（一）准备工作我们先向R中安装如下包以确保准备工作的完成install.packages("BiocManager")BiocManager::install("mulltest")#似乎只有Bioc里面才能安装mulltestif(!require(Seurat))install.packages("Seurat")if(!require(dplyr))install.packages("dpl

今天我当一日店长，单细胞的简单脑子考虑不了复杂的事情，不会带动气氛。体会到店长真的不容易，要考虑太多的事，店长真辛苦。明天任务一定一定要完成，留给自己早点维护客户。祈祷明早的体验课一定要出单！

最近发表的一篇关于空间转录组的文章《Spatiotemporalanalysisofhumanintestinaldevelopmentats

案例4研究背景猕猴桃因维生素C含量非常高而被称为“水果之王”。猕猴桃的起源中心在中国西南部的山脉和山脉中。猕猴桃的驯化历史很短，始于20世纪初期，种子被引入新西兰。经过数十年的驯化，猕猴桃已幵发了许多品种。本研究对在中国广泛种植的杂合猕猴桃“Hongyang”（A.chinensis）的基因组进行测序分析。该基因组序列的可用性不仅为了解猕猴桃及其野生近缘种的特定农学重要性状的潜在分子基础提供了见解

2019年12月3日10X空间转录组Visium流程发布了，不再是Comingsoon...。流程打包SpaceRanger软件里面，感兴趣的小伙伴可以安装下来学习了，自带了数据集，还奉送了代码。

时间序列分析：对不同时间点（状态）转录组或蛋白表达谱数据，进行模糊c均值聚类（fuzzyc-meansclustering,FCM），找出具有相似表达模式的基因或蛋白并聚类。

基因组组装评估指标基因组评估软件geap，overviewoftheGAEPpipelinemainworkflowoftheGAEPmisassemblydetectionmoduleGAEP是一款能够基于二代、三代测序以及转录组测序数据

作为新时代少年漫画的无冕之王，又怎么能少了路飞这个一再刷新近年来销量记录的单细胞。

本次演示使用的数据来自2017年发表于Cell的头颈鳞癌单细胞文章：Single-CellTranscriptomicAnalysisofPrimaryandMetastaticTumorEcosystemsinHeadandNeckCancer

hello，大家好，这一次给大家分享一下有关各个通讯软件之间的结果是否具有一致性，当然，做细胞通讯的软件非常多了，我也分享了很多，但是分享不是目的，用起来才是我们的终极目的，哪个软件该用，软件哪个好，优劣势都是什么，今天我们就来看一下。ComparisonofResourcesandMethodstoinferCell-CellCommunicationfromSingle-cellRNAData

CancerCell丨非小细胞肺癌单细胞分析细化了肿瘤分类和患者分层原创珍奇图灵基因今天收录于话题#前沿分子生物学机制撰文：珍奇IF：31.743推荐度：⭐⭐⭐⭐⭐亮点：本研究通过多尺度单细胞分析对更大的患者队列进行分析

Nature|人原肠胚的单细胞转录组学特征原创huacishu图灵基因2021-12-0207:03收录于话题#前沿生物大数据分析撰文：huacishuIF=49.960推荐度：⭐⭐⭐⭐⭐亮点：1、作者分析了一个在自愿终止妊娠后被捐赠用于研究的人类胚胎

在利用RNA-seq注释基因组时，有一个问题就是，我将不同组织来源的转录组数据和参考基因组比对之后，那下一步是1）先将这三个比对结果进行合并，然后用StringTie进行预测，还是2）用StringTie

ImmugentImmugent最近一直在做单细胞的课题，期间收集了各种细胞注释的marker基因，本次分享主要就针对这个主题展开。单细胞测序技术是近十年最火爆的生物学技术之一，它赋予

它是一种针对全转录组关联分析的方法，旨在通过比较转录本3'端适配器的使用情况，来研究基因表达水平与特定表型或疾病状态之间的关系。

转录组测序采取的打断基因序列获得基因测序的片段，再将reads比对到参考基因组上，并对读序定量，因而最初的表达矩阵是读序数。那么，当需要对样本进行差异分析时，就必须考虑影响读序数的几个因素。

ref:https://www.coursera.org/learn/sheng-wu-xin-xi-xue/home本文主要来自本课的讲义+搜索内容。Real-TimeqRT-PCR基于互补杂交反应（complementaryhybridizationreaction），PCR技术的发展促进了本技术的发展，缺点是：1.低通量2.需要有转录本序列的先验知识。步骤：Real-TimeQuantita

下面这张图，大家不陌生吧，一般是用Velocyto做出来的。图片.png今天我们借助别人的数据，用monocle的轨迹分析结果和Seurat的降维结果实现这张图，从而让轨迹分析在UMAP图上可视化。首先是Seurat的二维降维结果（这次我们作为范例啊，这个聚类结果，真的让我一口老血吐出来了，大家分析的时候可要认真分析啊）。MK_cell_clusters_UMAP.png包括二位聚类的坐标文件图片

#高通量测序获得宏基因组/宏转录组进行后续分析的过程中，常碰到.fastq与.fq文件后缀不一致的问题#在Linux系统中，你可以使用rename命令或者mv命令来将文件名中的特定后缀进行修改。

#在宏基因组/宏转录组数据进行组装后，常需要去除短片段，筛选出较长的片段以供后续分析#在Linux系统中，您可以使用一些文本处理工具来提取长度大于n的序列。

#rnaSPAdes作为宏转录组数据组装软件，数据结果表现优秀。mataSPAdes更适用于宏基因组组装，宏转录组组转推荐rnaSPAdes。

本期来介绍一下单细胞分析的第一步，Seurat对象的构建和信息提取。

上期分享了单细胞测序2丨丨细胞捕获&cDNA扩增，主要介绍了单细胞测序第二环节--基因表达实验流程：GEMs形成、mRNA逆转录、二链cDNA合成与扩增。接下来进入单细胞测序的第三环节--文库构建。

转录组测序是最常用的组学实验，对全谱基因定量，找到差异表达基因。

一个完整的转录组测序项目大概分为以下三个阶段：体内：mRNA生成阶段。转录生成mRNA前体，再经过转录后加工形成成熟的mRNA。体外：建库测序阶段。RNA提取、片段化、逆转录以及上机测序。

肿瘤基因组和转录组的分析现在已经成为发现新生物标记物的工具，但是蛋白质组表达的改变更可能反映肿瘤病理生理学的变化。过去，临床诊断依赖于基于抗体的检测策略，但这些方法有一定的局限性。

深圳华大生命科学研究院联合华中农业大学等团队，利用华大自主研发的Stereo-seq时空组学技术，结合多切片策略，在单细胞分辨率水平上，对斑马鱼受精后24h（hpf,hourpost-fertilization

Nature|单细胞分辨率下恶性克隆适应性的非遗传决定因素原创骄阳似我图灵基因2021-12-2521:26收录于话题#前沿生物大数据分析撰文：骄阳似我IF：49.962推荐度：⭐⭐⭐⭐⭐亮点：1．本文使用单细胞谱和谱系追踪

4BPY(OOQ%IXO29{`L}7K2%5.png#############差异小提琴图tumor%as.data.frame()head(rownames(df.data))Cs%as.data.frame()%>%t()%>%as.data.frame()Cs$id=0.05){pval.label="non.sig"}#自定义颜色blue<-"#619CD6"green<-"#89C32

将SRA转为fastq数据下载好之后，我们得到的是SRR文件，需要将其转换为fastq格式才能使用wkd=/home/project/single-cell/MCCcatSRR_Acc_List-2586-4.txt|whilereadidofastq-dump--gzip--split-files${i}.sradone结束之后每个SRR文件会变成解压出三个文件为什么会有三个文件，这个需要去查一

案例二研究背景香蕉广泛分布于热带和亚热带地区，是数百万人的主食和水果，是一种重要的食物资源，具有重要的社会经济和生态作用。香蕉栽培种(Musassp.)是二倍体、三倍体和四倍体的杂交种，源自于Musaacuminata(A基因组)和Musabalbisiana（B基因组)。虽然A基因组是香蕉遗传改良的关键一步，但缺乏高质量的B基因组序列极大地阻碍了香蕉种质的鉴定和分子育种。本研究测序组装了香蕉B基

周报第十八周学习时间入门第十八周：2023.9.4-2023.9.10本周进度1.阅读了一篇关于单细胞解卷积的论文《scMD-celltypedeconvolutionusingsingle-cellDNAmethylationreferences

在空间转录组之前，我们可以利用单细胞数据进行推断CNA，用到的软件就是inferCNV，至于inferCNV的原理，我们这里就不详细叙说了，大家可以看文章InferCNV:InferringcopynumberalterationsfromtumorsinglecellRNA-Seqdata

2009年，单细胞测序技术问世。2013年被NatureMethods评为年度技术。2015年以来，10XGenomics、Drop-seq、Micro-well、Split-seq等技术的出现。

因为在根子上所有的生物最初都是源于单细胞。单细胞生物存在的问题，生命展开后出现的问题，最终都可以

正好前段时间刚做过单细胞转录组分析，今天就给大家介绍一下常用工具Seurat的用法。

scRNA-seq和bulkRNA-seq相似，区别只在于研究的细胞数量，后者是对同一组织的大量细胞进行转录组分析，而前者是对单个细胞进行转录组分析。

经常分析单细胞数据的同学都知道，10xGenomics的细胞基因矩阵通常存储在三个关键文件中，这些文件共同描述了单细胞测序数据。

今天我们来学习一下简单的基础知识，空间高变基因，之前呢，已经分享过Seurat内置的方法计算高变基因，文章在10X空间转录组之基因的空间表达模式，其实有关10X空间转录组计算空间层面的高变基因，还有有很多值得挖掘的分析内容

另外还有基于单细胞的分型分析如果想做类似的分析，欢迎交流。研究背景：肝细胞癌(HCC)

转录组数据调用了HPA,BrainSpan,GTEx。蛋白质组调用了HPM。群体数据调用了GWASdb2,PopHuman。详细信息见下图。Mo21ot.md.jpg这个网站的使用方式很简单。

它代表了一种全新的基因表达调控模式，相比miRNA调控网络，ceRNA调控网络更为精细和复杂，涉及更多的RNA分子，包括mRNA、编码基因的假基因、长链非编码RNA和miRNA等，它为科研工作者提供一个全新的视角进行转录组研究

背景介绍我们课题组是租用的公司的共享服务器，当然也就没有管理员权限（他们说的root权限，所以用conda建小环境，conda安软件很重要，后面会提到）。第一步安装报错，排除网络问题（下载不下来软件）我直接在R上安装iTALK，2种方式都尝试了：方法1,直接从github上去下载安装，代码是devtools::install_github("Coolgenome/iTALK",build_vign

其利用转录组学和蛋白质组学技术，从RNA和蛋白水平研究人类不同组织和器官中的蛋白表达

输入/输出Immunarch包提供了以下函数进行数据的读取和保存：repLoad-toloadtherepertoires,havingcompatibleformat.repSave-tosavechangesandtowritetherepertoiredatatoafileinaspecificformat(immunarch,VDJtools).其中，repLoad函数可以自动检测输入文件

之前一些同学一直问一个问题，如何在一张TSNE或者UMAP展示两个基因的表达情况，但是最直观的思考就是一个点（cell）如果展示两个基因的表达量，那必将填充两种颜色，这明显是不可行的，结果将是两种颜色的叠加，当然这种情况又是必须的，因为我们在做细胞通讯的时候希望一张图上直接展示配体和受体的分布及表达情况，那么今天就给大家带来一种方法，设置二维colorbar，以下图为例：图片.png图上展示的就是

文献介绍「文献题目」Diversificationofmolecularlydefinedmyentericneuronclassesrevealedbysingle-cellRNAsequencing「研究团队」UlrikaMarklund（KarolinskaInstitutet）「发表时间」2020-12-07「发表期刊」NatureNeuroscience「影响因子」25.0「DOI」10

我们之前也发表过有关新冠病毒受体ACE2组织分布的解读，基本上是利用公共数据库对其分布及特异性进行分析，而这篇文章是研究团队利用新冠病毒感染进行的单细胞转录组分析，是第一篇报道新冠肺部免疫微环境的单细胞文献

刘小泽写于19.2.1发觉好久没写了，果然临近过年事情比较多，最近重新开始无参转录组。

单细胞的船长面对着大海许下了诺言，孩子气的笑脸在阳光的照射下显得那样灿烂。或许最初的原因已经忘记了，不过不要紧，因为现在有了新的理由，戴在头上的草帽并不只是虚无的存在，那是我与你诺言的见证，杰克。