软件的专业性最直接的体现方式就是使用起来是否简单高效。单细胞数据分析多了就会遇到一个问题,需要在R与python之间切换,而两种语言常用的保存格式却不一样,读写起来就显得不是...
软件的专业性最直接的体现方式就是使用起来是否简单高效。单细胞数据分析多了就会遇到一个问题,需要在R与python之间切换,而两种语言常用的保存格式却不一样,读写起来就显得不是...
耶鲁大学和Google的团队推出的大语言模型C2S-Scale (Cell2Sentence),模型参数规模扩展至 270 亿个,能够显著提升其预测和生成能力,并为需要在多细...
STAMP (Spatial Transcriptomics Analysis with topic Modeling to uncover spatial Patterns...
RNA velocity基于细胞中spliced和unspliced的mRNA比例,来计算基因表达变化的速率,以此来预测细胞的发育轨迹。由于基于mRNA的剪切信息,所以分析前...
moments步骤的目的是计算Ms、Mu,也就是对每个细胞中各基因的spliced、unspliced根据邻域图求均值,即细胞里的spliced/unspliced会替换为其...
Squidpy让空间基因表达与组织影像在同一套Python对象里互操作,提供从建图、统计、特征提取、交互式可视化到细胞通讯的端到端工作流。核心功能可概括为一个框架、两类数据、...
fgsea包做GSEA分析很好用,奈何结果可视化真的有些潦草。既然,自带的可视化不好看,那就借助其他包来展示吧,比如enrichplot、GseaVis两个包的GSEA可视化...
推断两种表型之间 (如处理 vs 对照、肿瘤 vs 正常、应答者 vs 非应答者) 分泌蛋白活性的变化。输入的表达值应来自RNAseq或MicroArray数据,需经过log...
endplot算是自己对END-seq数据分析工作的总结和理解。END-seq并不像single-cell广为人知,网上可用的资源满天飞。学习新技术阅读一手的文献必不可少...