- 综合排序
- 最热优先
- 最新优先
- 来自专栏医学数据库百科
我的细胞系还是我以为的细胞系嘛？
背景数据收集 如果要对一个未知的细胞系进行认证的话。优先的就是需要收集已知的细胞系表达数据。利用这些数据当作一个背景数据集。 由于每个细胞系使用的基因组的表达表达数据是不一样的。所以就需要进行标准化。数据库通过ssGSEA的算法对所有细胞系的表达数据进行了标准化，进一步利用随机森林的方法构建了预测模型。 ? 3. 数据预测 模型构建好之后，就可以进行细胞系预测了。细胞系预测的数据使用的是细胞系的表达谱芯片或者是二代测序的表达数据。我们需要提交相关的表达数据。 通过三步我们就能够预测细胞系种类了。 ? ? 其中预测的细胞系选择当中，我们可以选择类似CCLE这样900多个细胞系来一起预测。同时也可以选择单一的细胞系来进行预测。 ? ? 其次，对于每一个样本的信息也会有一个详细的结果，包括前五的可能的细胞系这样的话，如果我们的细胞系最可能的不是目标细胞系，在这里可以看看前五的有没有。毕竟结果还是有偏差的。 ?
54120发布于 2020-07-07 - 来自专栏数据科学（冷冻工厂）
单细胞系列教程：质控（四）
3. 数据准备环境准备：> 参考文末往期推荐数据下载：> 数据地址4. 项目结构涉及大量数据的研究中，最重要的部分之一是如何管理它。 for (variable in input){command1command2command3}# 利用循环读取数据for (file in c("ctrl_raw_feature_bc_matrix y = c(stim1_raw_feature_bc_matrix, stim2_raw_feature_bc_matrix, stim3_ raw_feature_bc_matrix), add.cell.id = c("ctrl", "stim1", "stim2", "stim3"))# 查看对象的元数据
1.7K01编辑于 2023-01-25 - 来自专栏数据科学（冷冻工厂）
单细胞系列教程：marker鉴定（十一）
目标确定每个簇的基因标记使用标记识别每个簇的细胞类型根据细胞类型标记确定是否需要重新聚类，可能需要合并或拆分之前聚类的结果3. 挑战存在过度解读结果的情况需要通过结合不同类型的标记进行识别4. ")]), by = c("gene" = "gene_name"))# 重新排序列并按 padj 排序 cd4_tcells <- cd4_tcells[, c(1, 3: "2" = "Naive or memory CD4+ T cells", "3" T cells", "8" = "NK cells", "9" = "FCGR3A object = seurat_subset_labeled, reduction = "umap", label = TRUE, label.size = 3,
4.9K02编辑于 2023-01-25 - 来自专栏数据科学（冷冻工厂）
单细胞系列教程：质控实战（五）
过滤目标过滤数据以仅包含高质量的真实细胞，以便在对细胞进行聚类时更容易识别不同的细胞类型对一些不合格样品的数据进行检查，试图查询其不合格的原因3.
2.2K01编辑于 2023-01-25 - 来自专栏数据科学（冷冻工厂）
单细胞系列教程：数据整合（九）
3. 推荐建议先不整合分析，再决定是否进行整合。4. 整合与否通常，在决定是否需要执行任何对齐之前，我们总是在没有整合的情况下查看聚类。不要仅仅认为可能存在差异而总是先执行整合，探索数据。 在本课中，将介绍跨条件的样本整合，该教程改编自 Seurat v3 Guided Integration Tutorial。注意：Seurat有一个关于如何在不整合的情况下运行工作流程的小插图。
1.3K01编辑于 2023-01-25 - 来自专栏数据科学（冷冻工厂）
单细胞系列教程：环境搭建（三）
# To verify key, run gpg --show-keys /etc/apt/trusted.gpg.d/cran_ubuntu_key.asc # Fingerprint: E298A3A825C0D65DFD57CBB651716619E084DAB9wget /rstudio-*-amd64.deb打开RStudio图片更换下载镜像参考 > RStudio换源3.
91001编辑于 2023-01-25 - 来自专栏DrugOne
Bioinformatics|癌症细胞系的用药反应预测
图1 NRL2DRP方法流程 3. 敏感型细胞株的特征向量相互之间的距离会更加接近,图2中展示了基于药物TG101348作用细胞株后，敏感型细胞株与排斥型细胞株在6维特征空间中的分布情况，红色代表敏感型细胞株，蓝色代表排斥型细胞株，从图3中可以看出 图2 六维向量空间中细胞株对药物TG101348的响应 3.2 三种方法性能对比 基于GDSC数据集中所有265种药物，分别测试了NRL2DRP、Stanfield、KBML三种方法的性能，其中图3显示 图3 三种方法AUC、AUPR箱型图 3.3 基于特定组织条件下性能比较 为了验证NRL2DRP方法在特定组织下药物与细胞株反应的AUC指标表现，抽取数据集GDSC中三类特定的组织类型数据进行测试，如图
81050发布于 2021-02-01 - 来自专栏数据科学（冷冻工厂）
单细胞系列教程：聚类流程（六）
现在有了高质量的细胞，可以继续工作流程。最终，希望对细胞进行聚类并识别不同的潜在细胞类型，但是在那之前需要完成几个步骤。下面的工作流程示意图中的绿色框对应于QC 后采取的步骤，共同构成了聚类工作流程。
52701编辑于 2023-01-25 - 来自专栏数据科学（冷冻工厂）
单细胞系列教程：细胞聚类（十）
挑战生物或技术问题可能会导致鉴定出质量差的簇识别每个簇的细胞类型需要保持耐心，因为这可能在聚类和标记基因识别之间进行重复（有时甚至会回到 QC 过滤步骤）3. 对于 3,000 - 5,000 个细胞的数据集，设置在 0.4-1.4 之间的分辨率通常会产生较好的聚类结果。增加的分辨率值会导致更多的簇，这对于更大的数据集通常是必需的。
2K01编辑于 2023-01-25 - 来自专栏芒果先生聊生信
HEK293细胞系，最全总结
293T/17细胞是293T细胞中共转染pBND和pZAP质粒而获得的具有G418耐受的细胞系。该细胞系仍保留高转染效率的特点。 293T/17SF细胞是在293T细胞中转入EBV基因形成的转化细胞系，该细胞系主要用于瞬时转染及蛋白表达，类似于293E细胞的作用。 该细胞系主要用于蛋白互作的筛选。 293S（suspension）细胞是被驯化成能够悬浮培养且能够耐受低钙离子培养条件的293细胞系。 该细胞系常用于同源的N-糖基化蛋白的表达。此外，该细胞系中具有四环素表达抑制基因，可用于四环素诱导的蛋白表达研究。 293SGGD细胞系是在293SG转染pcDNA3.1-zeo-STendoT质粒的细胞系，其主要用于糖基化工程研究中。
7.4K20发布于 2020-08-28 - 来自专栏数据科学（冷冻工厂）
单细胞系列教程：归一化和回归（八）
3. Set-up首先为规范化和集成步骤，创建一个新脚本（文件 -> 新文件 -> R 脚本），并将其保存为SCT_integration_analysis.R。
1.4K02编辑于 2023-01-25 稳定细胞系构建原理与流程解析
一、稳定细胞系的基本原理稳定细胞系的核心是基因的基因组整合：基因组整合目标基因通过各种方法插入宿主细胞的染色体中，而不是停留在细胞质内（如瞬时转染）。 二、稳定细胞系构建的流程稳定细胞系的开发一般包括以下几个核心环节：1. 设计与载体构建目标基因优化：提高翻译效率，添加信号肽和标签。 宿主细胞匹配：根据蛋白特性选择 CHO、HEK293 或其他专用细胞系。2. 适用于多数易转染细胞电穿孔：适合难转染或悬浮细胞病毒载体（慢病毒、腺病毒等）：高效率，适合非分裂细胞整合方式：随机整合：快速，但表达水平受染色体位置影响位点特异性整合：在“安全位点”插入，表达更可预测3. 通过标准化的流程和严谨的技术控制，稳定细胞系能够为研究和产业化提供可靠、可重复、长期稳定的蛋白生产平台。
13710编辑于 2026-01-14- 来自专栏生信修炼手册
CCLE:肿瘤细胞系百科全书
CCLE全称如下 Cancer Cell Line Encyclopedia 是由Broad Institute研究所牵头发起的一项肿瘤基因组学研究项目，收集整理了1000多个肿瘤细胞系的组学数据，包含了以下类别 array(RPPA) profiles 该数据库的网址如下 https://portals.broadinstitute.org/ccle 简单注册之后就可以查看其中的数据，最新版本共包含了1457个细胞系的相关数据 通过首页的检索按钮，可以根据基因或者细胞系进行检索，以TP53为例，示意如下 ? 检索结果包含以下几个部分 1. Distribution by Lineage 该部分用于比较基因对应的组学数据在不同细胞系间的分布，包含了以下几种 Achilles shRNA knockdown Copy Number DNA methylation 3. Mutation Data 这部分展示基因上的突变位点信息，示意如下 ? 4. Fusion/Translocation Data 这部分展示该基因相关的融合基因/融合转录本信息，示意如下 ?
3.2K31发布于 2019-12-19 - 来自专栏百味科研芝士
肿瘤细胞系还有在线数据库？
肿瘤细胞系在肿瘤发生机制的阐明，药物敏感性的检测，肿瘤标志物的发现等研究内容中发挥重要的作用。肿瘤细胞系的数据显得尤为重要。 据统计数据库中共包含40种癌型（包含未知的癌型），1457个肿瘤细胞系的数据，可以说CCLE数据库和COSMIC都是研究肿瘤细胞系的利器。 据统计CCLE数据包含了细胞系的突变、基因融合、miRNA、蛋白质表达谱、基因表达谱、甲基化谱、拷贝数、代谢谱、药物处理细胞系的IC50值和AUC值等。 CCLE提供便利的可视化工具，可通过检索获得基因在各种癌型的细胞系中表达情况，便捷传达了基因在哪些癌型细胞系高表达，哪些癌型细胞系低表达。此外，能直接下载感兴趣的基因在细胞系中的表达谱数据。 第二种：研究对象为细胞系所有的基因 若需要细胞系的全部基因，那么上面的方法就不是便捷的方法了。
3.9K21发布于 2020-08-24 【辰辉创聚生物】稳定细胞系构建 | 稳定株开发服务 | 高表达克隆筛选
稳定细胞系构建是细胞生物学、分子生物学和蛋白质工程等众多科研领域中广泛采用的一项基础技术。 所谓稳定细胞系，是指通过遗传整合外源基因的方式，使细胞在长期传代过程中持续稳定表达目标蛋白（或其它功能元件）的细胞系。 这类细胞系是进行蛋白功能研究、信号通路分析、生物药物研发及大规模表达等实验的核心工具。构建稳定细胞系的核心环节包括外源基因载体构建、有效转染、筛选与克隆扩增、表达持续性验证等步骤。1. 转染效率直接影响稳定细胞系构建的效率和质量，因此在转染环节选择适合的方案、适宜的转染试剂是关键。3. 抗性筛选与单克隆挑选转染后细胞通常是多种状态混合群体，其中只有一部分细胞完成了外源基因的整合。 表达稳定性与验证稳定细胞系的构建完成后，还需对外源基因的表达进行验证，并确认其长期稳定性。
12700编辑于 2026-01-26- 来自专栏数据科学（冷冻工厂）
单细胞系列教程：什么是单细胞（一）
图片 3. 批次效应 如何确定是否存在批次效应？ 是否所有 RNA 提取都在同一天进行？ 是否所有的文库制备工作都是在同一天进行的吗？ 是否由同一个人对所有样品进行 RNA 提取与文库制备？
80511编辑于 2023-01-25 【辰辉创聚生物】基因过表达细胞系 | 稳定过表达开发 | 高表达克隆筛选
基因过表达细胞系是分子生物学与细胞生物学研究中广泛使用的一类标准实验模型，指在宿主细胞内引入外源基因或增强内源基因表达，使目标基因在细胞中持续、高于基础水平地表达。 该类细胞系在蛋白表达分析、信号通路研究、细胞表型观察等基础研究场景中具有重要应用，是多种体外实验体系的重要组成部分。 在这些技术中，转染试剂的选择和使用对转染效率、细胞状态以及后续筛选效果具有直接影响，是过表达细胞系构建中不可忽视的技术环节。3. 过表达水平的检测与验证基因过表达细胞系建立完成后，需对目标基因的表达进行系统验证。 Biotechnol. 41, 567–575 (2023).3.Patel, R. et al.
11810编辑于 2026-02-03- 来自专栏火属性小虫
HarmonyOS开发学习（3）–页面开发
HarmonyOS开发学习（3）–页面开发 组件是界面搭建与显示的最小单位，组件根据功能可以分为以下五大类：基础组件、容器组件、媒体组件、绘制组件、画布组件。 推荐大家优先使用Resource类型，将资源文件（字符串、图片、音频等）统一存放于resources目录下，便于开发者统一维护。 同时系统可以根据当前配置加载合适的资源，例如，开发者可以根据屏幕尺寸呈现不同的布局效果，或根据语言设置提供不同的字符串。 遍历数组的方式构建列表，可以减少重复代码，示例代码如下： @Entry @Component struct ListDemo { private arr: number[] = [0, 1, 2, 3, ArkUI开发框架提供了一种页签容器组件Tabs，开发者通过Tabs组件可以很容易的实现内容视图的切换。页签容器Tabs的形式多种多样，不同的页面设计页签不一样，可以把页签设置在底部、顶部或者侧边。
2.3K10编辑于 2024-03-26 - 来自专栏医学数据库百科
肿瘤细胞系综合性分析数据库
DepMap DepMap分析了数百个癌细胞系模型，以获取各个细胞系基因组信息以及对遗传和小分子扰动的敏感性。 不过在数据分析之前，可以选择一下自己的目标细胞系。 细胞系选择 虽然在 DepMap 当中我们可以对所有的细胞系进行分析，但总是有一些自己的目标细胞系的。 在这里定义好之后，后续的分析都可以对目标细胞系进行特殊的可视化 在细胞系选择界面，如果有目标的细胞系可以直接上传自己的细胞系即可。 就可以添加一个细胞系的 MSI 特征的列。 然后通过筛选功能，就可以得到 MSI 的细胞系是哪些了。 这里由于我们之前筛选出了 MSI 的细胞系，所以可以看到具体在图形当中标注✨ 的就是 MSI 的细胞系。
5.5K30发布于 2021-09-15 - 来自专栏生信技能树
全新细胞系模型的提出也需要ngs数据支持
现在，哪怕是全新细胞系模型的提出也需要ngs数据支持啦，比如文章：《Establishment and Characterization of a Brca1−/−**, p53**−/− Mouse Genetically engineered mouse models of cancer (GEMMC) ，就是 K14cre; Brca1F/F; p53F/F mice ，从里面经过各种复杂的实验技术养成细胞系 cat fq.txt |while read id do ascp -QT -l 300m -P33001 \ -i ~/miniconda3/envs/download/etc/asperaweb_id_dsa.openssh 不同的特征有不同的生物学含义【2】，比如文章【3】 就是使用了 这些signature区分生存！ /software.broadinstitute.org/cancer/cga/msp 【2】https://en.wikipedia.org/wiki/Mutational_signatures 【3】
52120发布于 2021-07-29
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