Avatar notebook default
11篇文章 · 32540字 · 5人关注
  • Resize,w 360,h 240
    11.单细胞 RNA-seq:标记识别

    学习目标: 了解如何确定单个亚群的标记 理解聚类和标记识别的迭代过程 单细胞RNA-seq标记鉴定 现在我们已经确定了我们想要的集群,我们可以继...

    1.5 3004 0 13
  • Resize,w 360,h 240
    10.单细胞 RNA-seq:聚类分析

    学习目标: 评估是否存在聚类过程产生的技术误差 使用 PCA 和 UMAP 图确定聚类质量,并了解何时重新聚类 评估已知的细胞类型标记与假设簇的...

    1.2 5947 0 12
  • Resize,w 360,h 240
    9.单细胞 RNA-seq:聚类分析

    学习目标: 利用多种方法来评估聚类选择的 PC 基于重要的 PC 执行单细胞聚类 单细胞 RNA-seq 聚类分析 现在我们已经整合了高质量的细...

  • Resize,w 360,h 240
    8.单细胞 RNA-seq 聚类分析:整合

    学习目标: 使用变异最大的基因进行不同条件的细胞整合,从而识别出最相似的细胞 单细胞 RNA-seq 聚类分析:整合 目标: 在不同的条件下,比...

  • Resize,w 360,h 240
    7.单细胞 RNA-seq:单细胞归一化和识别高变基因

    归一化和回归不必要的变异 现在我们有了高质量的细胞,我们首先需要探索我们的数据并识别任何不需要的变异来源。然后我们需要对数据进行归一化,执行方差...

    1.1 8064 1 11
  • Resize,w 360,h 240
    6.单细胞 RNA-seq:归一化和 PCA 分析

    计数归一化和主成分分析 在获得我们的高质量单细胞后,单细胞 RNA-seq (scRNA-seq) 分析工作流程的下一步是执行聚类。聚类的目标是...

  • Resize,w 360,h 240
    5.单细胞 RNA-seq:质控后相关流程

    单细胞 RNA-seq 聚类工作流程 现在我们有了高质量的细胞,我们可以继续后续流程。最终,我们希望对细胞进行聚类并识别潜在的不同细胞类型,但是...

  • Resize,w 360,h 240
    4.单细胞 RNA-seq:质控分析

    学习目标: 构建 QC 指标和相关图便于直观地查看数据质量 评估 QC 指标并设置过滤条件去掉低质量细胞 单细胞 RNA-seq:质量控制 此工...

  • Resize,w 360,h 240
    3.单细胞 RNA-seq:质控分析设置

    单细胞 RNA-seq:质量控制设置 基因表达量化后,我们需要将此数据读入 R 中,执行 QC 的指标。我们将讨论可以预期的数据格式,以及如何将...

文集作者