首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏文献分享及代码学习

    Seurat软件学习1-多个模型得数据进行整合

    )# We can see that by default, the cbmc object contains an assay storing RNA measurementAssays(cbmc)# (cbmc)cbmc <- FindVariableFeatures(cbmc)cbmc <- ScaleData(cbmc)cbmc <- RunPCA(cbmc, verbose = FALSE)cbmc <- FindNeighbors(cbmc, dims = 1:30)cbmc <- FindClusters(cbmc, resolution = 0.8, verbose = FALSE)cbmc <- RunUMAP(cbmc, dims = 1:30)DimPlot(cbmc, label = TRUE)图片将多组学数据并列可视化现在我们已经从scRNA-seq图谱中获得了聚类,我们可以将数据集中的蛋白质或 # Normalize ADT data,DefaultAssay(cbmc) <- "ADT"cbmc <- NormalizeData(cbmc, normalization.method = "CLR

    1.2K31编辑于 2022-09-29
  • 来自专栏单细胞天地

    多模式数据联合分析

    a Seurat object based on the scRNA-seq data cbmc <- CreateSeuratObject(counts = cbmc.rna) # We can (cbmc) cbmc <- FindVariableFeatures(cbmc) cbmc <- ScaleData(cbmc) cbmc <- RunPCA(cbmc, verbose = FALSE ) cbmc <- FindNeighbors(cbmc, dims = 1:30) cbmc <- FindClusters(cbmc, resolution = 0.8, verbose = FALSE ) cbmc <- RunUMAP(cbmc, dims = 1:30) DimPlot(cbmc, label = TRUE) ? # Normalize ADT data, DefaultAssay(cbmc) <- "ADT" cbmc <- NormalizeData(cbmc, normalization.method =

    1.1K30发布于 2021-07-02
  • 来自专栏单细胞天地

    Seurat4.0系列教程6:常用命令

    cbmc <- CreateSeuratObject(counts = cbmc.rna) # Add ADT data cbmc[["ADT"]] <- CreateAssayObject(counts = cbmc.adt) # Run analyses by specifying the assay to use NormalizeData(object = cbmc, assay = "RNA" (object = cbmc) DefaultAssay(object = cbmc) <- "ADT" DefaultAssay(object = cbmc) # Pull feature expression from both assays by using keys FetchData(object = cbmc, vars = c("rna_CD3E", "adt_CD3")) # Plot data from multiple assays using keys FeatureScatter(object = cbmc, feature1 = "rna_CD3E", feature2 = "adt_CD3

    2.7K12发布于 2021-07-01
  • 来自专栏Rust 编程

    论文导读 | 使用 Kani 验证 Rust 中的 trait 对象

    Kani 作为 Rust 编译器后端而实现,该编译器后端使用成熟的工业强度模型检查工具 「C 有界模型检查器(CBMC)[3]」作为验证引擎。 Kani 将 Rust MIR 翻译为 GOTO-C(CBMC 类 C 的中间语言)。可以使用 Cargo 对单个rust 文件或 crate 来调用 Kani 。 AWS EC2 应用案例: Firecracker 在对 Firecracker 进行验证过程中一个巨大挑战是代码中使用了很多 std::io::Error trait 对象(错误处理),这让 CBMC 相关测试代码见:icse22ae-kani[4] 其他类型工具比较 CRUST,一个类似于 Rust 的有界模型检查器,也使用 CBMC 工具作为验证后端。 ): https://www.cprover.org/cbmc/ [4] icse22ae-kani: https://github.com/avanhatt/icse22ae-kani [5] RFC

    1.6K20编辑于 2022-12-08
  • 来自专栏Rust语言学习交流

    【Rust 日报】2021-10-28 使用Rust实现API健康检查模式

    implementing-the-health-check-api-pattern-with-rust-eaef04cb4d2d Rust 模型检查器(RMC) Rust模型检查器(RMC)允许使用C有界模型检查器(CBMC 从本质上讲,RMC是Rust编译器的扩展,它将Rust的MIR转换为CBMC (GOTO)的输入语言。

    66520发布于 2021-11-02
  • 来自专栏生信技能树

    从零开始配置R编程语言软件环境

    bmcite.SeuratData/ pancreasref.SeuratData/ bonemarrowref.SeuratData/ pbmc3k.SeuratData/ cbmc.SeuratData

    68510编辑于 2023-12-28
  • 来自专栏生信技能树

    它想强迫我升级一系列seurat相关的单细胞R包

    bmcite.SeuratData_0.3.0.tar.gz 411M Aug 24 12:15 bonemarrowref.SeuratData_1.0.0.tar.gz 72M Aug 24 12:16 cbmc.SeuratData

    1.9K10编辑于 2023-12-05
  • 自动化推理技术入门指南

    并发等复杂场景处理底层编译器和硬件的正确性假设NP难问题的启发式算法优化学习资源推荐工具集:定理证明器:Coq, Isabelle, HOL-light模型检测:PRISM, TLA+SMT求解器:Z3, CVC4程序验证:CBMC

    22200编辑于 2025-08-09
  • 来自专栏单细胞天地

    SCCAF 单细胞聚类评估框架

    此外,工具类文章做测试时,总是偏爱那么几个代表性数据集(PBMC、CBMC、胰腺、神经系统等),但人体在时间和空间的维度上都具有相当的动态复杂性,同样的方法,用于不同课题、不同设计产生的单细胞数据,效果的差别可能超出我们的想象

    2.4K30发布于 2021-01-25
  • 来自专栏JiekeXu之路

    OGG| 数据迁移后比对一致性

    1 28 OUS 2 29 PROD_CBMC 9 115 PROD_CBMC 10 100 ....

    1.7K10编辑于 2022-12-07
  • 来自专栏arXiv每日学术速递

    机器人相关学术速递[11.11]

    我们展示了如何将生成的抽象与下游模块组合,然后使用CBMC等程序分析工具验证生成的抽象系统。 downstream modules and then the resulting abstract system can be verified using program analysis tools like CBMC

    49910发布于 2021-11-17
  • 来自专栏C++ 动态新闻推送

    C++ 中文周刊 第101期

    汇编我看不懂,你比我聪明 CBMC: The C Bounded Model Checker 论文。

    61210编辑于 2023-02-25
  • 来自专栏智能生信

    Nature Methods |单细胞转录组的深度生成建模

    使用一个除了mRNA (CBMC) 之外,还包括单细胞蛋白质的测量数据集作为基准,来评估mRNA潜伏空间中细胞之间的相似性与它们在蛋白质水平上的相似性的一致程度。

    2.9K10发布于 2021-02-04
  • 来自专栏相约机器人

    深度学习数据集成

    将CITEseq数据与深度学习集成 将进行单细胞转录(scRNAseq)和蛋白质组学的无监督集成(scProteomics)从CITEseq数据,8个617脐带血单核细胞(CBMC),采用自动编码器,其非常适合用于捕获单细胞组学的高度非线性性质数据

    1.6K20发布于 2019-06-21
  • 来自专栏智能生信

    Genome Biology | DISC:使用半监督深度学习推断单细胞转录组的基因表达和结构

    通过FISH评估插补性能 3.3 DISC准确地恢复“dropout”事件 由于无法获得scRNA-seq中缺失的真实表达,因此对四个数据集 (MELANOMA,SSCORTEX,CBMC和PBMC)

    1.4K20发布于 2021-02-04
  • 来自专栏AI SPPECH

    2025年CTF竞赛逆向工程中难度真实题目解析

    学习如何使用代码覆盖工具(如frida、DynamoRIO等)来监控程序的执行路径 模糊测试:学习如何使用模糊测试工具(如AFL、libFuzzer等)来发现程序的漏洞 形式化验证:学习如何使用形式化验证工具(如KLEE、CBMC

    63010编辑于 2025-11-13
  • 来自专栏AI SPPECH

    79_二进制安全高级技术:高级漏洞挖掘与利用深度解析与实战指南——从漏洞发现到武器化的系统教程

    *形式化验证工具**: - **Coq**:交互式定理证明助手 - **SPARK**:用于Ada程序的形式化验证工具集 - **Frama-C**:C程序的静态分析框架,包含形式化验证组件 - **CBMC

    45910编辑于 2025-11-16
领券