作者，Evil Genius~~ 空間轉(zhuǎn)錄組的運用方向：轉(zhuǎn)錄、蛋白 ST最適合回答三種生物問題：首先可以闡明組織的細胞類型組成；第二類問題與細胞相互作用有關(guān)；最后可以幫助闡明...
發(fā)簡信
IP屬地：浙江
-
空間轉(zhuǎn)錄組的幾個分析要點及經(jīng)典文獻分享 -
MISTy：空間轉(zhuǎn)錄組細胞互作分析方法1. 簡介 MISTy主要有四個功能： 算法：Multi-view framework to dissect effects related to CCI (剖析與細胞-細胞...
-
ggplot2繪制單細胞經(jīng)典火山圖單細胞繪圖系列： Seurat繪圖函數(shù)總結(jié)[http://www.lxweimin.com/p/95e61f7e834d] 使用ggplot2優(yōu)化Seurat繪圖[https...
-
文獻學(xué)習(xí)069--[sc+st]單細胞和空間轉(zhuǎn)錄組分析揭示結(jié)直腸癌中FAP+成纖維細胞和SPP1+巨噬細胞的相互作用作者通過整合分析scRNA-seq數(shù)據(jù)、公開發(fā)表的scRNA-seq和bulk RNA-seq數(shù)據(jù)集、空間轉(zhuǎn)錄組數(shù)據(jù)、FACS、IF和免疫治療的轉(zhuǎn)錄組數(shù)據(jù)，證實FAP+成纖維...
-
@單細胞空間交響樂 rctd_tier2 <- t(RCTD@results$results_df)
dim(rctd_tier2) # 9 4968 #
dim(metadata) # 4969 44
因為前面t()轉(zhuǎn)置了，它們的行數(shù)都不一樣，怎么join呀？課程補充----單細胞空間聯(lián)合分析之RCTD封裝版（針對visium、bin模式的Stereo-seq、HD）
作者，Evil Genius 關(guān)于RCTD，本來都不打算更新了，R版本的聯(lián)合分析我覺得大家自己寫寫就完了，現(xiàn)在看來，還是需要整理一下。 文章在Robust decomposi...
-
@單細胞空間交響樂 麻煩請問下，metadata = cortex_sp@meta.data 這樣嗎？
dim(metadata) #4969 13
colnames(metadata ) # "orig.ident" "nCount_Spatial" "nFeature_Spatial" "first_type" "second_type" "first_class" "second_class" "min_score"
"singlet_score" "conv_all" "conv_doublet".
這里的metadata沒有 row_id這一列，如何合并呢？如何在后面的Join with meta_data using row_id as the key呢？
cluster_summary_pat <- rctd_tier2 %>%
as.data.frame() %>%
rownames_to_column("row_id") %>%
left_join(metadata, by = "row_id")課程補充----單細胞空間聯(lián)合分析之RCTD封裝版（針對visium、bin模式的Stereo-seq、HD）
作者，Evil Genius 關(guān)于RCTD，本來都不打算更新了，R版本的聯(lián)合分析我覺得大家自己寫寫就完了，現(xiàn)在看來，還是需要整理一下。 文章在Robust decomposi...
-
left_join(metadata, by = "row_id") 這這里，metadata前后文沒有出現(xiàn)過，metadata長什么樣？metadata怎么有row_id這列的？拿來left_join
課程補充----單細胞空間聯(lián)合分析之RCTD封裝版（針對visium、bin模式的Stereo-seq、HD）
作者，Evil Genius 關(guān)于RCTD，本來都不打算更新了，R版本的聯(lián)合分析我覺得大家自己寫寫就完了，現(xiàn)在看來，還是需要整理一下。 文章在Robust decomposi...
-
空間轉(zhuǎn)錄組合作項目分析示例(二)作者，Evil Genius 這一篇我們繼續(xù)合作項目的分析示例，我們在了解了空間轉(zhuǎn)錄組的整體分析內(nèi)容之后，就需要開始針對我們自己的數(shù)據(jù)進行有效分析，注意是有效分析，就是大家分...
-
空間轉(zhuǎn)錄組去卷積分析工具介紹——CARD簡介 ??目前，單細胞技術(shù)發(fā)展迅速，單細胞轉(zhuǎn)錄組測序可以幫助我們獲得組織中每個細胞的基因表達水平，但卻無法獲得對應(yīng)空間位置上的信息。空間轉(zhuǎn)錄組技術(shù)（spatial trans...
-
CARD 空間轉(zhuǎn)錄組和單細胞轉(zhuǎn)錄組之間的反卷積首先附上參考文獻：《Spatially informed cell-type deconvolution for spatial transcriptomics》[https...
-
最新12+單細胞生信，探索DAB2+ Macro與FAP+ CAFs關(guān)系，高端生信值得模仿！影響因子：12.4 研究概述：肝癌是全球第三大致癌死亡的原因，也是第六大常見的腫瘤類型。其中，肝細胞癌（HCC）為最常見的肝癌類型，其次為肝內(nèi)膽管癌（ICC），這兩種類型合計...
-
最新15分泛癌腫瘤相關(guān)巨噬細胞圖譜，圖譜構(gòu)建需要太多背景知識，值得收藏！影響因子：13 研究概述：癌細胞內(nèi)在因素與腫瘤微環(huán)境（TME）之間的復(fù)雜相互作用決定了癌癥的預(yù)后、進展和治療效果。腫瘤相關(guān)巨噬細胞（TAMs）是這一環(huán)境中高度多樣化且復(fù)制的組...
-
最新15分泛癌腫瘤NK細胞圖譜，NK細胞亞群鑒定參考依據(jù)。圖譜構(gòu)建需要太多背景知識，值得收藏！影響因子：27.7 研究概述：NK細胞是固有免疫淋巴細胞，能直接殺死病毒感染的細胞，并調(diào)控適應(yīng)性免疫反應(yīng)的早期階段，在免疫反應(yīng)中發(fā)揮重要作用。NK細胞通常分為兩類：CD56b...
-
空間轉(zhuǎn)錄組分析---SPOTlight（1.0.1版本）空間轉(zhuǎn)錄組+單細胞聯(lián)合分析---（SPOTlight最新版教程） 作者在2022年更新了SPOTlight腳本代碼，或許有伙伴在運行以往的版本教程（https://marce...
-
空間轉(zhuǎn)錄組2022||空間數(shù)據(jù)反卷積RCTD分析：full mode on Visium hippocampus參考教程鏈接： https://github.com/dmcable/spacexr[https://github.com/dmcable/spacexr] 官方教程： ht...
-
【生信實戰(zhàn)】空間轉(zhuǎn)錄組反卷積——帶你了解Spot里究竟都有點啥細胞隨著空間轉(zhuǎn)錄組技術(shù)的普及，越來越多的課題開始使用這一技術(shù)。當(dāng)前，以10X Visium為代表的空間轉(zhuǎn)錄組技術(shù)是目前最常見的技術(shù)。然而，10X Visium由于技術(shù)本身的局限性...
-
文獻速遞||cell2location軟件聯(lián)合單細胞轉(zhuǎn)錄組進行空間轉(zhuǎn)錄組細胞映射同名gzh：BBio //前言 對空間轉(zhuǎn)錄組的組織駐留細胞類型的復(fù)雜映射仍然是一個挑戰(zhàn)。原因之一是器官間細胞的巨大多樣性，包括無數(shù)細粒細胞類型，如免疫細胞、免疫細胞、基質(zhì)細胞...
-
【生信實戰(zhàn)】scRNA單細胞/ST空間轉(zhuǎn)錄組細胞注釋完全指導(dǎo)手冊隨著單細胞技術(shù)的發(fā)展和普及，越來越多的課題組開始使用單細胞技術(shù)進行自己的課題研究。然而，在單細胞的注釋上，商業(yè)公司提供的流程化注釋往往難以滿足實際的需求，甚至得到牛頭不對馬嘴...
