@decf782bff27 怎么添加‘Sample1_'在細(xì)胞barcode前面呢？
使用scVelo進(jìn)行RNA velocity分析-01scVelo于2020年發(fā)表在Nature Biotechnology[https://www.nature.com/articles/s41587-020-0591-3]，...
發(fā)簡(jiǎn)信
IP屬地：江蘇
-
-
這一步在原代碼中得怎么改呀分苇？barcodes = [bc[0:len(bc)-1] + '_10' for bc in barcodes]
使用scVelo進(jìn)行RNA velocity分析-01
scVelo于2020年發(fā)表在Nature Biotechnology[https://www.nature.com/articles/s41587-020-0591-3]，...
-
# 查看seurat的barcode命名方式，也可以是'Sample1_'
使用scVelo進(jìn)行RNA velocity分析-01
scVelo于2020年發(fā)表在Nature Biotechnology[https://www.nature.com/articles/s41587-020-0591-3]，...
-
@RedStones 您好颠放，上面提到的兩個(gè)問(wèn)題我都解決了。謝謝吭敢。
另外一個(gè)問(wèn)題是：加上cell id后綴碰凶。如果我是加前綴的話，那句代碼得怎么改呀鹿驼？barcodes = [bc[0:len(bc)-1] + '-1_1' for bc in barcodes]scVelo 的使用: 從bam和Seurat獲取輸入數(shù)據(jù)到畫圖
1.數(shù)據(jù)準(zhǔn)備 用10x數(shù)據(jù)做scVelo欲低，輸入數(shù)據(jù)分2部分: Seurat 分析后的數(shù)據(jù): 聚類、基因畜晰、細(xì)胞信息砾莱。 velocyto run 輸出的loom文件，記錄 spl...
-
你好凄鼻，我兩個(gè)數(shù)據(jù)集（人腎癌）transfer的時(shí)候基因數(shù)目也是不一樣的腊瑟，但是過(guò)程沒(méi)報(bào)錯(cuò)，這應(yīng)該可以吧块蚌？
利用Seurat包Transfer數(shù)據(jù)集（FindTransferAnchors和TransferData）2022-6-09
關(guān)鍵詞 FindTransferAnchors函數(shù) TransferData函數(shù) 細(xì)胞類型注釋 映射數(shù)據(jù)集/Transfer 數(shù)據(jù)集 適用背景 細(xì)胞注釋的標(biāo)準(zhǔn)一直備受爭(zhēng)議闰非，就...
-
另外就是作者您提到的“包裝好的函數(shù)如下: 半成品盏袄，因?yàn)楹瘮?shù)第一行需要獲取的是細(xì)胞和bam文件的編號(hào)”降铸，bam文件在前面獲得barcode.tsv的時(shí)候需要用到嘛？我看函數(shù)里面沒(méi)有用到bam文件呢
scVelo 的使用: 從bam和Seurat獲取輸入數(shù)據(jù)到畫圖
1.數(shù)據(jù)準(zhǔn)備 用10x數(shù)據(jù)做scVelo，輸入數(shù)據(jù)分2部分: Seurat 分析后的數(shù)據(jù): 聚類虎敦、基因游岳、細(xì)胞信息。 velocyto run 輸出的loom文件其徙，記錄 spl...
-
@RedStones 是不是只要提供那個(gè)barcodes.tsv 進(jìn)去跑的話胚迫，就不會(huì)對(duì)bam文件進(jìn)行全部細(xì)胞的分析，只會(huì)按照提供的barcodes.tsv進(jìn)行分析唾那，從而加快運(yùn)行速度访锻？
scVelo 的使用: 從bam和Seurat獲取輸入數(shù)據(jù)到畫圖
1.數(shù)據(jù)準(zhǔn)備 用10x數(shù)據(jù)做scVelo，輸入數(shù)據(jù)分2部分: Seurat 分析后的數(shù)據(jù): 聚類闹获、基因期犬、細(xì)胞信息。 velocyto run 輸出的loom文件避诽，記錄 spl...
-
使用scVelo進(jìn)行RNA velocity分析-01scVelo于2020年發(fā)表在Nature Biotechnology[https://www.nature.com/articles/s41587-020-0591-3]龟虎，...
-
scObj_nue 這個(gè)是什么？是metadata嗎
scVelo 的使用: 從bam和Seurat獲取輸入數(shù)據(jù)到畫圖
1.數(shù)據(jù)準(zhǔn)備 用10x數(shù)據(jù)做scVelo沙庐，輸入數(shù)據(jù)分2部分: Seurat 分析后的數(shù)據(jù): 聚類鲤妥、基因、細(xì)胞信息拱雏。 velocyto run 輸出的loom文件棉安，記錄 spl...
-
英語(yǔ)讀報(bào)贡耽，保鮮英文，備考英語(yǔ)鹊汛。歡迎加入QQ群 755650994
-
優(yōu)雅地做一名極客
-
RNA velocity分析練習(xí)（一）文件下載以及預(yù)處理目前有多種方法可以進(jìn)行RNA velocity的分析： scVelo（參考文章：?jiǎn)渭?xì)胞轉(zhuǎn)錄組數(shù)據(jù)分析|| scVelo 教程：RNA速率分析工具） velocyto （官網(wǎng):...
-
@汪汪隊(duì)隊(duì)長(zhǎng)_萊德 老師您好柒昏。按照上述的版本安裝后凳宙，我的cistarget這一步可以跑了，但是日志提醒在做Calculating regulons的時(shí)候职祷，每次都沒(méi)到100%completed的時(shí)候氏涩，就終止然后提示pyarrow.lib.ArrowInvalid: File is too small to be a well-formed file。這是為什么有梆？謝謝是尖！
SCENIC-轉(zhuǎn)錄因子分析
今天寫一篇關(guān)于單細(xì)胞轉(zhuǎn)錄因子的分析-scenic在做分析之前你應(yīng)該看一下這篇文獻(xiàn)，看看別人做了什么scenic分析《Single-cell RNA sequencing hi...
-
-
MSKCC Research Associate<br>別趕不上野心兜辞，又辜負(fù)了努力
-
暫別簡(jiǎn)書迎瞧，后會(huì)有期
我不是老師，也不是大神逸吵，更不是前輩凶硅。我只是個(gè)普通的科研工作者，一個(gè)只想努力變得更好的人扫皱。 來(lái)到簡(jiǎn)書快3年了足绅，期間寫了不少的筆記。很多的筆記是在疫情嚴(yán)重時(shí)wfh的時(shí)候?qū)懙暮浴Ｖ两?..
-
@汪汪隊(duì)隊(duì)長(zhǎng)_萊德 老師您說(shuō)的是這個(gè)吧 pip install pyscenic=0.11.1氢妈。 這一步我跑的時(shí)候老是報(bào)錯(cuò)。原來(lái)是要改成 pip install pyscenic==0.11.1段多。謝謝老師提醒允懂！我再試一試
SCENIC-轉(zhuǎn)錄因子分析
今天寫一篇關(guān)于單細(xì)胞轉(zhuǎn)錄因子的分析-scenic在做分析之前你應(yīng)該看一下這篇文獻(xiàn)，看看別人做了什么scenic分析《Single-cell RNA sequencing hi...
-
老師您好衩匣，我在跑cistarget這個(gè)步驟的時(shí)候蕾总，linux報(bào)錯(cuò)：ValueError: "hg19-tss-centered-10kb-7species.mc9nr.feather" is a cisTarget Feather database in Feather v1 format, which is not supported anymore. Convert them with "convert_cistarget_databases_v1_to_v2.py" (https://github.com/aertslab/create_cisTarget_databases/) to Feather v2 format. 這個(gè)得怎么辦呢？
SCENIC-轉(zhuǎn)錄因子分析
今天寫一篇關(guān)于單細(xì)胞轉(zhuǎn)錄因子的分析-scenic在做分析之前你應(yīng)該看一下這篇文獻(xiàn)琅捏，看看別人做了什么scenic分析《Single-cell RNA sequencing hi...
-
單細(xì)胞之軌跡分析-1：RNA velocityRNA velocity原理此前已經(jīng)介紹過(guò)生百，參考單細(xì)胞測(cè)序的軌跡推斷[http://www.reibang.com/p/83c532234dc0]。 1. loom文件準(zhǔn)備...
-
公眾號(hào)：TOP生物信息<br>B站：TOP菌<br>WeChat：TOPJUN996<br><br>top2讀研，學(xué)習(xí)方向：癌癥基因組搜吧、腫瘤免疫市俊、單細(xì)胞組學(xué)
