數(shù)據(jù)比對 使用FuSeq_WES

處理原始scRNA-seq數(shù)據(jù) 2.1 FastQC 當你獲取到單細胞下機數(shù)據(jù)的時候,第一步需要做的就是檢查數(shù)據(jù)質量。本次教程使用的數(shù)據(jù)為(Kolodziejczyk et ...
此post旨在提取heatmap作圖中的cluster行名或者列名 其實,對heatmap熱圖提取cluster就是對hclust的結果提取cluster,tree_col和...
常用的細胞通訊軟件:CellphoneDB[http://www.lxweimin.com/p/38a9376f5286]:是公開的人工校正的,儲存受體、配體以及兩種相互作用...
@蓬舉舉 這一點和RRBS及WGBS的測序原理相關。
DNA甲基化測序數(shù)據(jù)處理(一):數(shù)據(jù)比對前言 因為組里面出了一批甲基化測序數(shù)據(jù),使用的技術為BS-seq,處理的時候順帶記錄了學習過程,演示使用數(shù)據(jù)為官方提供的example.fastq。 DNA甲基化及CpG島定...
@桁_COLA 你好,不好意思,簡書基本不上了。建議使用chipseerker包,Y叔出品,簡單好用。https://www.bioconductor.org/packages/release/bioc/vignettes/ChIPseeker/inst/doc/ChIPseeker.html
DNA甲基化測序數(shù)據(jù)處理(二):差異分析前言 銜接上一篇數(shù)據(jù)比對后的結果,使用R包DSS進行處理。 Input文件準備 我們先來復習一下上一節(jié)課得到的數(shù)據(jù)結果:*.bismark.cov.gz 文件 這里我們使用的...
上周用電腦時突然發(fā)現(xiàn),插著電源,但電池越來越少,鼠標移到電池上一看,顯示“電源已接通,未充電”。嗯??? 首先先百度了一下,可惜百度出來的結果都沒什么用。折騰了一晚上都沒有好...
@lola_58bf multimapped reads不建議使用。
RNA-seq數(shù)據(jù)分析---方法學文章的實戰(zhàn)練習前言 這次給大家?guī)淼氖?6年發(fā)表在NATURE PROTOCOLS上面的一篇處理RNA-seq數(shù)據(jù)的文章:Transcript-level expression analy...
@9395e1ea8a2e 不清楚 MACS有沒有發(fā)Windows版本,但是control可以不用
MACS2學習筆記安裝默認使用Conda macs2的基本命令 輸出文件包括 為了方便在IGV上查看ChIP-seq的結果和后期的可視化展示,所以我們需要把macs2的結果轉化為bw提供給IG...
ncHMR detector: a computational framework to systematically reveal non- classical funct...
@NICE_AGIS 不好意思回復的比較晚,簡書上的不太多。事實上做轉錄本層面的差異應該是用深度測序的流程吧,有點類似做splicing差異。novel transcript的區(qū)別也比較簡單,就是使用已有的數(shù)據(jù)庫進行注釋,注釋不出來的就可以當成一個novel transcript candidate對待,不知道你是否同意。
RNA-seq數(shù)據(jù)分析---方法學文章的實戰(zhàn)練習前言 這次給大家?guī)淼氖?6年發(fā)表在NATURE PROTOCOLS上面的一篇處理RNA-seq數(shù)據(jù)的文章:Transcript-level expression analy...
@NICE_AGIS 一般來說,RNA-seq不太會涉及到novel transcript的discovery,所以在hisat2比對玩以后,都是銜接的reads counts提取,而不是stringtie(因為還沒有成熟的流程配合)
RNA-seq數(shù)據(jù)分析---方法學文章的實戰(zhàn)練習前言 這次給大家?guī)淼氖?6年發(fā)表在NATURE PROTOCOLS上面的一篇處理RNA-seq數(shù)據(jù)的文章:Transcript-level expression analy...
@cb6416cfb920 在點贊和down vote的側邊可以點開收藏
RNA-seq數(shù)據(jù)分析---方法學文章的實戰(zhàn)練習前言 這次給大家?guī)淼氖?6年發(fā)表在NATURE PROTOCOLS上面的一篇處理RNA-seq數(shù)據(jù)的文章:Transcript-level expression analy...
最近也是從Seurat3&Monocle3轉戰(zhàn)Scanpy,發(fā)現(xiàn)真香。看到你的學習記錄不由振奮,自覺目前還是三者整合出圖才是最棒的,Scanpy的PAGA/Trajectory+ Seurat的分群作圖 + Monocle3的Trajectory
實驗記錄13: scanpy細胞分化軌跡推斷大型真香現(xiàn)場與上次翻車實驗的不同: 過濾了更多的細胞和基因。在處理數(shù)據(jù)時,低質量的細胞一定要清除掉,告誡大家寧缺毋濫。。。否則后續(xù)分析真的是一堆的噪點。 跳過了scanpy中的降噪步驟。...