Seurat作为知名的单细胞数据分析框架，虽然很好用，但在大数据集一直存在速度上的短板，尤其在FindAllMarkers。所以其一直也在试图解决，比如通过引入featu...
发简信
IP属地：黑龙江
-
Seurat | 解决了FindAllMarkers在大数据集上的速度短板
-
自学资源 | 生信计算机基础，数据处理纵享丝滑虽然目前有很多语言模型可以替代人工写代码，但并不总是可以直接复制可用，有时候还是需要人工修改以完善可用。拥有学习能力，数据处理并没有会与不会，而是处理上的难易程度最终以花...
-
多分类两分组的交集差集可视化，简洁又恰到好处两分组的交集差集可视化最常用的方法就是韦恩图，复杂点如果分组超过5组可以换成upset图展示。虽然也是两分组，但如果有多个分类时韦恩图就不是好的选择了。此时，回到最简单的...
-
screen | 交互式命令也可以防挂断，实用又能装远程使用服务器资源的时候，运行任务通常都是提交给集群统一调度。但有时候也会选择本地化执行，如果这个任务需要运行很长的时间，一般会使用nohup命令将任务挂后台运行，这样即...
-
FeaturePlot 对负值并不友好Seurat的FeaturePlot可以展示基因在降维空间里各个分群的表达情况，也可以展示metadata里面的数据情况，例如基因集打分情况。虽然这个函数绘图好用，但是对...
-
pheatmap依然是做热图的首选每当需要做热图的时候，首先想到就是pheatmap。记不清啥时候第一次使用该包了，但从那以后这就是画热图的第一选择了，因为无论是功能，还是颜值，亦或是操作简易程度都可以算...
-
让scale给整不会了
数据处理时经常需要做各种处理，如标准化和归一化，在R里面可以借助scale函数来轻松完成。默认情况下，该函数做的事情可以用下面的公式概括：其中 x 是原始数据点，μ 是数...
-
收藏几个单细胞可视化包好看的图当然会锦上添花，单细胞美化的包很多，也各有特色，不妨收藏几个，方便以后事半功倍地画出漂亮的图。 scplotter[https://pwwang.github.io/...
-
-
Spatial transcriptome | 空间依赖性，理解MISTy回答的三个问题分析空间转录组数据的时候，简单地学习了一下MISTy模型框架：一个灵活扩展，可解释的机器学习框架，可用于从任何空间组学数据中提取关系，可同时评估数十到数千个marker。...
-
TCellSI：巧用housekeeping genes矫正样本间效应TCellSI：一款借助Mann-Whitney U统计量，通过特定marker基因集和背景基因，对T细胞状态进行评估打分的软件。该软件能够准确评估T细胞的八种不同状态分...
-
xtail | 差异翻译基因分析基因翻译，即遗传密码从转录本到蛋白质的过程，也是功能基因能够发挥自身作用前的必经之路。基因的翻译效率收到很多因素的调控，这其中最直接的是基因本身的转录丰度，正常情况下，翻...
-
Tips：ChIPseeker注释的peak文件不要随意命名
ChIPseeker用来做peak注释体验感确实很好，所以也经常用，为此还特意包装了一个性化脚本方便命令行直接使用，后台也有不少人获取脚本，省时省力能解决问题的工具当然是...
-
riborex：差异翻译基因分析
分析差异翻译基因时，为了保证结果的正确性，除了使用Xtail软件外，也用riborex分析了一遍，该软件封装了常规转录组常用的三种差异分析框架DESeq2、edgeR、V...
-
ChIPseeker个性化注释脚本修复之前的推文[个性化ChIPseeker注释peak结果[https://www.jianshu.com/p/f1307325d8a2]]里面分享了利用ChIPseeker...
-
PCA：这样应该懂了吧！在RNA-seq分析结果中经常会看到由两个主成分(PC1，PC2)绘制的PCA (principal component analysis)质控图，来反映样本间的远近关系...
-
-
画个GO/KEGG富集图有多简单clusterProfiler包做富集分析后，可直接使用配套的可视化函数展示结果，最常见的形式有barplot、dotplot。网上有很多相关的推文，今天咱来说点不一样的...
-
transcript整合为gene表达值，tximport到底干了啥...
有些问题来来回回，学了忘，忘了学，反反复复很多次，用到时依然是模糊的。之所以被遗忘，也许是问题本身不重要，没有什么存在感；也许是要学的东西很多，脑容量不够。Anyway，...