相信做過腫瘤單細胞的小伙伴對這個分析並不陌生,如果多讀幾篇文獻,就能在CNS以及大子刊上面看到這個分析。 非負矩陣分解(Nonnegative Matrix Factorization,NMF)是在矩陣中所有元素均為非負數約束條件之下的矩陣分解方法。 基本思想:給定一個非負矩陣V, NMF ...
最近Cell Systems雜志發表了一篇針對現有幾種檢測單細胞測序doublet的工具的評估文章,系統比較了常見的例如Scrublet DoubletFinder等工具在檢測准確性 計算效率等方面的優劣,以及比較了使用不同方法去除doublet后對下游DE分析 軌跡分析的影響。 現有的檢測方法,基本都會先構造出虛擬doublet,然后將候選droplet與這些虛擬doublet比較,很相似的那些 ...
2020-12-31 12:41 0 351 推薦指數:
相信做過腫瘤單細胞的小伙伴對這個分析並不陌生,如果多讀幾篇文獻,就能在CNS以及大子刊上面看到這個分析。 非負矩陣分解(Nonnegative Matrix Factorization,NMF)是在矩陣中所有元素均為非負數約束條件之下的矩陣分解方法。 基本思想:給定一個非負矩陣V, NMF ...
這是一個新系列 差不多是一年以前,我定導后沒多久,接手了讀研后的第一個課題。合作方是醫院,和我對接的是一名博一的醫學生,最開始兩邊的老師很排斥常規的單細胞文章思路,即各大類細胞分群、注釋、描述,所以起初的幾個月都在摸索一條主線,再后來有主線了,要加實驗驗證,周期有點長。我這邊的分析基本做完 ...
前面我們已經學習了單細胞轉錄組分析的:使用Cell Ranger得到表達矩陣和doublet檢測,今天我們開始Seurat標准流程的學習。這一部分的內容,網上有很多帖子,基本上都是把Seurat官網PBMC的例子重復一遍,這回我換一個數據集,細胞類型更多,同時也會加入一些實際分析中很有用的技巧 ...
前面已經講解了: 單細胞分析實錄(1): 認識Cell Hashing 單細胞分析實錄(2): 使用Cell Ranger得到表達矩陣 單細胞分析實錄(3): Cell Hashing數據拆分 單細胞分析實錄(4): doublet檢測 單細胞分析實錄(5): Seurat標准流程 單細胞 ...
如果讀過一些單細胞的文獻,應該會經常看到一群名為"cycling cell"的亞群,T細胞、B細胞、上皮細胞等等在分亞群的時候,都可能碰到。實際上,這群細胞只是因為高表達一些與細胞周期相關的基因,才會被單獨聚成一群,里面可能包含多種細胞亞群的混合,只要它們處於細胞周期/增殖狀態 ...
公眾號后台回復20210418,獲取本文的測試數據 1. 回顧 前面我已經講解了inferCNV的基本用法,這一節繼續學習:如何推斷腫瘤細胞。本文應該是到目前為止,全網最詳細的帖子(之一)。 關於腫瘤細胞的推斷,比如研究上皮細胞起源的腫瘤,我見過的一些做法如下 簡單粗暴型 ...
關於什么是“擬時序分析”,可以參考本期推送的另一篇推文。這一篇直接演示代碼 monocle2這個軟件用得太多了,很多文章都是monocle2的圖。因為只使用表達矩陣作為輸入,相比於其他軟件,已經很方便了。不過話說回來,我總感覺這種軌跡推斷像玄學,大半的結果是調整出來的/事先已知 ...
上一篇已經講解了Seurat標准流程,推文的最后,注意到了不同樣本之間的表達數據是存在批次效應的,就像下圖這樣,有些是可以聚到一起的亞群,卻出現了不同樣本分開/偏移的情況,比如第3群,這種就是批次效應 ...