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...

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...
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...
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...
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...
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...
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...
首先附上參考文獻:《Spatially informed cell-type deconvolution for spatial transcriptomics》[https...
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...
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...
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+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...
參考教程鏈接: https://github.com/dmcable/spacexr[https://github.com/dmcable/spacexr] 官方教程: ht...
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...
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...
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...