- 博客(11)
- 收藏
- 关注
RSS订阅原创 Seruat v5测试第一部分- 聚类
通过Seruat的FindMarkers()或FindAllMarkers()函数，识别每个簇与其他簇相比显著高表达的基因。（barcode），试剂分析中需要质控过滤低质量的细胞（比如空液滴或者双细胞）。每行对应一个基因或其他特征（如抗体标签、CRISPR引导RNA）。1. CellMarker：涵盖人类和小鼠的细胞标记基因。1. 基因表达UMAP图：FeaturePlot（）存储基因表达数据（UMI计数矩阵）2. 小提琴图：VlnPlot（）3. 热图：DoHeatmap（）：存储基因（或特征）的。
2025-04-10 18:15:18
228
原创 GitHub使用小记
点击New repository，编写命名和介绍等，就可以复制SSH链接，按照提示运行git remote add origin 和git push -u origin main 就上传完成了。打开github网址上的个人主页，点开相应的仓库（repositories），点开文件选择介绍后面的三个点，点击 delete files，然后点击。结果会在~/.ssh目录下生成两个文件：id_rsa 和 id_rsa.pub。使用git删除对应的文件，再重新上传，如果本地没有文件，先clone。
2025-04-08 17:27:48
314
原创 snakemake小记
通过配置文件，可以将硬编码的参数（如文件路径、参数值）提取出来，便于修改和复用。工作流的特点：1）Snakemake 自动解析依赖关系，无需手动指定任务顺序（自动化）。它基于 Python，通过定义规则（rules）来描述任务及其依赖关系，使复杂的数据分析流程更易管理和自动化。Snakemake 会根据输出文件的需求自动解析规则之间的依赖关系，并按照正确的顺序执行任务。：规则是 Snakemake 的核心概念，用于定义任务（task）。4）结果可重复，规则可复用，可以用来构建复杂的流程。
2025-03-20 18:01:37
920
原创 RANSAC 算法一览
通过选择足够大的 ( N )，RANSAC 算法能够确保在多次随机选择中，至少有一次选择的样本集不包含离群点，从而提高模型拟合的准确性和鲁棒性。这种基于概率的选择方法使得 RANSAC 在处理含有离群点的数据时表现得更加有效。4. 如果内部值数与集中总点数的比例超过预定义的阈值 τ ，则使用所有已识别的内值重新估计模型参数并终止。）选择得足够高，以确保随机样本组中至少一个不包含异常值的概率。表示观察到异常值的概率。3. 计算所有点的集合和模型的容差；表示任何选定数据点为异常值的概率，2. 计算模型参数；
2025-03-04 20:06:19
287
原创 SAHMI软件测试 （单细胞-宿主与微生物相互作用）2
在微生物群落生物量较低的情况下，真实的微生物在不同样本中表现出总 k-mer 数量、唯一 k-mer 数量以及总分配的测序读数之间的比例关系。这意味着，随着样本中微生物的数量增加，k-mer 的数量和测序读数也会相应增加。ps. 这部分使用的是作者自带的数据，前期的测试数据跑不出来了。
2025-01-02 17:35:22
255
2
原创 SAHMI软件测试 （单细胞-宿主与微生物相互作用）1
宿主微生物相互作用的单细胞分析，用于从组织的单细胞测序中获得恢复及降噪后的微生物信号的一个计算流程，来自文章本文章内容包括数据下载、依赖软件包的下载以及具体代码的运行，也包括过程中的踩坑和注意事项，断断续续耗时接近半个月。使用edgeturbo获取文章公开数据-在github上获取流程后需要更改脚本执行权限，确保安装所有必要的R包如果安装过程中BiocManager::install也无法解决安装问题，可以尝试更换清华源或者可以conda安装2.2 提取微生物序列。
2024-12-26 15:14:34
916
原创 Proksee绘制细菌基因组圈图
支持在线BLAST和prokka以及部分基因注释，并且能将对应的分析结果添加到圈图显示，主要功能如下图左，其中。总的来说操作prokka操作便携，适合小量基因组（如细菌基因组、质粒、线粒体、叶绿体等）的在线分析和展示。图的Mark边栏可以选择背景色和基因组展示方式（环状或者条状），以及是否展示标签等。则表示开始线上分析。分析结果可通过“Add Features to Map。”添加并更换颜色，下图右。表示可以将结果添加进图，
2024-11-25 15:26:50
1527
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人