博文
- 置顶 · 学习生物信息的第二好教程
- 生信的作用越来越大，想学的人越来越多，不管是为了以后发展，还是为了解决眼下的问题。但生信学习不是一朝一夕就可以完成的事情，也许你可以很短时间学会一个交互式软件的操作，却不能看完程序教学视频后就直接写程序。也许你可以跟着一个测序分析流程完成操作，但不懂得背后的原理，不知道什么参数需要修改，结果可以出 ...
- 一个R包玩转单细胞免疫组库分析，还能与Seurat无缝对接
- 在介绍 clonotypr (https://github.com/mattfemia/clonotypr)包之前，我们需要先去解决几个问题： （1） 为什么要进行单细胞免疫组库的分析 ？ 应用方向一：探索肿瘤免疫微环境，辅助免疫治疗。 每个人都拥有一个自己的适应性免疫组库，TCR和BCR通过基因重组和体细胞突变取得多样性，使得我们身体可以识别和抵御各 ...
- 这篇Nature子刊文章的蛋白组学数据PCA分析竟花费了我两天时间来重现|附全过程代码
- 2020年4月14日，Sanger研究团队于 nature communication 在线发表了题为 Single-cell transcriptomics identifies an effectorness gradient shaping the response of CD4+ T cells to cytokines 的研究内容，作者使用蛋白质组学、bulk RNA-seq和单细胞转录组测序对人体40,000个以上的naïve and memory CD4+ T cells ...
- 复现nature communication PCA原图|代码分析（一）
- 2020年4月14日，Sanger研究团队于 nature communication 在线发表了题为 Single-cell transcriptomics identifies an effectorness gradient shaping the response of CD4+ T cells to cytokines 的研究内容，作者使用蛋白质组学、bulk RNA-seq和单细胞转录组测序对人体40,000个以上的naïve and memory CD4+ T cells ...
- 新冠患者样本单细胞测序文献汇总
- 其实有关新冠患者样本的单细胞文献并不太多，bug也是比较明显的，比如入组的临床指征的判断，高血压等伴随疾病的影响以及年龄本身导致的免疫差异，筛选条件的不同对最后的结果影响太大，得出相反结论也感觉正常，还有就是用药，，，取样时间。多个已知变量和未知变量的叠加对揭示真相产生重大挑战，，，可能除了限制可控条 ...
- Science | 单细胞分析人类胸腺发育的细胞图谱
- The human thymus is the organ responsible for the maturation of many types of T cells, which are immune cells that protect us from infection. However, it is not well known how these cells develop with a full immune complement that contains the necessary variation to protect us from a variety of ...
- Cell | 小鼠内皮细胞单细胞转录组图谱（详解）
- 热度 1
- 2020年2月13日，比利时Leuven癌症研究所Peter Carmeliet、中山大学李旭日和丹麦Aarhus大学的Yonglun Luo合作于 Cell 发表了题为 Single-Cell Transcriptome Atlas of Murine Endothelial Cells 的文章，研究团队利用单细胞转录组技术分析了小鼠11个组织的内皮细胞，收集得到超过32000个单细胞转录组数据集，鉴定出78个内皮 ...
- 单细胞RNA-seq预处理工具比较分析（bioRxiv）
- 2020年2月2日， 苏黎世大学Mark Robinson 团队在预印本bioRxiv上发表题为 pipeComp, a general framework for the evaluation of computational pipelines, reveals performant single-cell RNA-seq preprocessing tools 的研究内容，并建立了一个评估框架 pipeComp ，评估包括过滤、doublet检测、标准 ...
- NBT：单细胞转录组新降维可视化方法PHATE
- 2019年12月3日，美国耶鲁大学Smita发表题为 Visualizing structure and transitions in high-dimensional biological data 的研究内容，提出PHATE( https://github.com/KrishnaswamyLab/phateR )，一种降维可视化方法，使用数据点之间的几何距离信息（即：样品表达谱之间的距离）来捕获局部和全局非线性结构。 PHAT ...
- 为什么GEO2R/GEOquery的结果可能是错的？
- 前言 NGS系列文章包括 NGS基础 、转录组分析 （ Nature重磅综述|关于RNA-seq你想知道的全在这 ）、ChIP-seq分析 （ ChIP-seq基本分析流程 ）、单细胞测序分析 ( 重磅综述：三万字长文读懂单细胞RNA测序分析的最佳实践教程 （原理、代码和评述） )、DNA甲基化分析、重测序分析、GEO数据挖掘（ 典型医学设计实验GEO数据分析 ...
- RNA-seq最强综述名词解释&思维导图|关于RNA-seq，你想知道的都在这（续）
- 前言 NGS系列文章包括 NGS基础 、转录组分析 （ Nature重磅综述|关于RNA-seq你想知道的全在这 ）、ChIP-seq分析 （ ChIP-seq基本分析流程 ）、单细胞测序分析 ( 重磅综述：三万字长文读懂单细胞RNA测序分析的最佳实践教程 （原理、代码和评述） )、DNA甲基化分析、重测序分析、GEO数据挖掘（ 典型医学设计实验GEO数据分析 ...
