自从2009 年首篇关于scRNA-seq的文章发表以来,这项技术正在被广泛的采用。随着测序平台商业化的迅速发展和相关生物信息学方法的不断成熟,带来了很多生物医学领域新的发现...

自从2009 年首篇关于scRNA-seq的文章发表以来,这项技术正在被广泛的采用。随着测序平台商业化的迅速发展和相关生物信息学方法的不断成熟,带来了很多生物医学领域新的发现...
定义 列线图是一种相对传统的分析方法,用于展示自变量和因变量的线性关系,及其特征的重要程度。现在用SHAP,和机器学习库中的 Feature importance 工具可以实...
影响因子:8.786 研究概述: 阿尔茨海默病(AD)是一种严重的进行性神经退行性疾病,其特征是淀粉样蛋白-β(Abeta)斑块过度积累,神经功能障碍和认知障碍。本文采用ss...
相信做过肿瘤单细胞的小伙伴对这个分析并不陌生,如果多读几篇文献,就能在CNS以及大子刊上面看到这个分析。 非负矩阵分解(Nonnegative Matrix Factoriz...
scRNA-Seq技术揭示了不同细胞组间基因表达水平的显著差异。然而,大多数的研究集中在mRNAs的分析上,lncRNAs在单细胞中的表达和变异仍不清楚。 来自中山大学的研究...
作为一个合格的生物信息工程师,生物学的算法是必备的技能。本人从业不到一年,深感统计学知识匮乏,希望以简书作为自己的学习平台,和大家分享一些常用的算法,本人能力有限,只能介绍一...
影响因子:8.78 关于非肿瘤生信,我们也解读过很多,主要有以下类型 1 单个疾病WGCNA+PPI分析筛选hub基因。2 单个疾病结合免疫浸润,铁死亡,自噬等基因集,机器学...
基本概念 WGCNA其译为加权基因共表达网络分析。该分析方法旨在寻找协同表达的基因模块(module),并探索基因网络与关注的表型之间的关联关系,以及网络中的核心基因。 适用...
T检验、F检验、卡方检验是统计学中常见的假设检验,今天记录下这几个假设检验的原理和应用场景。 检验方法应用场景T检验比较两个样本均值是否有差异F检验比较两个及两个以上样本均值...
1. 为什么我们要进行Normalization 测序深度:某些低表达量的基因只有在较高的测序深度时才能检测到。一般而言,随着测序深度的增加,基因种类以及可变剪接体的数目也会...
复制过来的,原文章链接等下复制一下 在基因组中,大部分的染色质紧密缠绕在细胞核内,不具有转录活性。染色质重塑作用可以使部分致密的染色质变得松散,这部分松散的染色质被称为开放染...
上一期,跟大家简单介绍了下单细胞ATAC的背景知识点及其10x ATAC基础数据的获取方式[http://mp.weixin.qq.com/s?__biz=MzA3MjM5N...
初识卷积神经网络(CNN) 从今天起,正式开始讲解卷积神经网络。这是一种曾经让我无论如何也无法弄明白的东西,主要是名字就太“高级”了,网上的各种各样的文章来介绍“什么是卷积”...
Signac是Seurat的一个扩展功能R包,可以用来分析、解释和探索单细胞染色质数据集。目前,Signac包主要专注于分析单细胞ATAC-seq数据,之后还会添加其他基于染...
本文首发于我的个人博客, http://xuzhougeng.top/ 往期回顾: 使用ArchR分析单细胞ATAC-seq数据(第一章) 使用ArchR分析单细胞ATAC-...
Tips: 这一篇文章,类似单细胞RNA-seq 最佳实践教程,对每一步进行了具体介绍讨论。目前技术和分析方法都出现了好多,看一些综述有一个整体把握。Computationa...
英文题目:Spatial multi-omic map of human myocardial infarction发表时间:2020年12月 单细胞测序技术分辨率和检测通量...
参考文章:1.甲基化芯片入门学习-ChAMP包(二)2.TCGA数据库的癌症甲基化芯片数据重分析3.TCGA甲基化芯片数据质控和过滤4.甲基化芯片数据的差异分析5.甲基化芯片...