之前寫過一篇細胞類型注釋的推文：單細胞分析實錄(7): 差異表達分析/細胞類型注釋，里面介紹了細胞類型注釋的兩種思路。在談到自動注釋時，我們基本都會用SingleR這個軟件，類似的軟件還有很多，原理上可能五花八門，但表現不一定有SingleR好。很多軟件在做注釋時會基於某個細胞和參考細胞表達譜 ...

Cell Ranger是一個“傻瓜”軟件，你只需提供原始的fastq文件，它就會返回feature-barcode表達矩陣。為啥不說是gene-cell，舉個例子，cell hashing數據得到的矩陣還有tag行，而列也不能肯定就是一個cell，可能考慮到這個才不叫gene-cell矩陣吧~它是 ...

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 ...

無論是傳統的多細胞轉錄組測序（bulk RNA-seq）還是單細胞轉錄組測序（scRNA-seq），差異表達分析（differential expression analysis）是比較兩組不同樣本基因表達異同的基本方法，可獲得一組樣本相對於另一組樣本表達顯著上調（up-regulated）和下調 ...

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 ...

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 ...

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 ...