- 综合排序
- 最热优先
- 最新优先
- 来自专栏yw的数据分析
10X单细胞测序细胞分类
介绍 文章对已知的多种细胞系混合后进行单细胞10X RNA测序，研究多克隆之间的互作模式。我们这里介绍里面的单细胞测序基因表达细胞分类操作。 /01/28/%e5%8d%95%e7%bb%86%e8%83%9erna%e6%b5%8b%e5%ba%8fqc%e5%b7%b2%e7%9f%a5%e6%a0%b7%e6%9c%acsnp/ 根据测序的细胞系个数设定参数 = 'pca', dims = 1:n_pcs, k.param = 10 FindClusters(seuObj, resolution = clust_res, verbose = FALSE) 原文出处 http://www.thecodesearch.com/2021/02/04/10x 单细胞测序细胞分类/
67810发布于 2021-02-22 - 来自专栏全栈程序员必看
单细胞测序流程(单细胞rna测序)
系列文章目录 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 单细胞测序流程（七）单细胞的细胞类型轨迹分析 单细胞测序流程（八）单细胞的 marker基因转化和GO富集分析 单细胞测序流程（九）单细胞的GO圈图 本期主讲内容——单细胞的kegg富集分析和圈图 咱们在上一个课程中进行了GO圈图绘画，但是我富集分析并不只是有GO，kegg sep="\t",quote=F,row.names = F) #保存富集结果 #柱状图 pdf(file="barplot.pdf",width = 10 单细胞测序流程所有课程到这里就已结束了 以后我会更新一写现在比较流行的tcga挖掘 发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/127991.html原文链接：
2.3K42编辑于 2022-07-31 - 来自专栏生物信息云
单细胞专题 | 1.单细胞测序（10×genomics技术）的原理
最近有点闲下来了，给大家分享一下单细胞的笔记》 ---- 单细胞 RNA 测序（Single cell RNA sequencing，scRNA-seq）是一种在单细胞水平上利用 RNA 测序对特细胞群体进行基因表达谱定量的高通量实验技术 为克服这一限制，开发了单细胞水平的转录组测序技术（scRNA-seq）。 2.单细胞测序的原理 前面也介绍过，单细胞测序技术原理。这里做个补充。 单细胞测序技术以单个细胞作为对象，通过对单个细胞遗传物质均匀扩增，标记建库后进行测序，最后对单个细胞基因组或转录组展开数据分析，其技术原理主要包括单细胞分离、扩增测序和数据分析3方面。 市场上，较成熟的商业单细胞测序公司主要有 10X Genomis 公司 的Chromium( 液滴法) 及 BD 公司的Ｒhapsody( 微孔法)。 这里重点介绍 10×genomics技术。 单细胞测序的经典流程：分离单细胞（核），将RNA转换为cDNA，准备测序文库（illumina）后测序。
46.7K31编辑于 2022-06-13 - 来自专栏生信喵实验柴
单细胞测序概述
V(D)J-seq) 单细胞免疫组库，是 10X genomics 推出的第二个单细胞产品。 五、单细胞测序发展历史 单细胞测序目前一般采用二代 illumina 高通量测序。 -油包水分离细胞 Drop-seq； 2015 年：蜂窝板捕获 Cyto-seq 技术； 2016 年：10x genomics 单细胞转录组测序，开启大规模高通量单细胞测序时代 单细胞； 2017 年：10x genomics 单细胞免疫组库 VDJ 测序； 2018 年：10x genomics Feature barcode 技术用于检测细胞表面蛋白 年：10x genomics 单细胞空间转录组； 六、重要单细胞研究计划 6.1 人类细胞图谱（Human Cell Atlas）计划 人类细胞图谱（Human Cell Atlas）计划是一项与
5.3K21编辑于 2022-10-25 - 来自专栏生信喵实验柴
单细胞测序原理
10X genomics 是目前主流的单细胞测序平台，下面章节我们将详细介绍 10X 单细胞测序原理。 二、10x 单细胞测序技术 10x genomic 公司于 2016 年 2 月推出 10x Chromium Single Cell Gene Expression Solution， 在介绍10x genomics单细胞测序之前，我们先介绍一下10 x genomics单细胞几个核心元素。 理解了这三个概念就理解了 10x genomics 单细胞测序的原理。 reads，也可以认为是 gene； 三、10X genomics 单细胞测序文库构建及测序 3.1 文库构建 下面是 10x genomics 单细胞测序文库构建的官方示意图，在单细胞悬液制备完成之后
2.6K20编辑于 2022-10-25 - 来自专栏科研猫
单细胞测序系列（1）--单细胞全基因组测序
仅2018年，他的研究团队就发表了11篇单细胞测序方向文章，获得了单细胞测序领域的接连重要成果。 2015年以来随着10X Genomics、Drop-seq、Micro-well、Split-seq等技术的出现，彻底降低了单细胞测序的成本门槛。 今天，我们就来说说单细胞测序的整套流程，以单细胞基因组测序为例，主要包括四个步骤： 单细胞分离→全基因组扩增→高通量测序→数据分析。 MDA是目前公认的较好的单细胞基因组扩增技术，样本无需纯化，操作简单，它能对全基因组进行高保真的均匀扩增，扩增出10~100kb大小的片段，能提供大量均一完整的全基因组序列。 ? 3 单细胞全基因组测序 全基因组测序是筛查单细胞SNP（单核苷酸多态性）及CNV（拷贝数变异）的有效手段。
6.3K42发布于 2019-09-24 - 来自专栏单细胞天地
AD 单细胞测序
摘 · 要 本文分析了具有不同程度的阿尔茨海默病病理学的48个前额皮质，通过10x总共测了80,660个单核转录组。 10X建库测序后，用cellranger2.0，处理。参考基因组是hg38 genome (GRCh38.p5)的pre-mRNA（因为是测的核）。 单细胞与Bulk数据的一致性分 文章中使用了两种方法对单细胞进行差异分析：秩和检验与FDR多重矫正和使用R包lme4和RUV-seq计算的泊松混合模型。 并将bulk数据获得的差异基因与单细胞数据观察到的在不同细胞类别中具有扰动的基因进行比较，获得bulk数据与单细胞数据的一致性。 ? 总结 这是第一篇将单细胞技术应用AD中的文章。
1.1K50发布于 2020-03-30 - 来自专栏生物信息云
单细胞测序技术原理
2015年以来，10X Genomics、Drop-seq、Micro-well、Split-seq等技术的出现，彻底降低了单细胞测序的成本门槛。 自此，单细胞测序技术被广泛应用于基础科研和临床研究。 一.基本原理 单细胞测序首先不是仅仅对一个细胞进行测序，而是说该项技术能对单一细胞的基因组或转录组进行测序，可以理解为单细胞水平上的测序。 在介绍基本原理之前先让我们尝试着回答一下：为什么要进行单细胞测序？换个姿势来问就是，单细胞测序技术能解决什么传统方法解决不了的问题？ 单细胞测序带给大家哪些福利？ 1.PCR偏差：单个细胞含有约10pg total RNA，而约80%以上信息为rRNA，从单细胞RNA到文库意味着核酸的扩增量要达到百万倍以上。
4.5K23发布于 2020-11-03 - 来自专栏单细胞天地
空间单细胞DNA测序
一图胜千言，很容易看明白这个流程，就是先对组织样品进行染色，这样可以区分3种细胞，然后利用LCM技术来挑选微小区域的细胞，再利用laser catapulting精准的挑选一个单细胞去建库测序，单细胞的 对10个病人综合起来总共测了 425 in situ and 503 invasive 和365 stromal diploid cells，这些单细胞DNA测序数据都是可以从SRA数据库里面下载的。 比较奇怪的是有4个病人都是单克隆，或者说仅仅是从单细胞DNA测序得到的拷贝数变异无法区分不同的克隆。 10个病人的3种细胞用 laser-capture microdissection (LCM)技术取1000个左右的细胞进行全外显子测序，并且分析somatic mutation情况。 还有从这10个病人里面取的1293个单细胞的DOP-PCR测序，这些数据只用来找CNV了。 还有部分基因的超深度测序(~45万X)，看mutation frequency的变化情况，研究超低频突变。
85311发布于 2020-03-27 - 来自专栏单细胞测序
单细胞测序—不同格式的单细胞测序数据读写(多样本)
单细胞测序—不同格式的单细胞测序数据读写(多样本)这里记录下不同格式的单细胞测序数据读写，存在5种常见的单细胞测序数据。 读写过程中需要将一个GSE数据集中多个样本的seurat对象合并成一个大的seurat对象1 10X标准格式1.1 10X数据读取#清空环境 加载需要的R包rm(list=ls())options(stringsAsFactors /lib.R')##10X标准格式dir='GSE212975_10x/'samples=list.files( dir )samples sceList = lapply(samples,function 1.3 补充：GEO下载数据整理脚本如在GEO下载测序数据时候，我们需要进行初步的数据整理，即将每个样本的三个数据文件（barcode\features\matrix）整理在各自的文件夹中，并规范命名。 , 1:2])head(sce.all@meta.data, 10)table(sce.all$orig.ident)
2.8K23编辑于 2024-08-25 - 来自专栏用户7627119的专栏
单细胞测序联合CRISPR技术
单细胞CRISPR筛选是将CRISPR筛选与单细胞转录组测序（scRNA-seq）相结合，探索基因功能和遗传调控网络的方法。 本文提出了一种直接捕获的Perturb-seq筛选方法，结合CRISPR技术与scRNA-seq技术，实现组合遗传扰动的单细胞分析。 在恒定的测序深度下，与基于GBC的方法相比，两种直接捕获平台的捕获能力更高（图a），捕获率随guides的不同而改变（图b,c）。 图3 胆固醇生物合成和DNA修复基因之间遗传互作 4) 提高筛选效率 为了进一步实现单细胞CRISPR筛选工作，测试每个基因向同一细胞共递送了多少个sgRNAs。 4、 使用直接捕获Perturb-seq，针对每个细胞具有多个sgRNAs的单个基因，可以提高CRISPR干扰和激活的效率，促进了紧凑、高度活跃的CRISPR文库在单细胞筛选中的使用。
2.4K20发布于 2020-08-06 - 来自专栏单细胞天地
单细胞测序基础知识
通量：测定的细胞量也由最初的10个左右，达到了现在的百万并且还在不断递增，向着高通量的方向发展。 测序流程：现在主流的主要10X Genomics Chromium（较多细胞），SAMRT-seq2（较多基因）和Fluidigm C1等。 测序方法 二、单细胞测序流程 ? 测序流程 三、方法主要分为两大部分：定量与分离。 单细胞定量 包括两种类型：全长以及基于标签(tag)。 四、分析流程 黄色部分对于高通量数据的处理都是差不多的流程； 橙色的部分需要整合多个转录组分析流程以及显著性分析，来解决单细胞测序的技术误差； 蓝色是下游表达量、通路、互作网络等分析，需要使用针对单细胞研发的方法 单细胞转录组测序主要应用方向 1.大规模细胞图谱构建 特定组织裂解后通过单细胞测序获得单细胞转录组图谱，并基于每个细胞基因表达谱数据进行细胞类型聚类，分析研究复杂器官中不同细胞亚型的功能，了解细胞间的差异以及各种细胞群体间的协作关系
2.7K31发布于 2020-03-27 - 来自专栏单细胞测序
开篇-单细胞测序分析00
回想起来自己从事生物相关的研究已经大概15年了，从研究生进入实验室也有10年时间，陆续从硕士，博士到博后，研究地点也从化学学院，到药学院再到医院科室。 基于RNA seq转录测序火爆的情况，开发了单细胞测序技术。 单细胞测序技术 根据取样的不同，单细胞测序技术分为单细胞转录组测序技术和单细胞空间转录组测序技术，当然还有更加的细分，比如smart seq2，ATAC等，我们这里只介绍符合10x规范的单细胞数据分析， 单细胞转录组测序 单细胞转录组测序顾名思义就是基于单个细胞的转录水平的测序，利用的原理就是经典的油包水检测原理，将细胞打散然后进行耽搁细胞的建库分析。 单细胞空间转录组测序 单细胞空间转录组测序核心技术与单细胞准路测序一致，只是在取样上需要根据组织结构进行，因而涵盖了更多的信息，当然需要的人力和资金自然更多。
74000发布于 2021-08-11 - 来自专栏单细胞测序
单细胞测序—基础分析流程
单细胞测序—基础分析流程注：基于官方文档参考官方文档：https://satijalab.org/seurat/articles/pbmc3k_tutorial数据：https://cf.10xgenomics.com 这些文件结合起来，提供了每个细胞的基因表达信息，通常用于后续的单细胞RNA测序数据分析。稀疏矩阵矩阵中的 . 值表示 0（未检测到分子）。 UMAP常用于单细胞RNA测序数据的可视化，因为它能够有效地展示数据中的簇状结构（即不同的细胞群体）。 单细胞测序的后续分析流程，是否是主要基于UMAP的分析结果呢？答：执行UMAP之前仍然有必要先执行PCA。 虽然在单细胞RNA测序数据分析中，高变基因和Marker基因经常被研究者特别关注，但它们的定义和用途是不同的。
2.3K14编辑于 2024-07-30 - 来自专栏单细胞测序
单细胞测序—2次分群
单细胞测序—2次分群 Seurat里的FindClusters函数设置的resolution数值越大，分群的数量就越多，但是当单细胞数量太多的时候，会遇到resolution再变大，分群的数量也不再增加的情况 这里的示例数据seu.obj.Rdata是GSE218208降维聚类分群的结果，参照单细胞测序—GSE218208(流程简化) rm(list = ls()) library(Seurat) library );top10 ## [1] "JCHAIN" "IGKC" "MZB1" "PACSIN1" "WNT10A" "MAP1A" "VASH2" ## [8] "NIBAN3 ) RidgePlot(sub.cells, features = top10) FeaturePlot(sub.cells, features = top10) DotPlot(sub.cells,features = top10)+ RotatedAxis() DoHeatmap(sub.cells, features = top10) + NoLegend() 3 放回原有的seurat对象中 上面的umap
62311编辑于 2024-07-31 - 来自专栏单细胞天地
10x单细胞测序技术揭示肝脏细胞全景图
distinct intrahepatic macrophage populations” ，是关于单细胞测序在发育研究中的应用。 作者使用10x单细胞RNA测序手段绘制了人类肝脏细胞全景图，从来自五个人新鲜肝脏组织中分离得到的8444个实质和非实质细胞转录谱。 因此本文一是应用作者以前开发的肝脏组织解离技术来分离肝脏组织，二是使用单细胞转录组测序技术（scRNA-seq），结合两者来绘制正常人肝脏细胞全景图。 作者都是按10x官方推荐的条件进行操作的。测序平台采用的是Illumina HiSeq 2500。 ? 往期精彩 数据处理基础—什么是整齐数据和Rich Data 单细胞测序揭示皮肤伤口中成纤维细胞的异质性 数据处理基础—数据类型了解一下 首个阿尔茨海默症单细胞转录组分析 想用Markdown写一篇属于自己的推文吗
4.9K31发布于 2020-03-30 - 来自专栏作图丫
跟着小鱼头学单细胞测序-scRNA的测序基础
导语 GUIDE ╲ 单细胞测序(single-cell sequencing)，顾名思义就是能从单个细胞中获取遗传信息的测序技术。 单细胞测序技术为什么近来大火，那么它能帮科研工作者能解决哪些问题？单细胞测序技术原理和以及存在的问题有哪些？带着这些疑问，今天起跟随小编开启单细胞学习之路。 近年来，随着单细胞测序技术的日渐成熟，以及以10x Genomics 为代表的生物公司将其商业化之后，这项技术也被愈来愈多的应用到生物学研究当中。今天小编给大家简单的介绍一下。 3） 对于droplet-based scRNA-seq，并不是所有的mRNA分子都能被捕获到， 并且由于测序深度比较浅， 一般来说每个细胞仅能检测到10～50%的转录本，这导致细胞中许多基因计数为0， 小编总结 随着单细胞测序技术的不断成熟，此类数据会越来多，在高分期刊的发表也越来越常见。然而与传统的测序数据相比，单细胞数据分析则更加的复杂。
1.6K10编辑于 2022-03-29 - 来自专栏用户7627119的专栏
单细胞转录组测序联合外显子组测序
随着高通量测序技术的不断发展，科研领域对测序技术的应用也越来越广泛。可以发现，现在的研究已经从单一组学的研究逐渐过渡到多组学联合使用，从基因组，转录组或蛋白组等多层面共同解析生物学意义。 单细胞研究同样如此，单细胞转录组学（scRNA）可以联合外显子组测序，从而从多个维度来解析单个细胞的生物学特性。 利用inferCNV分析肿瘤单细胞的拷贝数变异情况，通过与作为参考的“正常”细胞对比，确定表达量明显增多或减少的染色体区域，以此得到单细胞的拷贝数变化情况（图1，每行代表一个细胞，每列代表一个基因）。 图4 其次，对于单细胞转录组数据分析得到单细胞的SNP信息（转录水平），最后根据单细胞变异信息及样本亚克隆结构信息通过cardelino软件将单细胞分配至其所属亚克隆上，并结合单细胞的注释信息（单细胞转录组分析内容 图5 在常规的单细胞转录组分析流程基础上，进行单细胞水平的CNV/SNP分析，并与WES进行联合分析，能进一步挖掘数据中的信息，提供更深层次的数据结果。
2.2K31发布于 2020-08-06 - 来自专栏生物信息学、python、R、linux
cellranger分析单细胞测序数据
一般从公司拿到单细胞测序原始数据是这样的： ? cellranger的用法：https://support.10xgenomics.com/single-cell-gene-expression/software/pipelines/latest/using /count 制作注释文件https://support.10xgenomics.com/single-cell-gene-expression/software/pipelines/latest/advanced /references#mkref 人的和小鼠的注释文件可以从10X官网下载，我这里用的大鼠的需要自己制作。 \ #fastq文件目录 --fastqs=fastq/ \ #注释文件 --transcriptome=cellranger_rn6 \ --sample=Day1 \ --localcores=10
1.6K30发布于 2020-04-01 - 来自专栏单细胞测序
单细胞测序—拟时序分析综合
单细胞测序—拟时序分析综合拟时序分析（Pseudotime Analysis）在单细胞测序（Single-cell RNA-seq）中是一个重要的分析步骤，主要用于研究细胞在发育过程或其他生物学过程中所经历的状态变化 通过拟时序分析，可以获得比传统方法更细致的关于细胞命运决定过程的见解，这对于理解复杂的生物过程、疾病机理，以及开发新的治疗策略具有重要意义1 数据导入准备单细胞RNA测序数据分析环境。 fd <- ...在使用 Monocle2 进行单细胞 RNA 测序数据分析时，数据的格式需要符合特定的要求，以便能够利用 Monocle2 的功能。 在单细胞 RNA 测序数据中，通常存在数千个基因，而降维的目的是将高维数据压缩到一个低维空间，以便可视化和分析。max_components = 4指定降维后保留的最大成分数量（或维度）。 注：问：我只关注gene_name= "S100a10",为什么还要设置genes = c("S100a10", "S100a8")？答：即使只关注 S100a10 这个基因。
3.1K14编辑于 2024-08-30
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号