seurat包中ScaleData()和NormalizeData()的区别 以pbmc3k数据为例： 接下来探究NormalizeData和ScaleData对数据的处理：...
发简信
IP属地：上海
-
ScaleData()和NormalizeData()的区别
-
10X单细胞（10X空间转录组）基于马尔可夫过程和RNA速率的细胞命运预测（Cellrank）hello，今天我们来分享一个更加完善的单细胞轨迹分析的软件，cellrank，文章在CellRank for directed single-cell fate mappi...
-
使用ArchR分析单细胞ATAC-seq数据(第十六章)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-...
-
使用ArchR分析单细胞ATAC-seq数据(第五章)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-...
-
使用ArchR分析单细胞ATAC-seq数据(第三章)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-...
-
TCGA-数据整理（counts =》表达矩阵）
0、R包安装 1、差异表达矩阵 2、基因差异分析(三选一就可以进行后续分析) 测序的数据，DESeq2 ，edgeR一般用的比较多，接受的是RNAseq的count数据，非l...
-
RNA-seq中的那些统计学问题（一）为什么是负二项分布？1. 转录组数据统计推断的难题 在RNA-seq中进行两组间的差异分析是最正常不过的了。 我们在其它实验中同样会遇到类似的分析，通常，我们可以用方差分析判定两组“分布”数据间...
-
RNAseq pipline: Hisat2 samtools featureCounts DESeq2
花了两天整理的RNAseq pipline 分享出来，供学习参考，同时也听听大家的建议。RNAseq pipline: Hisat2 -> samtools -> featu...
-
DESeq2的基本使用DEseq预热 主要就是这几个步骤了。 1. counts: 查看每个样本在每个基因上的counts数 2. 构建DESeqDataSet 3. run DESeq() & ...
