自从OpenClaw爆火以后，生信分析方向也有不少关于组学数据分析的大模型AI Agent。作为赶时髦的生信工程师，肯定要凑个热闹，感受一下AI Agent带来的数据分析新范...
发简信
IP属地：上海
-
OmicsClaw | 体验多组学分析人工智能研究助手 -
liana+ | 整合多种细胞通讯方法和数据库，这样的软件确实好用LIANA+ 是一个可扩展的框架，能够根据需要对现有方法和知识进行调整和拓展，以研究单细胞、空间分辨率以及多模态组学数据中的细胞间通讯。它是 scverse 生态系统的一部分...
-
scdiffeq | 建模多时间点单细胞数据的发育轨迹单细胞测序技术通过捕获单个细胞的瞬时分子图谱，为重建动态生物学过程提供了可能。在发育和疾病过程中，细胞命运决定是由确定性调控事件和随机性调控事件之间复杂的平衡所协调的。漂移-...
-
anndata2ri | seurat与scanpy对象转换的万能钥匙单细胞数据分析经常需要在R与python之间切换，前面介绍过不少工具可以用来将seurat与scanpy对象互转。虽然这些工具也可以转换格式，但跟今天介绍的工具比起来还是逊色...
-
你的打工龙虾上线了么？最近这段时间“养龙虾”很火，听说龙虾可以接管一切，可以帮忙干活，聊聊天就把活干了，这谁能忍住不尝试一下。不过，听说好像龙虾并不好安装，对初学者并不友好，因此有人提供付费安装服...
-
脚本的关键词应该这么获取
有些帖子里面预留了脚本的获取方式，在后台回复对应的关键词即可获取，而相应的关键词也在内容里面，大部分读者都可以得到关键词，但还是有些粉丝不清楚，这里统一说明下。 比如在下面的...
-
moscot | scanpy团队再发力，解决多时间点和空间限制下的细胞轨迹推断单细胞基因组技术能够对跨越时间和空间维度的数百万个细胞进行多模态分析。然而，实验限制阻碍了对细胞在其天然时间动态和空间组织生态位中的全面测量。最优传输 (Optimal tr...
-
LEMUR | 多条件单细胞数据的cluster-free更精细差异基因分析在异质性组织中识别不同条件下的基因表达差异是一项基础的生物学任务，多条件RNA-seq技术使这一任务成为可能。当前的数据分析方法将组成细胞划分为代表细胞类型的聚类，但这种离散...
-
scverse | 单细胞组学分析工具任意选，不容错过的python生态社区scverse是一个更广泛的软件包生态系统，建立在scverse核心软件包的基础上。这些工具实现了模型和分析方法，以解决空间组学、调控基因组学、轨迹推断、可视化等方面的问题。...
-
easySCFr | 一行代码读取空间转录组h5为seurat对象前面一篇分享了一个读取单细胞数据的工具，有人提到空间转录组是否可用。那么，今天就来分享一个可以快速读取空间转录组h5文件为seurat对象的工具，过程也是相当简单。 将h5文...
-
anndataR | 一行代码读取h5ad为seurat对象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...
-
squidpy | 空间转录组分析软件，scanpy团队出品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、...
-
从实现层详解scVelo的moments步骤让过程透明化
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...
-
让bam满足velocyto的特别要求
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...
-
美化fgsea的GSEA分析结果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...
-
STAMP空间模式算法用在scRNA数据会怎样STAMP (Spatial Transcriptomics Analysis with topic Modeling to uncover spatial Patterns...
-
Cell2Sentence大语言模型注释scRNA细胞类型门槛有点高耶鲁大学和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...
-
大型患者队列中分析分泌蛋白的临床相关性从大型数据队列中推断分泌蛋白的信号活性，并计算它们与临床信息的相关性。输入的表达值应来自 RNAseq或MicroArray数据，并需经过log2(x+1) 转换，其中x可以...
-
RNAseq数据推断两种表型之间分泌蛋白活性的变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...
-
评估CD4+ T细胞不同状态中分泌蛋白的信号活性从不同细胞状态中推断分泌蛋白的信号活性，使用一个卵巢癌单细胞RNA测序 (scRNA-seq) 研究作为演示数据。利用SecAct评估CD4+ T细胞不同状态中分泌蛋白的信号...