- 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 | 6.单细胞下游分析——不同类型的数据读入
单细胞专题 | 1.单细胞测序（10×genomics技术）的原理 单细胞专题 | 2.如何开始单细胞RNASeq数据分析 单细胞专题 | 3.单细胞转录组的上游分析-从BCL到FASTQ 单细胞专题 | 4.单细胞转录组的上游分析-从SRA到FASTQ 单细胞专题 | 5.单细胞转录组的上游分析-从FASTQ到count矩阵 ---- 1.数据读入 Cell Ranger生成的主要表格文件主要包括 y = c(sceList[[2]],sceList[[3]],sceList[[4]], sceList[[5]],sceList[[6] y = c(sceList[[2]],sceList[[3]],sceList[[4]], sceList[[5]],sceList[[6]
4.6K41编辑于 2022-12-16 - 来自专栏作图丫
单细胞+m6A相关分析~
导语 N6-甲基腺苷 (m6A) RNA 甲基化在各种癌症的关键遗传事件中起关键作用；然而，m6A 如何在肿瘤微环境 (TME) 中发挥作用仍有待阐明。 背景介绍 单细胞数据分析在近几年一直是个热点，今天小编为大家带来的这篇文章，作者通过非负矩阵分解 (NMF) 分析了来自 33 个 CRC 肿瘤样本的单细胞 RNA-seq 数据的总共 65,362 个单细胞 ，用于 23 个 m6A RNA 甲基化调节因子，揭示了 m6A 甲基化介导的肿瘤微环境的细胞间通讯在调节肿瘤生长和抗肿瘤免疫调节过程中的作用。 结果解析 01 CRC TME细胞中m6A调控因子的landscape m6A RNA 甲基化调节因子的 landscape 如图 1A 所示。 图 6 小编总结 本研究首次通过单细胞测序分析方法，鉴定了TME细胞特异性RNA m6A修饰的细胞亚型，揭示了m6A甲基化介导的肿瘤微环境细胞间通讯在调控肿瘤生长和抗肿瘤免疫调节过程中的作用。
55720编辑于 2022-12-04 - 来自专栏生信技能树
python单细胞学习笔记-day6
前面，我们生信技能树的讲师小洁老师与萌老师新开了一个学习班：《掌握Python，解锁单细胞数据的无限可能》，身为技能树的一员，近水楼台先得月，学起！ 下面是我的学习笔记，希望可以给你带来一点参考 前面的python学习笔记：： python单细胞学习笔记-day1 python单细胞学习笔记-day2 python单细胞学习笔记-day3 python 单细胞学习笔记-day4 python单细胞学习笔记-day4（续） python单细胞学习笔记-day5 今天继续学习视频：python_day6 ！ touch day6.ipynb 课前准备操作到 23:52 本次课程需要用到的模块，提前安装好： 永久镜像设置： #永久设置镜像 pip config set global.index-url https # 转换成矩阵 adata[0:6, ['CD3D','TCL1A','MS4A1']].X.toarray() # 转换成数据框 adata[0:6, ['CD3D','TCL1A','MS4A1'
43111编辑于 2025-02-05 - 来自专栏用户7627119的专栏
公开数据单细胞挖掘6+分思路
Immune Prognostic Signature in Solid Tumors and Its Relation to Immune Checkpoint Therapies”，本篇研究中分析了4个单细胞 Immune Checkpoint Therapies 实体瘤中癌症特异性免疫预后特征及其与免疫检查点治疗的关系 http://mpvideo.qpic.cn/0bf2n4bvuaad3mahbugq6vpvg36dljxqgwqa.f10002 二、 分析流程 三、 结果解读 1.肿瘤scRNA-Seq分析确定具有免疫特征的主要亚群 在单细胞水平上进行肿瘤转录组分析可以准确表征免疫细胞浸润，所以作者首先针对单细胞转录数据进行分析。 数据集中获得了五种肿瘤类型（黑色素瘤GSE72056，乳腺癌GSE75688，胶质瘤GSE84465，头颈癌GSE103322和结直肠癌GSE81861）的scRNA-Seq数据，使用了Seurat包进行单细胞分析 整体研究思路与普通预后分析并无太大区别，只是scRNA-Seq可以更准确地在单细胞水平上表征实体瘤中的免疫浸润。
73330编辑于 2022-09-21 - 来自专栏单细胞天地
OSCA单细胞数据分析笔记6—Normalization
3.2 根据外参转录本的标准化 ---- 1、背景知识 1.1 为什么要标准化 因为在制备单细胞文库时，排除低质量细胞的前提下，最理想的测序结果就是每个细胞的文库大小均相同，这样不同细胞的相同基因水平才具有可比性 而取log之后的减法即为除法，可以表示log FoldChange 由于单细胞测序结果的稀疏性，很多基因的表达值为0，无法取log。 因为不影响剩下的98个non-DEG (2)但是单细胞测序中，往往会出现imbalanced DEG，即比较多的出现上调基因或者下调基因，从而使原本的non-DEG变成DEG。 (3) 从对之后的分析影响来看，作者认为composition bias对于单细胞之后的聚类分群、Top marker gene结影响不会很大。但如果想进行单基因水平的分析，还是最好消除这种误差。 对于单细胞测序结果来说，因为表达矩阵的稀疏性，上述的函数方法不太适合。可以设置calculateSumFactors()函数的cluster参数。
1.8K41发布于 2021-04-29 - 来自专栏文献分享及代码学习
单细胞数据复现-肺癌文章代码复现6
单细胞数据复现-肺癌文章代码复现1https://cloud.tencent.com/developer/article/1992648 单细胞数据复现-肺癌文章代码复现2https://cloud.tencent.com /developer/article/1995619 单细胞数据复现-肺癌文章代码复现3https://cloud.tencent.com/developer/article/1996043 单细胞数据复现 E2D200", p019 = "#46ACC8", p023 = "#E58601", p024 = "#B40F20", p027 = "#0B775E", p028 = "#E1BD6D "#7294D4", p032 = "#5B1A18", p033 = "#9C964A", p034 = "#FD6467", Alveolar_Macrophages1 = "#6bAEd6 #006837", T_CD8_1= "#bcbddc", T_CD8_2= "#9e9ac8", T_CD8_3= "#807dba", T_CD8_Proliferating= "#6a51a3
69120编辑于 2022-05-23 - 来自专栏数据科学（冷冻工厂）
R中单细胞RNA-seq分析教程 (6)
引言 本系列开启R中单细胞RNA-seq数据分析教程[1]，持续更新，欢迎关注，转发！ 简介 现在，很少有人只进行一次单细胞RNA测序实验并仅产生一份数据。 原因很直接：目前的单细胞RNA测序技术每次只能捕捉到有限样本的分子状态。为了在多个实验和不同条件下对众多样本进行测量，通常需要对来自不同实验的单细胞RNA测序数据进行联合分析。 ，以及一些计算方法，比如demuxlet 和scSplit，能够在一定程度上将多个样本合并进行单细胞RNA测序库的构建和测序，但像组织分离这样的步骤仍然需要针对不同样本单独进行。 在本教程将介绍几种单细胞RNA测序数据整合的方法。需要记住的是，目前还没有一种整合方法能够适用于所有情况。因此，尝试多种方法并进行比较，最终选择最适合特定情况的方法，是非常重要的。 0.
59410编辑于 2024-12-30 - 来自专栏用户7627119的专栏
文献速递 | 6月单细胞测序文章分享
大家好，每月的单细胞文献速递栏目又来啦，6月份单细胞领域又有哪些新的成果呢？ 本期小编一共为大家统计了94篇6月份发表的9分以上单细胞测序相关文章，其中影响因子15.0以上的文章有41篇！ 影响因子15.0以上的文章 小编对部分单细胞测序文章进行了导读，希望给大家带来单细胞研究的新思路。 单细胞染色质可及性揭示了的DNA元件，其可及性与心脏动态相关。 plexus cell types in severe COVID-19 发表期刊： Nature 影响因子：43 DOI: 10.1038/s41586-021-03710-0 发表时间：2021年6月 ：43 DOI: 10.1038/s41586-021-03651-8 发表时间：2021年6月 摘要：巨噬细胞在塑造肿瘤微环境(TME)、肿瘤免疫和免疫治疗中发挥着重要作用，这使它们成为癌症的重要靶点
65231编辑于 2022-09-21 - 来自专栏单细胞天地
单细胞分析十八般武艺6：NicheNet
单细胞测序技术的发展日新月异，新的分析工具也层出不穷。每个工具都有它的优势与不足，在没有权威工具和流程的单细胞生信江湖里，多掌握几种分析方法和工具，探索数据时常常会有意想不到的惊喜。 往期专题 单细胞初级8讲和高级分析8讲 单细胞分析十八般武艺1：harmony 单细胞分析十八般武艺2：LIGER 单细胞分析十八般武艺3：fastMNN 单细胞分析十八般武艺4：velocyto 单细胞分析十八般武艺 = nichenet_output$ligand_target_heatmap ggsave("Heatmap_ligand-target.png", p, width = 12, height = 6) ylab("Prioritized immmune cell ligands") ggsave("Heatmap_ligand-target2.png", p, width = 12, height = 6) 往期回顾 OSCA单细胞数据分析笔记-5 Quality control clustree—聚类可视化利器 肺的正常上皮细胞可以分成这5群 ---- ---- ---- 如果你对单细胞转录组研究感兴趣
11.1K31发布于 2021-04-29 - 来自专栏花花单细胞学习小组003
单细胞学习小组003期 Day6
" 4 "fetchLatestVersion" # mouse 5 "fetchMetadata" 6 saveReference" 15 "searchReferences" 16 "surveyReferences" Except for 4 and 6,
29120编辑于 2024-07-04 - 来自专栏作图丫
单细胞与转录组结合分析轻松可发6+！
背景介绍 单细胞研究一直是近些年的热点，今天小编为大家带来的这篇文章，作者通过单细胞与转录组数据，基于恶性细胞标志物的表达构建了胃腺癌 (STAD) 患者生存不良的多基因风险评分 (PRS)。 单细胞数据：GSE134520。 在数据集 GSE84437（图 6A）、GSE6229（图 6B）和 GSE26942（图 6C）中，高风险组患者的 OS 短于低风险组患者。 图 5 图 6 小编总结 本研究的局限性：首先，scRNA-seq 配置文件来自早期 STAD；因此，可以识别的恶性细胞亚群可能是有限的。 基于对组织和单细胞表达数据的综合分析，提出了一种基于恶性细胞亚群标记的 PRS，可以识别出存活率低的 STAD 患者。
69230编辑于 2022-12-04 - 来自专栏科研菌
6+分的单细胞结合湿实验值得学习！
为确定各种培养条件诱导的细胞EMT状态，作者首先评估了与EMT相关的基因表达水平（图6.A），4T1单层细胞表达高水平的上皮标志物Cdh1和Esrp，低水平的间质标志物Mmp19和Vim；而在体内条件下 图6.B显示了流式细胞术中Epcam缺失的细胞比例，与转录数据（图6.A）一致，单层细胞在很大程度上维持了上皮状态，只有3.6％的细胞经历EMT，而3D培养和体内培养经历EMT的频率增加。 （图6.C） （1）early hybrid（三阴性或CD106+）（2）hybrid（CD51+或CD51+/CD106+）（3）late hybrid（CD51+/CD61+ ）（4）间质状态（CD51 作者使用了10×Genomics进行单细胞测序，Cell Ranger（由10×Genomics公司提供，专门用于分析10X 单细胞转录组数据的pipeline）和Seurat包对原始数据拆分demultiplexing 作者先用Cell Ranger单细胞软件处理了barcode和对单细胞的基因3'端计数，先将样本demultiplexing，然后与小鼠基因组（mm10）进行比对，再使用cellranger count
1.4K30发布于 2020-12-08 - 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6
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图片代码解析# Part 4: SingleR 感觉作者提供的这些单细胞的数据的代码有些冗余，其实不用这么多的代码就可以解决上面的问题。
51200编辑于 2022-08-28 - 来自专栏百味科研芝士
m6A结合单细胞转录组打造5分+SCI
作者对结直肠癌患者的单细胞转录组数据进行分析，分别鉴定m6A介导的TME细胞亚群并鉴定这些细胞亚群的预后价值和预测免疫治疗反应的价值。 数据集的获取和下载 本研究收集了23例CRC患者的单细胞转录组数据集GSE132465，包括23例肿瘤样本和10例正常样本，分析23个m6A RNA甲基化修饰调控因子的情况。 CRC样本的TME细胞的m6A调控因子 作者使用CRC的单细胞转录组数据集研究m6A RNA甲基化调控因子的情况（图1A）。 image.png 图1 单细胞转录组数据集中m6A甲基化调控因子的水平 3. m6A介导的成纤维细胞有助于CRC患者的TME 伪时间轨迹分析表明m6A RNA调控因子在成纤维细胞，NK细胞，巨噬细胞， 图6 细胞间通讯分析 结论 总的来说，作者首次使用单细胞转录组数据鉴定特异性m6A修饰的TME细胞亚型，揭示了m6A甲基化介导的肿瘤微环境细胞间通讯在调控肿瘤生长和抗肿瘤免疫调节中的作用。
1.1K20编辑于 2022-05-17 - 来自专栏作图丫
跟着小鱼头学单细胞测序-如何使用Cell Ranger V6 (二)
导语 GUIDE ╲ Cell Ranger作为由10X官方开发的配套分析软件，在单细胞分析中被应用的很多。 正文 Cell Ranger是10X公司专门为单细胞RNA测序数据量身打造的分析软件，能够通过直接读取原始下机测序数据，进行比对，定量，聚类， 可视化以及更多的基因表达分析的下游分析，并且结合配套的浏览平台 Cell Ranger针对的是基于3`建库的单细胞RNA测序数据，最近升级到了version 6.0，在算法流程和分析模块上面有了一些更新，新版本中功能在之前四大模块的基础上又新增加了一个，主要包括： mkfastq cellranger count cellranger aggr cellranger reanalyze cellranger multi （新增模块） 在上一篇Cell Ranger V6 模块05 cellranger multi 该模块是Cell Ranger最新的V6版本中新添加的，作用与count模块类似，用于表达矩阵的定量，而multi模块主要用于3’端建库的cell multiplexing
1.1K40编辑于 2022-03-29 - 来自专栏作图丫
跟着小鱼头学单细胞测序-如何使用Cell Ranger V6 (一)
导语 GUIDE ╲ 在单细胞的商业化测序平台中，来自10X genomics的测序数据占据了很大的份额。 正文 Cell Ranger是10X公司专门为单细胞RNA测序数据量身打造的分析软件，能够通过直接读取原始下机测序数据，进行比对，定量，聚类， 可视化以及更多的基因表达相关的下游分析，并且结合配套的浏览平台 Cell Ranger 针对的是基于3'端建库的单细胞RNA测序数据，最近升级到了version 6.0，在算法流程和分析模块上面有了一些更新，新版本中功能在之前四大模块的基础上又新增加了一个，主要包括 --params=MySamples_reanalysis.csv #存放调整的参数 模块05 cellranger multi 该模块是Cell Ranger最新的V6版本中新添加的 $ cellranger multi --id= MySamples --csv=/home/MySamples.csv 小编总结 随着10X单细胞RNA测序数据的增多，Cell Ranger的使用也越来越普遍
3.3K40编辑于 2022-03-29 - 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 border.size = 0.1, #线条粗细 process.label = 8) #term字体大小 dev.off() termCol <- c("#223D6C ","#D20A13","#FFD121","#088247","#58CDD9","#7A142C","#5D90BA","#431A3D","#91612D","#6E568C","#E0367A"
2.3K42编辑于 2022-07-31 - 来自专栏科研菌
自己做了单细胞测序现在发6分还得补这么多实验？
结果表明，CTLA4转录产物主要集中在其中4个亚群：CD4 T细胞的C9、C8、C7和CD8 T细胞的C6（图6ab）。 接下来，作者用小提琴图展示了这4个亚群中单个细胞的CTLA-4表达水平（图6c），其中活化Treg CD4-C9的CTLA-4表达水平最高，最可能成为抗CTLA-4抗体的靶点。 已有研究表明癌症中活化的Treg表达CCR8标记，于是作者进一步分析CTLA-4+细胞表面CCR8标记，发现绝大多数CTLA-4+细胞表达CCR8（图6hi）。 图6.人NSCLC中预测抗CTLA-4 mAb介导的Treg减少的选择性 小结 本篇文章中，作者首先基于荷瘤小鼠细胞表面CTLA-4表达和表面分子标志将T细胞分为不同亚群，然后用pH敏感和pH不敏感的抗 于是作者进一步通过分析人类NSCLC浸润T细胞的流式细胞术和单细胞RNAseq分析结果，发现增强ADCC的抗CTLA-4抗体对活化的Treg具有高度选择性。
87020发布于 2020-08-24 - 来自专栏小汪Waud
单细胞||什么是单细胞组学？
id=9691116906be 03单细胞组学 比单细胞测序成名更早的词——组学（Omics），英文词根"-ome"表示一类个体的系统集合。 因此，单细胞组学使用单细胞转录组等多组学联合分析，全面体现细胞生命进程的变化。 04单细胞测序 华大基因的联合创始人杨焕明院士来华农作报告时，曾夸张地说“万物皆可测序”。 05单细胞RNA-Seq 单细胞RNA-seq(scRNA-seq)顾名思义就是单个细胞进行转录组测序，那么什么是RNA-seq呢？ 单细胞RNA测序技术允许在单细胞分辨率下解析基因表达。 能肯定的是，单细胞组学一定会在生物科研史上留下浓墨重彩的一笔。 以上只是我了解到的单细胞技术的一些皮毛，写在这里。
1.4K40编辑于 2023-02-03 - 来自专栏科研猫
临床样本组学研究Day6 : 临床样本的单细胞转录组测序
当你还在沉迷于普通转录组数据挖掘时，已经有人悄悄的搞上单细胞了。今天我们就来聊聊基于临床样本的单细胞转录组测序。 实验技术流程 在单细胞转录组前期，主要依赖三种方法：SMART-seq2技术、Andeplete技术以及10×genomics单细胞转录组测序技术，今天主要跟大家详细介绍一下第三种。 单细胞转录组测序技术流程图 实验技术流程： （1）逆转录：凝胶珠进入第一个进样口与细胞悬液和酶等混合，通过第二个进样口时被油滴包裹，形成GEMs（有效GEMs中包含胶珠（胶珠中有预制的10x引物）、单细胞 案例分享 1、细胞分群以及定义 单细胞转录组测序文章的第一张图往往是一张降维图（t-SNE），用以说明该研究一共测了多少个单细胞，然后根据其转录组特征对这些单细胞进行分群，然后再根据每个细胞亚群中特异性高表达的基因进行定义 小结 1．单细胞转录组测序技术是一种高分辨的在单细胞水平对某一确定的细胞群体转录组的异质性进行分析，其最大的优势在于研究细胞的异质性，以及探索传统bulk测序不能发现的细胞新表型和新功能； 2．构建组织细胞全转录组图谱的单细胞转录组研究已经比较泛滥
1.7K21编辑于 2022-04-09
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