28

我的巨噬细胞少了一个亚群吗,我错了吗

前些天在我们生信技能树视频号直播一个文章的单细胞转录组数据(GSE208706)处理,文章是:《Amphiregulin from regulatory T cells promotes liver fibrosis and insulin resistance in non-alcoholic steatohepatitis》,就是基本的降维聚类分群而已,几分钟就搞定了。
一般来说,麻烦的地方都是单细胞亚群的生物学命名啦,如下所示可以看到我在我们生信技能树视频号直播时候就是简单的分了大类,这个也是我常规的操作,代码在: Continue reading

28

为什么做拟时序(拟时序一本通01)

单细胞转录组已经火爆了五个年头,到如今的2024大家其实已经非常熟悉了它的标准数据分析思路。都是先整合全部的样品的表达量矩阵后走降维聚类分群,然后第一层次降维聚类分群先在低分辨率的条件下对各个亚群进行生物学命名。如果是肿瘤领域的我们通常是进行如下所示的分类: Continue reading

28

同时表达巨噬细胞和b细胞标记基因的亚群是全新亚群吗

看到了一个2023的单细胞转录组数据挖掘文章:《A novel phenotype of B cells associated with enhanced phagocytic capability and chemotactic function after ischemic stroke》,主要的结论就是同时表达巨噬细胞和b细胞标记基因的亚群是全新亚群。
其实他们挖掘的是他们课题组自己的2021的文章的单细胞转录组数据: ischemic mouse brains at 5 and 14 days after tMCAO (GSE171169) ,如下所示的4个样品: Continue reading

28

他说要带领100万人学生信

熟悉我们《生信技能树》的小伙伴可能有印象,我们之前有一个口号是培养十万生信工程师,在过去的十年间我们也确实做到了,从手把手的学徒和实习生培养到长达一个月的马拉松互动授课,再到b站的ngs多组学课程,陆陆续续也影响了约莫十万人吧!

但是有两个问题躲在后面,首先是我们的引导只能说是让生命科学领域的小伙伴跨行认识一下生物信息学,入个门而已。其次,三年疫情叠加生物医疗经济下行,实际上生物信息学工程师饱和了!!!所以我们就与时俱进换另一个口号:让百万生命科学领域从业者认识生信! Continue reading

28

使用singleR基于自建数据库来自动化注释单细胞转录组亚群

早期(可能是五六年前)我们的单细胞转录组数据分析教程确实是提到过singleR的方法,它可以依赖于singleR自己的数据库文件去自动化注释单细胞转录组亚群。

但是因为singleR的数据库资源陈旧而且很有限,满足不了日益增长的单细胞应用,后面我们都是主推第一层次降维聚类分群后的人工命名,通常我们拿到了肿瘤相关的单细胞转录组的表达量矩阵后的第一层次降维聚类分群通常是: Continue reading

28

使用pacman包来批量管理各种r包

看到了之前的实习生离开后还在持之以恒学习做生物信息学基础知识整理,非常欣慰。而且是春节期间也在不间断更新,这一点就超过了我, 起码我春节前后两周都是在各种转载“混日子”了 。比如这2024-02-12 更新了:芯片代码实操(1)提前安装所需R包,里面提到的批量管理各种r包的小技巧是我十年前整理的。 Continue reading