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、...
发简信
IP属地：上海
-
squidpy | 空间转录组分析软件，scanpy团队出品 -
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...
-
scRNA-seq分泌蛋白介导的细胞通讯从scRNA-seq数据中推断由分泌蛋白介导的细胞间通讯。分析需要包含两种不同条件的scRNA-seq数据集。SecAct通过两条关键标准来识别条件特异性的细胞间通讯：1) ...
-
空间转录组的细胞通讯分析从单细胞空间转录组 (ST) 数据中，推断由分泌蛋白介导的细胞间通讯。示例数据为CosMx平台的肝癌ST样本。 创建SpaCET对象 创建对象需准备三类输入数据： count...
-
空间转录组的signaling pattern和velocity分析利用SecAct推断空间转录组数据中每个spot的分泌蛋白活性。演示数据来自Visium平台 (直径55µm，覆盖1–10个细胞) 的肝癌转录组样本。SecAct还提供额外的...
-
Adv Sci | 基因组倍性检测工具的选择指南，选择困难症的福音[Benchmarking Ploidy Estimation Methods for Bulk and Single-Cell Whole Genome Sequencin...
-
摸了个鱼之给SeekSoulTools软件写个MultiQC插件最近分析了一批单细胞数据，前期的比对定量使用公司自己的配套软件SeekSoulTools分析，用起来类似于cellranger一行命令完成定量并生成报告。通常单细胞的定量软件...
-
FateID | scRNA推断多能祖细胞的命运偏向
FateID基于迭代监督学习算法，解决了利用细微的转录组差异指示谱系偏差，可以用来概率量化多能祖细胞的命运偏差。FateID基本原理过程如下： 从每个目标簇中选取最接近 (皮...
-
NC结果复现 | 可视化R包endplot开发测试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...
-
STAMP使用小技巧 | 空转的可解释性空间感知降维STAMP (Spatial Transcriptomics Analysis with topic Modeling to uncover spatial Patterns...
-
MultiQC高级用法：生成自定义报告MultiQC作为NGS数据QC报告的整合工具，目前已支持165个生信工具的报告整合，一键就可以轻轻松松将多样本的QC结果整合起来并生成网页报告，不仅省时省力还方便查看，解决...
-
CytoTRACE2：细胞分化潜能的预测效果不错CytoTRACE2是一个新颖的深度学习框架，旨在处理单细胞潜能评估的复杂性，同时实现直接的生物学可解释性。该框架的核心是一组基因集二进制网络 (Gene Set Binar...