往期回顾B站中只有视频课程，代码部分整理在往期推送之中：手把手教你做单细胞测序数据分析（一）——绪论手把手教你做单细胞测序数据分析（二）——各类输入文件读取手把手教你做单细胞测序数据分析（三）——单样本分析手把手教你做单细胞测序数据分析（四）——多样本整合手把手教你做单细胞测序数据分析（五）——细胞类型注释手把手教你做单细胞测序数据分析（六）——组间差异分析及可视化其他单细胞相关技术贴也在这里：细胞的数量由誰决定？答读者问（三）单细胞测序前景答读者问（四）：如何分析细胞亚群答读者问（六）、Seurat中如何让细胞听你指挥单细胞中应该如何做GSVA？如果这期视频看不懂，你可能需要看看这些：上一讲
对于用惯了R的人，冷不丁用下python，感觉还是不太习惯，但是python的功能做分析的速度也很有独特的优势，所以本次做了个简单的scanpy笔记，以后再慢慢学习~~1加载需要的包，感觉python的包比较好装，缺啥补啥吧importnumpyasnpimportpandasaspdimportscanpyasscimportmatplotlib.pyplotasplt2读入数据data=sc.read_10x_mtx('Mouse_bonemarrow_matrix/Marrow_V2_1_matrix_10X',cache=True)#当然scanpy可以直接读取10Xgenomics的
对于用惯了R的人，冷不丁用下python，感觉还是不太习惯，但是python的功能做分析的速度也很有独特的优势，所以本次做了个简单的scanpy笔记，以后再慢慢学习~~1加载需要的包，感觉python的包比较好装，缺啥补啥吧importnumpyasnpimportpandasaspdimportscanpyasscimportmatplotlib.pyplotasplt2读入数据data=sc.read_10x_mtx('Mouse_bonemarrow_matrix/Marrow_V2_1_matrix_10X',cache=True)#当然scanpy可以直接读取10Xgenomics的
小编写过有关基因名的坑的推文，总结了有关基因名的十大坑，见：。今天为大家推荐一款很不错的基因名转化在线服务器–GeneToList随着高通量组学技术的日益流行，处理它们所产生的数据集变得越来越困难，因此需要借助于编程语言或者在线服务器，将一个数据库中的基因名转换成另一个数据库中的基因名，例如：biomaRt，MyGene（http://mygene.info）和org.Hs.eg.db；DAVID在线服务器（https://david.ncifcrf.gov/conversion.jsp），g:Convert（https://biit.cs.ut.ee/gprofiler）以及bioDBnet
小编写过有关基因名的坑的推文，总结了有关基因名的十大坑，见：。今天为大家推荐一款很不错的基因名转化在线服务器–GeneToList随着高通量组学技术的日益流行，处理它们所产生的数据集变得越来越困难，因此需要借助于编程语言或者在线服务器，将一个数据库中的基因名转换成另一个数据库中的基因名，例如：biomaRt，MyGene（http://mygene.info）和org.Hs.eg.db；DAVID在线服务器（https://david.ncifcrf.gov/conversion.jsp），g:Convert（https://biit.cs.ut.ee/gprofiler）以及bioDBnet
前言康奈尔大学，FeiLab的一个预测工具。iTAK是依赖于数据库的用于从蛋白质或核苷酸序列中识别植物转录因子(TF)、转录调节因子(TR)和蛋白激酶(PK)，然后将单个TF、TR和PK分类为不同的基因家族的工具。本人能力有限，本文可能存在描述不当与错误的地方，请仔细辨别后使用。鉴定与依据TFs和TRs的识别和分类是基于主要从PlnTFDB(Perez-Rodriguezetal.,2010)和PlantTFDB[(Jinetal.,2014)总结的一致性规则（每个基因家族的必需和禁止的蛋白质结构域），与来自PlantTFcat(Daietal.,2013)和AtTFDB(Yilmazetal
前言康奈尔大学，FeiLab的一个预测工具。iTAK是依赖于数据库的用于从蛋白质或核苷酸序列中识别植物转录因子(TF)、转录调节因子(TR)和蛋白激酶(PK)，然后将单个TF、TR和PK分类为不同的基因家族的工具。本人能力有限，本文可能存在描述不当与错误的地方，请仔细辨别后使用。鉴定与依据TFs和TRs的识别和分类是基于主要从PlnTFDB(Perez-Rodriguezetal.,2010)和PlantTFDB[(Jinetal.,2014)总结的一致性规则（每个基因家族的必需和禁止的蛋白质结构域），与来自PlantTFcat(Daietal.,2013)和AtTFDB(Yilmazetal
前几天拿到了一个数据，需要做基因注释，是从转录本ID（ENSTxxxxxxxxxx）转为基因ID。数据概况>head(PTC_true_072822$isoform_id,10)[1]"ENST00000167218.9""ENST00000167825.5""ENST00000207636.9""ENST00000210227.4""ENST00000215376.7"[6]"ENST00000215587.11""ENST00000216019.11""ENST00000216658.9""ENST00000221818.5""ENST00000223084.7"1.常用基因ID编号都有哪
前几天拿到了一个数据，需要做基因注释，是从转录本ID（ENSTxxxxxxxxxx）转为基因ID。数据概况>head(PTC_true_072822$isoform_id,10)[1]"ENST00000167218.9""ENST00000167825.5""ENST00000207636.9""ENST00000210227.4""ENST00000215376.7"[6]"ENST00000215587.11""ENST00000216019.11""ENST00000216658.9""ENST00000221818.5""ENST00000223084.7"1.常用基因ID编号都有哪
1.加载数据library(Seurat)library(SeuratData)pbmcpbmcAnobjectofclassSeurat13714featuresacross2638sampleswithin1assayActiveassay:RNA(13714features,2000variablefeatures)2dimensionalreductionscalculated:pca,umap2.执行默认的差异表达测试Seurat的大部分差异表达特征可以通过“FindMarkers()”函数访问。默认情况下，Seurat基于非参数Wilcoxon秩和检验执行差分表达式。这取代了以前的
