一个星期前我指出来了R语言包开发的一个现象:R语言的繁荣背后何尝没有隐患,很多函数名字被多个R包使用,这样就出现了冲突,所以我们需要显示调用具体的某个R包的某个函数。
恰好被隔壁Y叔看到了,所以立马给出来了解决方案,在听说你用的函数又撞名了? 可以看到conflicted
包超级好用,专门盯着你,让你报错!
一个星期前我指出来了R语言包开发的一个现象:R语言的繁荣背后何尝没有隐患,很多函数名字被多个R包使用,这样就出现了冲突,所以我们需要显示调用具体的某个R包的某个函数。
恰好被隔壁Y叔看到了,所以立马给出来了解决方案,在听说你用的函数又撞名了? 可以看到conflicted
包超级好用,专门盯着你,让你报错!
最近一直在这里细胞通讯分析相关软件工具及原理,看到不同细胞亚群的网络图,就以为是细胞通讯分析。
Continue reading
文献《Multi-Omics Profiling Reveals Distinct Microenvironment Characterization and Suggests Immune Escape Mechanisms of Triple-Negative Breast Cancer》,研究者把TNBC根据免疫分成3个亚群,然后寻找Potential intrinsic immune escape mechanisms of TNBC,这个过程应用了很多突变位点的量化指标,包括:
Continue reading
R语言的繁荣是毋庸置疑的,至少在科研界的地位蒸蒸日上,极大的占领了原来属于各种商业绘图软件的市场。不仅仅是在于其免费的属性,更重要的是随心所欲地自由定制。
但是参与的玩家多了之后,也会出现一些冲突。最近在运行一些三五年前的代码报错了,引发了我的思考。
文章提到其单细胞转录组数据是:We used scRNA-seq to profile 49 samples (45 lung adenocarcinomas, 1 squamous cell carcinoma, and 3 tumor adjacent tissues [TATs]) (Figure 1A), corresponding to 30 individual patients.
前面我们展现了 CNS图表复现08—肿瘤单细胞数据第一次分群通用规则,然后呢,第二次分群的上皮细胞可以细分恶性与否,免疫细胞呢,细分可以成为: B细胞,T细胞,巨噬细胞,树突细胞等等。实际上每个免疫细胞亚群仍然可以继续精细的划分,以文章为例:
第六届全国医学影像临床科研培训班
“逸仙六期”
公益讲座通知
Continue reading
又是老板扔来得一篇单细胞数据的文章!话不多说,撸起袖子加油干~
值得注意的是,我目前的水平只能是做到单细胞转录组数据的预处理,降维聚类分群。高阶分析还没有学到,不过隔壁《单细胞天地》有一个活动,感兴趣的可以参加一下:单细胞进阶数据分析技巧一网打尽,名额有限,大家赶快抢哈!
单细胞转录组表达矩阵的聚类分群这样的教程流程分析相信大家都已经掌握的不错了,各种技巧及细节我就不赘述了,看我在《单细胞天地》的单细胞基础10讲:
总编辑海飞前些天告诉我,咱们《生信菜鸟团》公众号订阅人数突破四万大关了。是不是可以搞一下活动,回馈一下粉丝。
做生物信息学也有七八个年头了,早在五六年前,我刚开始写教程的时候,那个时候还是个人博客《生信菜鸟团》就提到过一个观点:给初学者的忠告,不要拿一套垃圾数据入门!原贴见:http://www.bio-info-trainee.com/2321.html
Continue reading
我注意到绝大部分肿瘤相关的单细胞转录组研究的落脚点都是在肿瘤免疫微环境个细胞亚群比例,包括 B细胞,T细胞,巨噬细胞,树突细胞等等,而且这些细胞亚群都是可以继续细分。但实际上在没有单细胞转录组数据这个技术之前,也是可以探测肿瘤免疫微环境个细胞亚群比例的,比如流式细胞仪。但是我查了一下,发现这个仪器还蛮贵的,比如一个招标信息《上海交通大学流式细胞分选仪,200万》:
Continue reading
早在2018年我们就推荐过北大李程老师的基因组学分析课程,最近看到2019-2020更新后的课程资料也出来了,快马加鞭推荐给大家。
众所周知,测序数据单端测序就是一个fq文件,双端测序就2个。但是呢,10X的单细胞转录组原始数据的话, 比较特殊,它的测序文库中包括index、barcode、UMI和测序reads。
最近读到发表在nature medicine杂志的文章《Immune profiling of human tumors identifies CD73 as a combinatorial target in glioblastoma》: