
使用Palantir進(jìn)行單細(xì)胞發(fā)育軌跡推斷分析
Palantir是一種對(duì)單細(xì)胞測(cè)序數(shù)據(jù)進(jìn)行分化發(fā)育軌跡推斷的算法蚯窥，于2019年發(fā)表在Nature Biotechnology上掸鹅。Palantir將細(xì)胞分化模擬為一個(gè)隨機(jī)的過(guò)程...
-
Smartseq2 scRNA小鼠發(fā)育學(xué)習(xí)筆記-5-發(fā)育譜系推斷及可視化
劉小澤寫于19.10.24筆記目的：根據(jù)生信技能樹(shù)的單細(xì)胞轉(zhuǎn)錄組課程探索Smartseq2技術(shù)及發(fā)育相關(guān)的分析課程鏈接在：http://jm.grazy.cn/index/m...
-
Seurat4.0系列教程13：使用互惠 PCA （RPCA） 快速整合數(shù)據(jù)我們提出了一個(gè)稍微修改的工作流程塞帐，用于整合 scRNA-seq 數(shù)據(jù)集。我們不再使用（"CCA"） 來(lái)識(shí)別錨點(diǎn)巍沙，而是使用互惠 PCA （"RPCA"）葵姥。在使用RPCA確定任意...
-
單細(xì)胞與GWAS數(shù)據(jù)的聯(lián)合分析復(fù)雜性狀的細(xì)胞類型表達(dá)特異性整合（CELLECT）是一個(gè)計(jì)算工具包，用于識(shí)別復(fù)雜性狀潛在的可能病因細(xì)胞類型句携。CELLECT利用現(xiàn)有的遺傳優(yōu)先級(jí)模型榔幸，在識(shí)別可能的病因細(xì)胞類型時(shí)...
-
Seurat包其中的FindIntegrationAnchors函數(shù)解析
在用Seurat包做多樣本整合的時(shí)候，我們通常采用兩種方式：（1）merge的方式（2）FindIntegrationAnchors的方式整合這里我們來(lái)解析一下FindInt...
-
BBKNN：python單細(xì)胞樣本整合和批次效應(yīng)處理算法2020.09.09 本教程介紹了Scanpy包自帶的用于整合樣本矮嫉，并處理批次效應(yīng)的BBKNN算法和用于對(duì)比的ingest基礎(chǔ)算法削咆。本文主要從函數(shù)的理解、軟件包的使用和結(jié)果的...
-
單細(xì)胞轉(zhuǎn)錄數(shù)據(jù)分析之ScanpyScanpy 是一個(gè)基于 Python 分析單細(xì)胞數(shù)據(jù)的軟件包蠢笋，內(nèi)容包括預(yù)處理拨齐，可視化，聚類挺尿，擬時(shí)序分析和差異表達(dá)分析等奏黑。https://genomebiology.biom...
-
ChIP-Seq數(shù)據(jù)挖掘系列-4: liftOver - 基因組坐標(biāo)在不同基因組注釋版本間轉(zhuǎn)換liftover 是UCSC提供的一個(gè)用于不同基因組注釋版本間基因組坐標(biāo)轉(zhuǎn)換的工具。UCSC 提供了一個(gè)web版本编矾；數(shù)據(jù)過(guò)多時(shí)用起來(lái)很不方便，也可以下載程序到本地進(jìn)行批量操作...
-
Diffusion Map在單細(xì)胞中的應(yīng)用單細(xì)胞降維 基于單細(xì)胞表達(dá)矩陣的降維方式有很多馁害，例如UMAP窄俏，t-SNE，PCA等碘菜，而Diffusion Map是基于非線性的降維模式凹蜈。對(duì)于單細(xì)胞表達(dá)譜而言，該降維方法有利于...
