单细胞测序 - ResBang生信交流网

单细胞测序是指DNA研究中涉及测序单细胞微生物相对简单的基因组，更大更复杂的人类细胞基因组。

全部

新窗全部主题排序方式更多 \| 显示置顶

R中单细胞RNA-seq数据分析教程 (2)

Seurat包

本教程介绍了如何在R中进行单细胞RNA-seq数据分析，包括导入Seurat包、创建Seurat对象等步骤。通过学习这些内容，您可以更好地理解和处理单细胞RNA测序数据。

数据科学工厂 6 天前 41 0 0 0 单细胞测序
基因组之全局互作热图可视化

Hi-C数据可视化 PlotHiC Python包

PlotHiC是一个专为Hi-C数据可视化分析设计的Python包，可以帮助用户方便地绘制基因组三维结构的热图。使用.hic文件进行操作，无需额外的文件，且操作简便快速。欢迎查看源代码和提交新需求或问题。

数据科学工厂 2024-11-18 61 0 1 0 [1人赞] 单细胞测序
R中单细胞RNA-seq数据分析教程 (1)

R语言 Seurat scRNA-seq 10x Genomics

学习如何在R语言中使用Seurat进行单细胞RNA测序数据分析，包括对来自10x Genomics的数据集进行预处理和分析。本教程适合初学者，涵盖了基本的数据分析流程以及其他工具如presto、destiny、Harmony等的介绍，旨在帮助读者更好地理解和处理单细胞RNA-seq数据。

数据科学工厂 2024-11-15 117 0 0 0 单细胞测序
单细胞分析 | 基因组区域的可视化 (2)

单细胞分析

学习如何使用CoveragePlot()和TilePlot()函数进行单细胞分析和基因组区域的可视化。TilePlot()函数可以帮助您查看单个细胞在基因组区域内的序列化片段频率。

数据科学工厂 2024-11-5 61 0 0 0 单细胞测序
单细胞分析 | 基因组区域的可视化 (1)

了解如何使用Signac软件包进行单细胞分析，并将基因组数据可视化成轨迹图。本文使用人类外周血单个核细胞数据集进行演示，教您如何利用R语言和ggplot2库完成操作。

数据科学工厂 2024-10-28 88 0 0 0 单细胞测序
单细胞 | 转录因子足迹分析

单细胞数据加载 R语言

本案例介绍了使用R语言中的Signac和Seurat库进行单细胞转录因子足迹分析的数据加载过程，采用之前在轨迹构建案例中处理过的数据集。

数据科学工厂 2024-10-23 138 0 0 1 单细胞测序
单细胞分析 | Cicero+Signac 寻找顺式共可及网络

单细胞分析 Cicero Signac 共可接近网络 ATAC-seq数据

学习如何利用Cicero工具和单细胞ATAC-seq数据进行单细胞分析，找到共可接近网络，并将数据在Seurat和CellDataSet之间转换，加载Satpathy和Granja等人在Nature Biotechnology发表的单细胞ATAC-seq数据集进行预处理。

数据科学工厂 2024-10-17 121 0 0 0 单细胞测序
单细胞分析 | 使用 Monocle 3 进行发育轨迹分析

单细胞分析 Monocle 3 发育轨迹分析 ATAC-seq 数据处理工具

学习如何使用Monocle 3软件进行单细胞分析和发育轨迹分析，结合ATAC-seq数据集的处理过程，了解数据加载、转换工具的使用以及常规预处理工作。详细内容请参考提供的链接和代码示例。

数据科学工厂 2024-10-12 146 0 0 0 单细胞测序
单细胞|Signac 进行 Motif 分析

单细胞 Motif 分析 Signac DNA序列基序分析

在这个教程中，您将学习如何使用Signac平台进行DNA序列的基序(Motif)分析。了解在一组差异可访问的峰值中寻找高频基序和不同细胞群组之间的基序活性差异分析方法。通过安装和加载相关软件包，使用成年小鼠大脑的数据源进行分析。详细步骤和代码可在文档中找到。

数据科学工厂 2024-10-8 173 0 0 0 单细胞测序
单细胞转录组｜scATAC-seq 数据整合

单细胞转录组 Seurat软件包

本文展示了如何利用Seurat软件包对多个来源于人类外周血单核细胞的单细胞染色质数据集进行整合，其中包含DNA可及性和基因表达信息。通过整合不同技术获得的数据集，展示了如何将连续变量和分类变量信息从一个数据集转移到另一个数据集中。

数据科学工厂 2024-9-28 362 0 0 0 单细胞测序
单细胞｜线粒体基因型和DNA可及性联合分析

单细胞线粒体 DNA可及性联合分析结直肠癌

本文介绍了针对结直肠癌患者样本的单细胞分析，结合线粒体基因型和DNA可及性数据进行联合分析。通过展示如何导入DNA可及性数据、展示变异分布等步骤，加深对细胞内突变信息和染色质可及性的理解。使用Seurat对象和scATAC-seq技术进行分析，揭示了在结直肠腺癌细胞中存在的重要基因变异情况。

数据科学工厂 2024-9-16 409 0 0 0 单细胞测序
Signac R｜如何合并多个 Seurat 对象 (1)

scATAC-seq PBMC GenomicRanges

本文介绍了如何利用`Seurat`合并多个包含单细胞染色质数据的数据集，以及如何使用`GenomicRanges`包中的功能进行峰值检测和数据集整合。详细讨论了针对不同规模的`scATAC-seq PBMC`数据集的处理方法，以及适用于所有合并数据集的共通峰值集合的构建技巧。

数据科学工厂 2024-8-27 488 0 0 0 单细胞测序
Signac 单细胞｜ATAC-seq Call peak

单细胞ATAC-seq Signac MACS2 基因调控区域峰值检测

学习如何使用MACS2软件在单细胞ATAC-seq数据中识别基因调控区域的峰值，并使用Signac进行峰值检测。本文以人类外周血单核细胞的单细胞ATAC-seq数据为例，指导您安装MACS2并加载必要软件包和预处理数据对象。

数据科学工厂 2024-8-23 195 0 0 0 单细胞测序
Visium HD空间数据分析、可视化以及整合 (2)

Seurat 单细胞RNA测序

了解Visium HD空间数据分析及可视化方法，包括无监督聚类、空间组织识别和与单细胞RNA测序数据的整合。探索如何选择特定解剖区域进行更深入的分析，以及如何利用Seurat支持的工具进行对比不同细胞类型在空间上的分布。详细资料可在提供的链接中获取。

数据科学工厂 2024-8-19 239 0 0 0 单细胞测序
Visium HD空间数据分析、可视化以及整合 (1)

Seurat

本文介绍了使用Visium HD数据进行空间分析的Seurat工具，包括无监督聚类、识别空间组织区域、与scRNA-seq数据整合等内容。学习如何安装更新Seurat并加载不同分辨率的数据，以便轻松切换满足不同分析需求。

数据科学工厂 2024-8-6 650 0 2 0 [2人赞] 单细胞测序
联合 RNA 和 ATAC 分析：SNARE-seq

SNARE-seq single-cell analysis gene expression DNA accessibility

Learn to analyze a single-cell joint detection dataset combining gene expression levels and DNA accessibility using SNARE-seq technology. Access the provided data set re-mapped to the mm10 genome and follow the tutorial to build a Seurat object containing

数据科学工厂 2024-7-30 307 0 9 0 [9人赞] 单细胞测序
空间单细胞｜10x Visium数据分析、可视化与整合(3)

空间单细胞 RNA测序数据单细胞融合数据整合

本文介绍了使用Seurat进行空间单细胞数据分析与可视化的方法，重点讨论了与10x Visium数据、RNA测序数据的整合和处理方法。通过数据标准化、降维聚类、发现空间变异性特征等任务，将实现对空间信息和分子数据的有效整合分析。同时，还介绍了如何与单细胞RNA测序数据融合，以推断空间体素中细胞类型的组成。

数据科学工厂 2024-7-27 452 0 0 0 单细胞测序
空间单细胞｜Slide-seq分析、可视化与整合(2)

Slide-seq分析 SeuratData包数据获取

本文通过介绍利用Slide-seq v2技术获得的小鼠海马区数据集进行深入分析的方法，并提供SeuratData包来方便数据获取。安装数据集后，您可以轻松查看构建Seurat对象所使用的命令列表，从而进行有效的数据分析和可视化。

数据科学工厂 2024-7-22 349 0 0 0 单细胞测序
空间单细胞｜Slide-seq分析、可视化与整合(1)

Slide-seq分析 SeuratData包 Seurat对象

本文介绍了利用Slide-seq v2技术获得的小鼠海马区数据集进行深入分析的方法，包括如何利用SeuratData包安装数据集并构建Seurat对象。欢迎查看本文获取更多有关Slide-seq分析的信息。

数据科学工厂 2024-7-15 258 0 0 0 单细胞测序
空间单细胞｜10x Visium数据分析、可视化与整合(2)

空间数据分析 Seurat分析降维和聚类

本文介绍了使用Seurat分析具有空间分辨率的RNA测序数据的方法，重点在于将空间信息与分子数据相结合。涵盖了数据标准化、降维和数据聚类、发现空间变异性特征、与单细胞RNA测序数据的整合等任务。另外，也介绍了对RNA表达数据进行降维和聚类的工作流程。

数据科学工厂 2024-7-12 467 0 0 0 单细胞测序

12 3 / 3 页下一页