- 综合排序
- 最热优先
- 最新优先
- 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
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。 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。 10个碱基长的UMI，有100万种序列的变化（4^10 = 1,048,576），UMI的作用是为了区分哪些哪些reads是来自于一个原始cDNA分子，区分基因片段重复还是duplication及区分是真实的 3' 端文库的构建 通过10×genomics仪器将单个细胞与单个凝胶微珠通过油相混在一起，形成油包水的小微滴，接下来把细胞膜破掉，让细胞当中的mRNA游离出来。 10x Chromium是一种高通量方法，使用UMIs进行定量，适合研究高度异质组织和大量的细胞样本。 后面介绍数据怎么分析............
46.5K31编辑于 2022-06-13 - 来自专栏生信技能树
单细胞分析的10个基础问题
伴随着单细胞技术的流行，我们也做了很多福利项目，帮助大家对海量的公共数据集继续普通的标准分析，这样大家可以拿我们的分析结果进行后续个性化深入分析和解读： 这个过程中，我安排工程师们整理了初次接触单细胞的小伙伴拿到了 单细胞数据质量控制的核心诉求是什么？ 答：去掉各种各样的低质量的细胞 。 单细胞数据质量控制的主要做了什么？ percent_hb(红细胞基因表达比例)：表明红细胞这个单细胞亚群的比例，一般来说不研究红细胞，所以过滤它没有问题。 在单细胞数据科学中数据质控的原则是：质控时贪婪，验证时谨慎，最大限保留数据信息。 为什么要整合数据，不整合会有什么影响？ 但是绝大部分的marker gene都是选取的在特定的单细胞亚群高表达基因，而且本身很多基因就是因为在某个数据集的某个单细胞亚群特异性高表达，才成为了下次分析的这个亚群的marker gene 。
4.6K32编辑于 2022-07-26 - 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。 = '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/
67410发布于 2021-02-22 - 来自专栏生物信息云
单细胞专题 | 10.细胞周期分析
在分析单细胞数据时，同一类型的细胞往往来自于不同的细胞周期阶段，这可能对下游聚类分析，细胞类型注释产生混淆；由于细胞周期也是通过cell cycle related protein 调控，即每个阶段有显著的 marker基因；通过分析细胞周期有关基因的表达情况，可以对细胞所处周期阶段进行注释；在单细胞周期分析时，通常只考虑三个阶段：G1、S、G2M。 下面文章中的：sce3 单细胞专题 | 9.如何人工注释单细胞类群？ 具体参考文章【单细胞数据分析中scran包进行细胞周期分析时细胞周期marker基因的转换】 ###基因转换 library(clusterProfiler) library(org.Hs.eg.db)
2.5K31编辑于 2022-11-24 - 来自专栏单细胞天地
混样的10X单细胞转录组
最近有粉丝提到是否可以把多个样本混杂到一起建立一个10X单细胞转录组库进行测序后数据分析，的确是有这样的例子，比如我前些天在Twitter看到的发表在Nephrology Dialysis Transplantation 实验设计非常简单 就是10个ESRD病人，10个正常人志愿者的血液，提取PBMC进行10X仪器的单细胞转录组数据而已。 值得注意的是，其中研究团队就做了两个10X哦，也就是说他们把 10个ESRD病人混合成为一个样品，10个正常人志愿者也混合成为一个样品。 又或者，既然是纯粹的看免疫细胞的各种比例，其实跑一个流式细胞仪看看就好了，单细胞转录组有点高射炮打蚊子的感觉。不过，反正就2个10X样品，成本也很低，无所谓啦！ 如果你测了单细胞实在是不知道如何深入分析 其实，也许，早点发出去是最好的策略吧。总比很多文章最后都无法发出去的要好！
1.8K20发布于 2020-03-30 - 来自专栏简说基因
一键分析10X单细胞数据
今天我们来介绍一种更为简单的方法：一键处理 10X 下机数据。 流程简介 流程地址：https://usegalaxy.cn > 流程 > scRNA-seq_preprocessing_10X_v3_Bundle (release v0.1) 本流程使用 RNA STARSolo 分析 10X 基因组学的 v3 化学版本数据。 只需要设置： • 参考基因组（可以是服务器内置的，也可以是自己上传的） • GTF文件（可以自行上传，或使用平台提供的） • Barcode文件（来自于10X下机数据） • cDNA文件（来自于10X下机数据 细心的朋友可能注意到，RNA STARSolo 不需要 10X 下机的 I1（Illumina通道信息）文件。
34610编辑于 2025-01-08 - 来自专栏单细胞天地
单细胞不只是10X，还有CyTOF
最近看到文章里面出现了单细胞转录组测序的tSNE图，如下： ? 看到如此巨大的细胞数量，本来以为是10X，结果仔细看文章，作者利用CyTOF技术对HCC的免疫微环境异质性进行了分析，约四百万个免疫细胞呈现出40种聚类。 细胞可以分成各个免疫亚群，并没有病人的异质性，但是肿瘤细胞很不一样，不同病人的肿瘤细胞几乎不可能自动聚集在一起，需要特殊的算法来处理，这就与前些天我们分享的：破解肿瘤细胞的病人特异性之谜(第一个纯粹的单细胞公共数据库挖掘高分文章 不知道能否理解为单细胞的IHC呢，使用很少量的抗体，应该是就只能是看不妨基因的信号，只不过是这些基因都是精挑细选的，能够代表不同免疫细胞亚群的，如下： ?
75320发布于 2020-03-30 - 来自专栏空间转录组数据分析
10X单细胞免疫图谱分析汇总
图片相比较单细胞转录组，ATAC和VDJ的文章相对较少，当然了，分析起来也没有单细胞转录组那么容易，所以就导致了一般大家做单细胞都是3端转录组，ATAC和VDJ一般不考虑，不考虑不代表不重要，只是ATAC 好了，这一篇我们来汇总一下单细胞VDJ的分析，希望大家不要非在单细胞3端转录组上卷，毕竟ATAC和VDJ做的人不多，路比较宽，稍微走一走，就会达到事半功倍的效果，如果非要在单细胞转录组上卷，那付出的努力要更多才行 当然免疫相关的分析我也专业性不强，这也从侧面说明了VDJ分析的巨大潜力和研究价值，希望大家能在宽松的赛道上飞奔，而不是在单细胞转录组赛道上堵车。
80291编辑于 2022-11-16 - 来自专栏空间转录组数据分析
10X单细胞（10X空间转录组）CNV分析之inferCNVpy
阳了个阳~~~文章在10X单细胞（10X空间转录组）CNV分析回顾之CopyKAT详细回顾了copycat，还有分享的文章copyKAT推断单细胞转录组肿瘤细胞CNV（自动识别肿瘤normal和tumor adata.obs["cnv_status"] = "normal"adata.obs.loc[ adata.obs["cnv_leiden"].isin(["10", "13", "15", "
2K40编辑于 2022-12-13 - 来自专栏生信技能树
10x的空间单细胞文件格式详解
值得注意的是10x的空间单细胞使用的是Space Ranger，软件下载以及数据库文件压缩包下载： https://support.10xgenomics.com/spatial-gene-expression 不过绝大部分情况下目前的空间单细胞转录组文章都是提供了这个 spaceranger count 后的结果文件，我们要做的就是理解10x的空间单细胞文件格式详解即可，大概率是不需要跑这个 spaceranger 使用 Python 的 scipy 库或 R 的 Matrix 和 data.table 等库来分别读取这三个单细胞转录组文件。 再看看2022-GSE213216-子宫内膜-2个空间单细胞，我们挑选其中一个样品 GSM6690475 展示给大家看看 ： % ls -lh *|cut -d" " -f 7- 8.0K 10 上面的这些案例，空间单细胞文献，作者给大家的数据文件格式都不一样，但是都是可以分析的！
1K11编辑于 2024-01-04 - 来自专栏生物信息学、python、R、linux
对10X单细胞reads进行随机抽样
这提供了使用CellRanger aggr功能进行下采样或使用10X Genomics R套件进行下采样的替代方法。 通过将prop设置为向量，可以为不同的单元格指定不同的比例，其中每个比例都按照get10xMolInfoStats返回的顺序对应于一个单元格/ GEM组合。 if (! 双端测序数据的用法： seqtk sample -s100 read1.fq 10000 > sub1.fq seqtk sample -s100 read2.fq 10000 > sub2.fq 对于10X 单细胞数据，因为有三个文件I1，R1，R2，所以对着三个文件都进行下采样。
1.6K20发布于 2021-03-25 - 来自专栏生信技能树
PRJNA713302这个10x单细胞fastq实战
》 很久以前分享了：10X单细胞转录组原始测序数据的Cell Ranger流程（仅需800元）以及一个10x单细胞转录组项目从fastq到细胞亚群，但是它缺乏NCBI的SRA数据库下载方式，因为ebi的 ena数据库首先是不稳定，其次是部分单细胞数据集的样品在ena上面并不是R1,R2,I1的3个fastq文件形式。 ，所以是需要去它对应的NCBI的SRA数据库PRJNA713302这个10x单细胞fastq实战。 4个样品的10次单细胞转录组建库测序，每个都会独立成为一个表达量矩阵。 学徒作业 完成这个笔记提到的PRJNA713302这个10x单细胞fastq实战，就是cellranger流程 处理fastq数据拿到表达量矩阵，然后进行基本的降维聚类分群，并且注释，搞清楚这个多了一个独立的未命名的
1.1K10编辑于 2022-06-08 - 来自专栏单细胞天地
OSCA单细胞数据分析笔记10—Marker gene detection
SingleCellExperiment #dim: 33694 3985 table(sce.pbmc$label) # 1 2 3 4 5 6 7 8 9 10 "logFC.4" "logFC.5" "logFC.6" # [11] "logFC.8" "logFC.9" "logFC.10 但如图可以看到只有10个Top1，我认为是由于存在重复的gene结果导致。并且在前面出现过的基因，再后面的TopX就不再出现了。 往期回顾 NC单细胞文章复现(七)：Gene expression signatures(2) 多组学分析肺结核队列的记忆T细胞状态 单细胞混样测序至少可以区分性别 拟时序分析的10个步骤 --- - ---- ---- 如果你对单细胞转录组研究感兴趣，但又不知道如何入门，也许你可以关注一下下面的课程 生信爆款入门-2021第4期 数据挖掘（GEO,TCGA,单细胞）2021第4期 明码标价之共享
2K21发布于 2021-07-02 - 来自专栏文献分享及代码学习
单细胞代码解析-妇科癌症单细胞转录组及染色质可及性分析10
单细胞代码解析-妇科癌症单细胞转录组及染色质可及性分析1：https://cloud.tencent.com/developer/article/2055573单细胞代码解析-妇科癌症单细胞转录组及染色质可及性分析 2：https://cloud.tencent.com/developer/article/2072069单细胞代码解析-妇科癌症单细胞转录组及染色质可及性分析3：https://cloud.tencent.com /developer/article/2078159单细胞代码解析-妇科癌症单细胞转录组及染色质可及性分析4：https://cloud.tencent.com/developer/article/2078348 单细胞代码解析-妇科癌症单细胞转录组及染色质可及性分析5：https://cloud.tencent.com/developer/article/2084580单细胞代码解析-妇科癌症单细胞转录组及染色质可及性分析 corCutOff = 0.75, k = 100, knnIteration = 500, overlapCutoff = 0.8, maxDist = 250000, scaleTo = 10
78730编辑于 2022-09-01 - 来自专栏生信技能树
10x单细胞表达矩阵你也敢用Excel打开
日期基因 我看了看 GSE122083 数据集背后的文献，居然是单细胞哦！ 这么多日期基因可怎么办哦 > grep("^[0-9]",a[,1],value = T) [1] "15-Sep" "2-Mar" "10-Sep" "7-Mar" "2-Sep" [6] 3-Mar" "8-Sep" [11] "7-Sep" "14-Sep" "6-Sep" "8-Mar" "5-Mar" [16] "9-Mar" "1-Sep" "4-Sep" "10 大删特删的基因过滤 学徒作业 完成这两个10x样品的基础分析，各自独立的聚类分群和注释： ? 聚类分群 参考前面的例子：人人都能学会的单细胞聚类分群注释 ，同时结合文献的信息： NK (NKG7 and GNLY), NKT (CD3D and NKG7), CD8 T cells (CD3D
1.3K60发布于 2021-02-04 - 来自专栏单细胞天地
空间单细胞的上游定量流程（spaceranger，10x技术）
前面我们介绍的单细胞转录组的cellranger的定量流程可以作为参考，代码我已经是多次分享了。 软件名字不一样，但是使用方法是很类似的，感兴趣的可以试试看10x官网提供的空间单细胞转录组案例数据： wget https://cf.10xgenomics.com/samples/spatial-exp i7 sample barcode 10bp i5 sample barcode. 我上面演示了通过软连接的方式合理的给空间单细胞转录组测序数据文件修改名字哦！ /bin/bash -xe ## bin=/home/jmzeng/x10/pipeline/spaceranger-2.1.1/spaceranger db=/home/jmzeng/x10/pipeline
1.4K10编辑于 2024-02-22 - 来自专栏生信宝典
单细胞分析Seurat使用相关的10个问题答疑精选！
NGS系列文章包括NGS基础、转录组分析 （Nature重磅综述|关于RNA-seq你想知道的全在这）、ChIP-seq分析 （ChIP-seq基本分析流程）、单细胞测序分析 (重磅综述：三万字长文读懂单细胞 Seurat旨在帮助用户能够识别和解释单细胞转录组学中的的异质性来源，并通过整合各种类型的单细胞数据，能够在单个细胞层面上进行系统分析。 实际分析时，可以尝试选择不同的值如10, 15或所有主成分，结果通常差别不大。但如果选择的主成分比较少如5等，结果可能会有一些变化。 另外要注意：用了这么多年的PCA可视化竟然是错的！！！ 3. (如何使用Bioconductor进行单细胞分析？) 还在用PCA降维？快学学大牛最爱的t-SNE算法吧, 附Python/R代码 10. Seurat与线粒体基因 ? 对一篇单细胞RNA综述的评述：细胞和基因质控参数的选择 收藏 北大生信平台” 单细胞分析、染色质分析” 视频和PPT分享 Nature重磅综述 |关于RNA-seq，你想知道的都在这 NBT|45种单细胞轨迹推断方法比较
2.7K22发布于 2020-02-26 - 来自专栏天意云&天意科研云&天意生信云
单细胞转录组分析的10大软件流程（上）
这个开源数据库收集了几乎所有的单细胞数据分析工具，让我们能够根据工具的引用次数来判断其影响力和实用性。 接下来，让我们聚焦于引用量最高的TOP10个工具，它们代表了当前单细胞数据分析领域的最佳实践： Top1.STAR STAR (Spliced Transcripts Alignment to a Reference 2.Seurat Seurat是单细胞RNA-seq数据分析的事实标准，自2015年推出以来，凭借其卓越的细胞亚型识别和基因表达模式分析能力，成为单细胞研究领域的领军工具。 工具简介： Seurat是一款用于处理和分析单细胞RNA测序数据的R包。其主要功能包括数据标准化、降维分析、聚类分析以及数据可视化。 STAR的广泛应用不仅限于单细胞数据，还包括常规的RNA-seq数据处理，这解释了其超高的引用量。
1.1K10编辑于 2025-03-06 - 来自专栏生信技能树
空间单细胞的上游定量流程（spaceranger，10x技术）
参考： 10X单细胞转录组原始测序数据的Cell Ranger流程（仅需800元） 10X的单细胞转录组原始数据也可以在EBI下载 一个10x单细胞转录组项目从fastq到细胞亚群 一文打通单细胞上游： 从软件部署到上游分析 PRJNA713302这个10x单细胞fastq实战 一次曲折且昂贵的单细胞公共数据获取与上游处理 只能下载bam文件的10x单细胞转录组项目数据处理 不知道10x单细胞转录组样品和 fastq文件的对应关系 10X单细胞转录组测序数据的 SRA转fastq踩坑那些事 10x的单细胞转录组fastq文件的R1和R2不能弄混哦 因为这次是空间单细胞转录组，所以换一个软件，不再是cellranger 软件名字不一样，但是使用方法是很类似的，感兴趣的可以试试看10x官网提供的空间单细胞转录组案例数据： wget https://cf.10xgenomics.com/samples/spatial-exp /bin/bash -xe ## bin=/home/jmzeng/x10/pipeline/spaceranger-2.1.1/spaceranger db=/home/jmzeng/x10/pipeline
29900编辑于 2024-11-21 - 来自专栏生信菜鸟团
10x多次被判侵犯专利单细胞还能走多远
这两天在朋友圈看到了不少10X相关会议哦，宣传它们的10X单细胞产品相关文章多达2000篇啦，不乏CNS大作。 ? 确实10X作为单细胞领域脍炙人口的产品，以至于现在入坑单细胞转录组的单细胞只知道10X技术，其实这里面的风险不容忽视哦！ 2018年11月，特拉华州陪审团裁定Bio-Rad赔偿2390万美元，评审团一致认为10X Genomics出售的所有单细胞和链读基因组学产品都故意侵犯了芝加哥大学授权给Bio-Rad公司的三项美国专利 10x是谁？ 位于波士顿西海岸的10x是单细胞测序领域的后起之秀。 再加之其软件系统能全面对接Illumina测序仪，10x在2016年JP摩根大会一炮而红，成为当时单细胞转录组测序领域的最大黑马，Illumina与之达成了战略合作协议。
66720发布于 2021-04-13
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