博士课题换到了肿瘤免疫相关方向，涉及到T细胞培养的问题，简单查了下发现用的培养基五花八门，用实验室级别的也有工业GMP生产用的培养基，一时不知如何下手。查找了几篇文献，发现实...
发简信
IP属地：重庆
-
-
请问下这里去双胞，是把多个数据集merge到一起当作一个数据集来进行去双胞流程吗？我看有人将双胞必须单个数据集去除后才能整合。作者您有什么见解吗？
结合Seurat批量去双胞（DoubletFinder）2022-05-18
使用背景 我们一般拿到单细胞矩阵需要做的一个预处理步骤是去双胞，而常用的一个R包是DoubletFinder[https://github.com/chris-mcginni...
-
@心有灵犀_dc5f 看报错应该是数据格式的问题，数据得是S4格式的对象
基因集富集分析(GSEA)及其可视化
1 什么是GSEA 基因集富集分析(Gene Set Enrichment Analysis, GSEA)是是一种计算方法，用于确定事先定义的一组基因是否在不同的样品中差异表...
-
单细胞转录组之使用CellChat 对多个数据集细胞通讯进行比较分析1. 数据的准备 2.预测细胞通信 在比较多种生物条件下的细胞-细胞通信时，可以得知细胞通信是否增强；细胞类型显著变化之间的相互作用；不同条件下，source和target的...
-
单细胞转录组之使用CellChat对单个数据集进行细胞间通讯分析1.CellChat对象的创建、处理及初始化[#1cellchat%E5%AF%B9%E8%B1%A1%E7%9A%84%E5%88%9B%E5%BB%BA%E5%A4%84...
-
单细胞转录组之转录调控网络分析课程笔记施工中。。。。。 1.SCENIC简介 目前单细胞转录组领域用的比较多的细胞聚类方法大多是直接从基因表达矩阵推断，但是对于多样本合并分析，很多情况下会出现难以解决的批...
-
单细胞转录组之拟时序分析1.数据的准备 1.1选择想要进行时间轨迹分析的seurat亚群,，并将亚群提取出来 1.2 创建CellDataSet对象及monocle标准流程 详见此链接：https:...
-
单细胞转录组之monocle标准流程及不同包间对象转换1.利用已有的Seurat对象转换为CellDataSet对象 加载之前seutat标准流程跑完的数据，如果没有可以走一遍流程，教程点我[https://www.jiansh...
-
基因集富集分析(GSEA)及其可视化1 什么是GSEA 基因集富集分析(Gene Set Enrichment Analysis, GSEA)是是一种计算方法，用于确定事先定义的一组基因是否在不同的样品中差异表...
-
seurat单细胞数据处理小技巧1 亚群合并 当有几类亚群同属于某类细胞时，比如CD4+ T细胞和CD8+ T细胞均属于T细胞，想要将他们合并在一起时，可以使用此代码。 推荐使用第二种方法，这样不更改原始亚...
-
单细胞转录组之Seurat包全流程-数据过滤、降维分群及可视化1.Seurat包的安装及数据的准备 1.1 加载需要的包和数据 1.2 创建Seurat对象 对于之前从CellRanger得到的比对结果，读取sample/outs/fi...
-
ELISA简介及基于夹心法的PK方法学开发实例ELISA(酶联免疫吸附反应)指将可溶性的抗原或抗体吸附到聚苯乙烯等固相载体上，进行免疫反应的定性和定量方法。 ELISA在抗体药物研发的各个环节有着广泛的应用，从应用目的来...
-
单细胞转录组之从fastq到counts1 原始数据下载及转换 从GEO下载原始数据需要使用官方工具SRA-tools，安装SRA-tools 1.1 原始数据下载 进入NCBI SRA数据库[https://tr...
-
转录组分析——STAR+RSEM+Deseq2STAR+RSEM+Deseq2视频课程链接已经公开, https://www.bilibili.com/video/BV1KJ411p7WN?p=8[https://www...
-
cytoscape及APP(插件)使用手册
写在前面： 对于我们大多数来说，用图形或图表更比数据本身更能说明问题，更容易让人理解，并且可以赏心悦目。细胞内部，大量的分子时刻都在发生着变化或相互作用。对于我们来说，了解这...
-
生信技能树：https://vip.biotrainee.com/ Openbiox： https://community.openbiox.org/ 公众号：优雅R 生物数据分析QA，技术文档与博客，需要你的参与。 ……………………………… 欢迎在简书创作和做笔记的生信学习者、爱好者以及相关编程人员加入本专题，贡献你的文字，无论是原创还是笔记，我们需要你，将本专题打造为生信知识宝库、交流平台。 内容可以是对生物信息学与算法知识相关资源的收集、整理，以及原创笔记： * R * Python * Perl * Linux 工具与编程 * 绘图 * 统计 * 计算生物学 * 各类算法 * 机器学习
