小魚爸

16.1 前言 單細胞RNA-seq為了解不同條件、組織類型说榆、物種和個體之間細胞類型的變化提供了前所未有的信息。單細胞數(shù)據(jù)的差異基因表達分析幾乎總是隨后進行基因集富集分析寸认，其...

小魚爸

前言：Graphpad prism是一款非常好用且功能強大的科研醫(yī)學生物數(shù)據(jù)處理繪圖軟件签财，Prism也是一種多功能的統(tǒng)計工具，專為科學家而非統(tǒng)計學家而設偏塞。其功能強大唱蒸，簡單易學...

小魚爸

15.1 前言 除了基因表達模式的變化之外，細胞組成（例如細胞類型的比例）也會在不同條件下發(fā)生變化灸叼。例如神汹，特定藥物可以誘導細胞類型的轉分化，這將反映在細胞身份組合物中古今。需要足...

小魚爸

14.1 前言 本篇是細胞注釋章節(jié)的更詳細的延續(xù)屁魏，該章節(jié)已經(jīng)介紹了差異基因表達（DGE）作為用細胞類型注釋簇的工具。在這里捉腥，我們重點關注更復雜的實驗設計中差異基因表達測試的更...

小魚爸

12.1 前言 單細胞數(shù)據(jù)集允許以高分辨率研究生物過程氓拼，例如早期發(fā)育。例如，雖然分析的是單個細胞而不是整個組織桃漾，但細胞表型的變化無法隨著時間的推移進行跟蹤坏匪。這一事實源于單細胞...

小魚爸

11.1 前言 單細胞測序分析提供生物組織的高分辨率測量。因此撬统，此類技術可以幫助破譯和理解細胞異質性和生物過程的動態(tài)适滓。相應的研究包括量化細胞命運以及識別驅動該過程的基因秫逝。然而...

小魚爸

10.7 基于圖的整合模型Graph-based integration 我們要介紹的下一個方法是BBKNNBatch-Balanced k-Nearest Neighbor...

小魚爸

10. 數(shù)據(jù)整合 10.1 總論 大多數(shù)scRNA-seq數(shù)據(jù)分析的一個核心挑戰(zhàn)是批次效應廓握。批次效應是測量的表達水平的變化，這是處理不同組或“批次”中的細胞的結果呻疹。例如几于，如果...

小魚爸

9.4 自動注釋 9.4.1 總論 這一篇討論的方法將是自動化的方法蕊苗，而不是手動注釋數(shù)據(jù)沿后。與上一篇展示的方法不同沿彭，這些方法中的每一種都可以使您以自動化的方式對數(shù)據(jù)進行注釋。它...

小魚爸

9. 細胞注釋Annotation 為了更好地理解數(shù)據(jù)并利用現(xiàn)有知識尖滚，弄清楚數(shù)據(jù)中每個細胞的“細胞身份”非常重要喉刘。根據(jù)已知（或有時未知）的細胞表型標記數(shù)據(jù)中的細胞群的過程稱為...

小魚爸

8. 聚類Clustering 預處理和可視化使我們能夠描述我們的scRNA-seq數(shù)據(jù)集并降低其維度。到目前為止漆弄，我們嵌入并可視化了細胞以了解數(shù)據(jù)集的基礎屬性睦裳。然而，它們的...

小魚爸

7. 降維Dimensionality Reduction 如前所述撼唾，scRNA-seq是一種高通量測序技術廉邑，可生成高維度細胞和基因數(shù)量的數(shù)據(jù)集。并非所有基因都具有信息性倒谷，并...

小魚爸

6. 特征選擇Feature selection 6.1 前言 我們現(xiàn)在有了標準化的數(shù)據(jù)表示蛛蒙，它仍然保留了生物異質性，但減少了基因表達中的技術采樣效應渤愁。單細胞RNA-seq數(shù)...

小魚爸

5. 歸一化Normalization 5.1 前言 到目前為止牵祟，我們從數(shù)據(jù)集中刪除了低質量細胞、環(huán)境RNA污染和雙聯(lián)體抖格，并且數(shù)據(jù)以“細胞 x 基因”數(shù)字矩陣的形式呈現(xiàn)诺苹，作為...

小魚爸

4. 質控Quality Control 4.1 前言 選擇適合數(shù)據(jù)且不會過度校正或消除生物效應的預處理方法至關重要。由于新的測序技術以及捕獲的細胞雹拄、測量的基因和識別的細胞群...

小魚爸

3. 分析框架和工具介紹 3.1 單細胞分析框架和強大系統(tǒng) 如前所述收奔，獲得計數(shù)矩陣后，探索性數(shù)據(jù)分析階段開始滓玖。由于數(shù)據(jù)的大小和復雜性筹淫，需要專門的工具。雖然在單細胞分析的早期，...

小魚爸

學習生信代碼的朋友可以直接跳轉到下面2.7 實戰(zhàn)案例损姜，有完整和詳盡的代碼和分析流程饰剥。 2. 原始數(shù)據(jù)處理 在本篇中，我們將介紹單細胞RNA測序(scRNA-seq)數(shù)據(jù)的“預...