之前听师兄在组会上介绍了scvi，恰巧最近在用scvi做一些分析，感觉这个方法很精巧效果也不错，因此研究了一下原始论文，这里简要介绍一下这个单细胞数据分析工具的新星。scvi是Nature Methods在2018年12月发表的一个单细胞RNA测序(scRNA-seq)数据的集成分析平台，预印版文章在2018年3月就已经在bioRxiv上线。scvi是一个快速的多功能方法，整合了来自机器学习、统计
20210829修改 之前是根据官网+别人帖子写的总结，自己做了一段时间，把之前的再完善一下尝试使用seurat包进行两组间差异分析 使用的是seurat包自带的数据创建seurat对象#首先载入需要的包
library(Seurat)
#安装seurat-data包
install.packages('devtools')
library("devtools")
devtools::insta
转载
2024-01-15 21:39:55
203阅读
一、构建hvg并查看是否有MT/ERCC基因混杂情况hvg基因为高变化基因，即在各个样本中，表达量差异最为明显的基因。#highly Variable gene:简单理解sd大的
scRNA <- FindVariableFeatures(scRNA, selection.method = "vst", nfeatures = 1500)
#根据文献原图，挑选变化最大的1500个h
转载
2024-04-26 11:27:16
99阅读
一.读入10x数据并创建seurat对象#pbmc为外周血单个核细胞
library(Seurat)
pbmc.data <- Read10X(data.dir="E:/GSE152982_RAW/hg19")
pbmc <- CreateSeuratObject(counts=pbmc.data,project = "pbmc5k",min.cells = 3,min.feature
转载
2024-01-14 19:28:14
138阅读
**简介**单细胞测序：单细胞测序从宏观来讲是指在单个细胞水平上进行测序。 单细胞转录组测序是指对于单个细胞水平上将mRNA反转录扩增后进行高通量测序的技术。单细胞测序通过在单个细胞水平上进行测序，解决了用组织样本无法获得不同细胞间的异质性信息或样本量太少无法进行常规测序的难题，为科学家研究单个细胞的行为、机制等提供了新的方向。`` 单细胞测序基本步骤：对所选择的单细胞进行分离→扩增→进行高通量测
转载
2023-10-23 09:40:09
233阅读
什么是单细胞测序单细胞RNA-Seq提供成千上万个单个细胞的 transcriptional profiling。这种水平的通量分析使研究人员能够在单细胞水平上了解哪些基因表达，多少数量以及异质样品中成千上万个细胞之间的差异。目前，测序可以回答以下6类问题：DNA的序列：ATCG怎么排列，以及各序列的丰度；DNA的表观遗传修饰：比如甲基化、羟甲基化，以及组蛋白的各种修饰；RNA的序列：AUCG怎么
转载
2024-01-22 11:54:17
144阅读
系列文章目录单细胞测序流程（一）简介与数据下载单细胞测序流程（二）数据整理单细胞测序流程（三）质控和数据过滤——Seurat包分析，小提琴图和基因离差散点图单细胞测序流程（四）主成分分析——PCA单细胞测序流程（五）t-sne聚类分析和寻找marker基因单细胞测序流程（六）单细胞的细胞类型的注释 本期主讲内容——单细胞的细胞类型轨迹分析可以看到细胞的分化从哪里开始，从哪里终止，会分化出
转载
2024-05-29 08:54:29
669阅读
Abstract单细胞RNA-seq使研究者能够以前所未有的分辨率研究基因表达图谱。这一潜力吸引着更多科研工作者应用单细胞分析技术解决研究问题。随着可用的分析工具越来越多，如何组合成一个最新最好的数据分析流程也越来越难。我们详细阐述了一个典型的单细胞转录组分析各个步骤的细节和注意事项，包括预处理（质控、标准化、数据校正、特征选择、降维）和细胞/基因水平的下游分析等。基于独立的比较研究，我们为每一步
转载
2024-01-16 21:38:55
120阅读
◆ 单细胞测序的概念 ◆ 上节我们讲到转录组测序相关内容，这期将继续学习单细胞转录组测序。单细胞测序技术(single cell sequencing)，简单来说，就是在单个细胞水平上，对基因组、转录组及表观基因组进行测序分析的技术（图1）。图1.单细胞测序技术◆ 为什么做单细胞转录组测序？ &nbs
转载
2024-01-17 14:08:18
658阅读
单细胞测序技术是指在单个细胞水平上对转录组或基因组进行扩增并测序，以检测单细胞在基因组（结构变
原创
2023-10-31 14:48:53
341阅读
单细胞测序的临床应用体外受精的胚胎测序：在把胚胎植回母体之前，先取一个细胞进行测序，确认基因正常后再植
原创
2023-10-31 14:49:08
37阅读
单细胞测序的挑战 与传统的“bulk” RNA-seq不同，单细胞RNA-seq的主要区别在于一个测序文库代表一个细胞，而不是大量的细胞
原创
2023-10-31 14:50:11
122阅读
# Python分析单细胞测序数据
随着生物技术的进步，单细胞测序（Single Cell Sequencing）逐渐成为生物医学研究中的一个重要工具。它能够揭示组织中不同细胞类型的基因表达情况，从而为我们探索疾病机制、细胞发育以及相互作用提供了新的窗口。本文将介绍如何使用Python分析单细胞测序数据，包括数据导入、处理、可视化及分析的示例。
## 单细胞测序数据简介
单细胞测序数据通常来
RNA的表达水平矩阵稀疏 把reads比对到基因组，然后计算比对到基因上的read count。发现表达矩阵十分稀疏。 RN
原创
2023-10-31 14:59:03
94阅读
之前说，实验室主要使用的是10X的数据，但是我现在对于10X的数据的了解很少。所以，想更进一步的了解一下。从网页上搜集到资源，整理如下。RNA-seq技术的主要的目标就是（1）定性（2）定量。所以，在某种程度上，就是围绕着两个目标进行的，只不过提出的解决方法会有所不同。一句话总结：单细胞测序技术与单细胞核测序技术的区别？ 简而言之，就是单细胞测序技术存在一些弊端。只能够取样于新鲜组织，而一些临床的
转载
2024-09-06 06:25:11
146阅读
【参考链接】http://127.0.0.1:10033/library/scater/doc/overview. https://bioconductor.o
在单细胞测序分析的领域，我们面临着如何高效处理和分析复杂数据的挑战。随着测序技术的飞速发展，数据量的增加和分析复杂度的提升，使得我们迫切需要一套可靠的Python代码来解决这一问题。本文将详细讲述我的分析过程，包括关键决策和架构设计，性能优化以及故障复盘等方面的心得，希望能对从事这一领域的同仁们提供一些借鉴。
## 初始技术痛点
在开始之前，我们需要明确单细胞测序分析所面临的主要问题。我们经常
我导再也不用担心我不认识marker啦我们在进行单细胞测序的时候，通常情况下是通过高
原创
2023-05-02 21:55:04
543阅读
因项目的需求，需要对数据进行简单的分类，然后找差异表达基因。 虽然我自知自己在这个过程中的很多方面并不理解透彻，很糊涂的去做。但是我愿意去尝试完成。 现在开始跟着Seurat上面的教程一点点的来做。参考链接：https://satijalab.org/seurat/articles/pbmc3k_tutorial.html1、加载分析必须的包library(Seurat)
library(dply
转载
2024-06-23 06:55:55
141阅读
**数据整理** 准备数据：之前所下载的样本数据 将之前所下载的样本数据进行解压，使用excel将文件打开 发现所下载样本有两种情况，一，有基因名，二，无基因名，只有基因id一，有基因名1.使用excel将文件打开所下载的样本发现第一行为样品名，第一列为基因名，需要滑到最后将注释信息删掉。 2.将excel滑到顶端，发现样品名和基因名重叠了，需要将样品名全部向后移动一位，并将第一行第一列的位置命名
转载
2024-01-17 10:44:45
335阅读
