Analysis of single cell RNA-seq data（单细胞终极课程）

最新推荐文章于 2024-08-11 20:44:19 发布
转载 最新推荐文章于 2024-08-11 20:44:19 发布 · 207 阅读 · 1 ·
CC 4.0 BY-SA版权
原文链接：http://www.cnblogs.com/leezx/p/7159310.html
文章标签：

#人工智能

本教程为开源的单细胞RNA-seq数据分析课程，适合新手入门。课程内容详实，附带源码，旨在帮助学习者掌握单细胞测序数据的分析技巧。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

业界良心啊，开源的单细胞课程。

随便看了几章，课程写得非常用心，非常适合新手。

课程地址：Analysis of single cell RNA-seq data

源码地址：hemberg-lab/scRNA.seq.course

转载于:https://www.cnblogs.com/leezx/p/7159310.html

单细胞RNA-seq分析
努力努力再努力的博客
01-15 3万+
一、单细胞single cell RNA-seq简介 1、Bulk RNA-seq(大量RNA-seq) Measures the average expression level for each gene across a large population of input cells Useful for quantifying expression signatures from ens...
单细胞RNA-seq简介
weixin_69556916的博客
04-03 2337
单细胞RNA-seq概述 RNA-seq允许以一种高效和具有成本效益的方式对样本中的转录物进行分析。它是00年代末的一项重大突破，此后变得越来越流行，在很大程度上取代了其他转录组分析技术，如微阵列。其成功的部分原因是，RNA-seq允许对样本中的所有转录物进行无偏见的采样，而不是局限于预先确定的转录物集（如微阵列或RT-qPCR）。 通常情况下，RNA-seq被用于由细胞混合物组成的样本，被称为批量RNA-seq，并有许多应用。例如，它可以用来描述健康/疾病、野生型/突变
single-cell RNA-seq-Course学习之introduction to single-cell RNA seq
qq_41427234的博客
09-14 332
第二章介绍单细胞RNA序列 2.1 RNA序列块 在00年代后期取得了重大突破（取代了微阵列），并在此后得到广泛应用 测量大量输入细胞中每个基因的平均表达水平 对比较转录组学有用，例如 来自不同物种的相同组织的样品 研究异构系统的能力不足，例如： 早期发育研究，复杂组织（脑） 不提供对基因表达的随机性的见解 2.2单细胞RNA序列 一项新技术，首次出版（Tang et al。，2...
单细胞转录组测序技术(single cell RNA-seq)及细胞分离技术分类汇总
热门推荐
AIPuFu的博客
08-31 2万+
在过去的十多年里，高通量测序技术被广泛应用于生物和医学的各种领域，极大促进了相关的研究和应用。其中转录组测序（RNA-seq）被广泛应用于测定和描绘各类物种的基因或转录本的表达情况。但传统的转录组测序技术（bulk RNA-seq）是基于群体细胞，每个样本包含成千上万个细胞，所以最终反映的是基因在群体细胞中平均表达水平，从而掩盖了不同细胞之间的表达异质性。近年来，单细胞转录组测序（single-c...
论文阅读：Deep structural clustering for single-cell RNA-seq data jointly through AE and GNN
dundunmm的博客
05-06 716
单细胞RNA测序（scRNA-seq）可以研究细胞异质性和多样性的复杂机制。无监督聚类对于分析scRNA-seq数据至关重要，因为它可以用于识别潜在的细胞类型。然而，由于噪声影响、高维度和普遍的缺失事件，scRNA-seq数据的聚类分析仍然是一个计算挑战。本文提出了一种新的用于scRNA-seq数据的深度结构聚类方法，命名为scDSC，它将结构信息整合到单细胞的深度聚类中。所提出的scDSC包括基于零膨胀负二项式（ZINB）模型的自编码器，图神经网络（GNN）模块和相互监督模块。
论文阅读：scCAN: Clustering With Adaptive Neighbor-Based Imputation Method for Single-Cell RNA-Seq Data
最新发布
dundunmm的博客
08-11 1063
单细胞RNA测序（scRNA-seq）广泛用于研究不同样本中的细胞异质性。然而，由于技术上的不足，丢失事件常常导致基因表达矩阵中的基因表达值为零。本文提出了一种基于自适应邻域聚类的新插补方法，称为scCAN，用于估计丢失的零值。我们的方法通过同时学习相似性关系、聚类结构，并对相似性矩阵的拉普拉斯矩阵施加新的秩约束，持续更新细胞间相似性信息，从而改善丢失零值的插补效果。为了评估该方法的性能，作者使用了四个模拟数据和八个真实的scRNA-seq数据进行下游分析，包括细胞聚类、恢复的基因表达和重建的细胞轨迹。
scTDA:面向对象的python库，用于高通量单细胞RNA-seq数据的拓扑数据分析
05-02
scTDA是面向对象的python库，用于对高通量单细胞RNA-seq数据进行拓扑数据分析。 它包括用于根据拓扑表示对单细胞RNA-seq数据进行预处理，分析和探索的工具。 安装 要安装scTDA，请运行： pip install scTDA 另外...
scTDA: Python库助力单细胞RNA-seq数据拓扑分析
scTDA（single-cell Topological Data Analysis）是一个面向对象的Python库，它专注于高通量单细胞RNA测序（RNA-seq）数据的拓扑数据分析。高通量单细胞RNA测序是一种先进的技术，用于研究单个细胞内RNA的表达情况，...
文献翻译 Review of Single-cell RNA-seq Data Clustering for Cell Type Identification and Characterization
lesileqin的博客
05-23 2430
标题：Review of Single-cell RNA-seq Data Clustering for Cell Type Identification and Characterization 单细胞RNA-seq数据聚类用于细胞类型鉴定和表征的综述 作者： Shixiong Zhanga, Xiangtao Lia, Qiuzhen Linaand Ka-Chun Wonga 关键字： Single-cell RNA-seq（单细胞RNA测序） 、Clustering（聚类）、Cell types（细
liger：R软件包，用于集成和分析多个单细胞数据集
02-05
liger：R软件包，用于集成和分析多个单细胞数据集
单细胞文章解读——用单细胞RNA测序技术分析与肿瘤转移相关的细胞间通讯
zbandzsxj的博客
04-21 6375
题目：Analysis of Single-Cell RNA-Seq Identifies Cell-Cell Communication Associated with Tumor Characteristics
Paper reading (十二)：Challenges in unsupervised clustering of single-cell RNA-seq data
wxw060709的专栏
09-24 688
论文题目：Challenges in unsupervised clustering of single-cell RNA-seq data scholar 引用：47 页数：10 发表时间：2019.01 发表刊物：nature reviews genetics 作者：Vladimir Yu Kiselev , Tallulah S. Andrews and Martin Hember...
机器学习--单细胞聚类(一)
今天练习代码了吗的博客
12-16 4614
Challenges in unsupervised clustering of single-cell RNA-seq data Vladimir Yu Kiselev , Tallulah S. Andrews and Martin Hemberg * ...
Challenges in unsupervised clustering of single-cell RNA-seq data
qq_43148207的博客
12-15 1251
微流体技术的进步使分离大量细胞成为可能，随着RNA分离和扩增方法的改进，现在可以利用下一代测序技术分析单个细胞的转录组。
文献分享：single-cell rna sequencing analysis:astep-by-step overview
weixin_69558614的博客
05-21 1189
由于创新的样品制备和测序技术，单个细胞中的基因表达现在可以在一次实验中测量数千个细胞。自引入以来，单细胞RNA测序(scRNA-seq)方法已经彻底改变了基因组学领域，因为它们通过在单细胞分辨率下探索基因表达谱，为解决细胞异质性创造了前所未有的机会。然而，快速发展的scRNA-seq领域引发了各种分析方法的出现，旨在最大限度地发挥这种新策略的全部潜力。与基于群体的RNA测序方法不同，scRNA测序需要全面的计算工具来解决高数据复杂性，并跟上新兴的单细胞相关挑战。尽管有大量的分析方法，但缺乏普遍的标准化。
Cell发表的单细胞整合方法：LIGER，很好用！
生信小博士的博客
03-22 1521
LIGER（Linked Inference of Genomic Experimental Relationships，基因实验关系的链接推断）是一个用于整合和分析多个单细胞数据集的软件包，由Macosko实验室开发，并由Welch实验室维护和扩展。它依赖于整合的非负矩阵分解技术来识别共享的和数据集特定的因子。不同模态间（例如，单细胞RNA测序和空间转录组数据，单细胞甲基化或单细胞ATAC测序）一旦多个数据集被整合，该软件包提供了进一步的数据探索、分析和可视化的功能。不同物种间（例如，小鼠和人类）
单细胞论文记录(part23)--SC3 - consensus clustering of single-cell RNA-Seq data
小山羊的学习日志
09-08 452
单细胞RNA-seq（scRNA-seq）可以根据全局转录组的特征进行定量的细胞类型描述. 我们提出了单细胞共识聚类（SC3），这是一个用户友好的无监督聚类工具，通过协商一致的方法结合多种聚类方案，实现了高精确度和稳健性. 我们证明SC3能够根据从病人身上收集的肿瘤细胞的转录组识别亚克隆.
single cell 基础笔记（一）
lzjsz_yy的博客
01-14 5832
课程地址 https://hemberg-lab.github.io/scRNA.seq.course/index.html 2 Introduction to single-cell RNA-seq 2.5 Challenges sequencing libraries 即 different cells The main sources of discrepancy between the ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值