seurat 第12页

seurat软件安装随笔R包的通用安装方法

虽迟但到·2020-06-25 20:06

一个R包玩转单细胞免疫组库分析，还能与Seurat无缝对接

单细胞免疫组库数据分析NGS系列文章包括NGS基础、转录组分析（Nature重磅综述|关于RNA-seq你想知道的全在这）、ChIP-seq分析（ChIP-seq基本分析流程）、单细胞测序分析(重磅综述：三万字长文读懂单细胞RNA测序分析的最佳实践教程（原理、代码和评述）)、DNA甲基化分析、重测序分析、GEO数据挖掘（典型医学设计实验GEO数据分析(step-by-step)-Limma差异分析

生信宝典·2020-06-24 21:52

Seurat亮点之细胞周期评分和回归

斯坦福大学Satijalab的Seuratv3.1guidline于近日更新啦！其中包括许多个性化的模块，其中我个人比较感兴趣的是Cell-CycleScoringandRegression模块,因为在条件干预的情况下，部分细胞处于非稳定状态下，如增殖类细胞出现由于细胞周期相关基因的不同导致细胞聚类发生一定的偏移。其实在许多已经发表的文献中，我们也可以看到由于细胞周期不同所导致的分类偏移。如在Sp

生信宝典·2020-06-24 21:49

R变量索引 - 什么时候使用 @或$

单细胞分析经常用到Seurat包，整个分析过程中的中间结果都在一个Seurat对象中存储。常需要从里面提取对应数据进行后续分析，有时会用$，有时会用@，怎么选择呢？

生信宝典·2020-06-24 21:18

单细胞分析Seurat使用相关的10个问题答疑精选！

NGS系列文章包括NGS基础、转录组分析（Nature重磅综述|关于RNA-seq你想知道的全在这）、ChIP-seq分析（ChIP-seq基本分析流程）、单细胞测序分析(重磅综述：三万字长文读懂单细胞RNA测序分析的最佳实践教程（原理、代码和评述）)、GEO数据挖掘（典型医学设计实验GEO数据分析(step-by-step)-Limma差异分析、火山图、功能富集）等内容。作为一个刚刚开始进行单细

生信宝典·2020-06-21 04:48

10x Genomics PBMC（六）：整合处理和对照组PBMC数据集以学习特定细胞类型筛选

Integratingstimulatedvs.controlPBMCdatasetstolearncell-type-specificresponsesclp10June,2020注意切换工作目录（文件夹5）Referencehttps://satijalab.org/seurat

程凉皮儿·2020-06-11 13:28

单细胞数据挖掘3-clustering

hbctraining.github.io/scRNA-seq/2.Normalization,variancestabilization,andregressionofunwantedvariationforeachsample使用的是Seurat

大吉岭猹·2020-05-25 15:24

RNA velocity分析练习（一）文件下载以及预处理

Seurat（参考文章：用Seurat做RNAVelocity）在前一篇的文献学习里（RNAvelocityofsinglecells文献学习），作者使用的是velocyto软件，也就是上面的第

生信start_site·2020-05-21 09:46

基于Seurat结果推断单细胞群肿瘤纯度之ESTIMATE

Inferringtumourpurityandstromalandimmunecelladmixturefromexpressiondata.，NC,3013单细胞转录组是揭示细胞异质性的的有力武器，鉴于肿瘤的异质性，这一点在肿瘤样本中表现尤为突出。所以肿瘤样本的单细胞转录组就不只是无监督地分个群那么简单，基于我们对肿瘤样本已经积累起来的生物学背景（如TCGA），我们可以从更多侧面来反映和说明肿

周运来就是我·2020-05-09 21:47

单细胞转录组数据分析||Seurat3教程: 自定义降维方法MDS

Seurat-DimensionalReductionVignette我们知道单细胞转录组数据一个主要的特点就是数据稀疏，维度较高。

周运来就是我·2020-05-09 00:01

单细胞数据挖掘||DOSE：疾病本体论语义相似分析

在拿到单细胞数据之后，我们指的跑完了cellranger、scater、singleR、seurat、monocle这些培训班老师带你走完的流程之后，要进一步的挖掘或者辅助挖掘往往就要和具体的生物学过程结合到一起了

周运来就是我·2020-04-11 22:12

R包Seurat instruction2 主成分分析

2019-2-1来自Seurat官网https://satijalab.org/seurat/主成分分析1.进行降维分析用上一步缩放的数据进行PCA分析。

阿糖胞苷_SYSU·2020-04-10 20:48

seuratV3简介及实操

Seurat简介 Seurat---几乎是当前单细胞RNA-seq分析领域的不可或缺的工具，特别是基于10X公司的cellrange流程得出的结果，可以方便的对接到Seurat工具中进行后续处理，简直是带给迷茫在单细胞数据荒漠中小白的一眼清泉

基因侦探·2020-04-07 21:18

单细胞转录组数据分析||Seurat新版教程: Integration and Label Transfer

前情回顾：sc-RAN-seq数据分析||Seurat新版教程:GuidedClusteringTutorialsc-RAN-seq数据分析||Seurat新版教程:Integratingdatasetstolearncell-typespecificresponsessc-RAN-seq

周运来就是我·2020-04-02 00:59

Official release of Seurat 3.0的学习过程

2018年8月份的时候，我也使用过seurat来分析单细胞测序数据，然后最近也需要使用seurat包来分析实验室的单细胞测序数据，在R中安装完seurat的包后，我到网站上下载了pbmc3k_tutorial.Rmd

NangongYixiang·2020-03-28 02:43

Seurat V3 学习(二)

差异表达也就是所谓的MarkergeneFindingdifferentiallyexpressedfeatures>#findallmarkersofcluster1>cluster1.markers#findallmarkersdistinguishingcluster5fromclusters0and3>cluster5.markershead(cluster5.markers,n=5)p_

一路向前_莫问前程_前程似锦·2020-03-27 02:24

10xGenomics单细胞转录seurat包提取表达量画小提琴图

10xGenomics单细胞转录seurat包提取表达量画小提琴图需求提取表达画小提琴图对噪音处理需求其实seurat包已经有画小提琴图的函数，VlnPlot，参数也较多，基本上可以满足需求，但是如果需要对其

尧小飞·2020-03-26 23:35

单细胞转录组测序分析--初探Seurat

单细胞转录组测序--闲言碎语时代发展的步伐总是毫不留情的将你甩在身后，连车尾灯都看不见。当你还在沉迷于普通转录组数据挖掘时，已经有人悄悄的搞上单细胞了。单细胞转录组测序，顾名思义就是在单个细胞的分辨率基础上去研究细胞内的基因表达等，其主要目的是为了研究不同细胞类型的基因表达异质性，从而解决相关生物学问题。谈到单细胞就不得不提一下当下火爆的10xGenomics服务商了，具体参见10xGenomic

HOLLYxiao·2020-03-26 21:15

2019-10-22 R语言Seurat包下游分析-1

图1.1单细胞转录组学生物信息分析流程单细胞流程下游分析cellrangercount计算的结果只能作为错略观测的结果，如果需要进一步分析聚类细胞，还需要进行下游分析，这里使用官方推荐R包（Seurat3.0

日月话时·2020-03-25 22:48

单细胞Seurat包升级之2,700 PBMCs分析（下）

刘小泽写于19.8.19主要介绍官方教程PBMC3K的下游分析（https://satijalab.org/seurat/v3.0/pbmc3k_tutorial.html）上篇：单细胞Seurat包升级之

刘小泽·2020-03-24 03:38

实验记录11：scanpy对scRNA-seq数据的聚类分析

R在读取和处理数据的过程中会将所有的变量和占用都储存在RAM当中，这样一来，对于海量的单细胞RNA-seq数据（尤其是超过250k的细胞量），即使在服务器当中运行，Seurat、metacell、monocle

MC学公卫·2020-03-23 07:33

单细胞转录组(scRNA-seq)分析02 | Seurat包的使用

一、创建Seurat对象使用的示例数据集来自10XGenome测序的PeripheralBloodMononuclearCells(PBMC)。

白墨石·2020-03-23 07:32

10X scRNA免疫治疗学习笔记-3-走Seurat标准流程

cid=55第二单元第7讲：走Seurat标准流程【文章结构总-分-总，结尾有完整的代码，熟悉者前面可以跳过，去看后面8min完成的代码】前言前面介绍了自己利用cellrangerc

刘小泽·2020-03-21 14:37

系统学习单细胞转录组测序scRNA-Seq(三)

今天晚上现学现卖了~10XscRNA的上游处理CellRangerCellRanger就是基于10Xgenomics，从fq生成表达矩阵的工具，然后有了表达矩阵，就可以下游利用Seurat等R包分析CellRangert

刘小泽·2020-03-21 13:03

实验记录10: 用Monocle进行伪时间分析

概要本文主要讨论Seurat对象导入到Monocle中直接进行分析的可行性，分两种情况：①经过数据清洗、标准化和聚类的Seurat对象导入②未经过任何处理的Seurat对象导入以下先进行Monocle包的简单介绍

MC学公卫·2020-03-21 11:08

Seurat:用于分析10X单细胞转录组数据的R包

Seurat是一个分析单细胞转录组数据的R包，提供了t-SNE降维分析，聚类分析，mark基因识别等多种功能，网址如下https://satijalab.org/seurat/基本用法如下1.导入10X

生信修炼手册·2020-03-14 13:14

单细胞转录组数据分析||Seurat3.1教程:Interoperability between single-cell object formats

本节，我们演示了在Seurat对象、singlecellexper对象和anndata对象之间进行转换的能力。以建立Seurat与其他单细胞数据分析工具之间的链接。

周运来就是我·2020-03-11 22:58

单细胞之Seurat包实战

单细胞之Seurat包实战我们演示的数据集是E-MTAB-7704,可以从github中下载。

多啦A梦詹·2020-02-25 12:18

10X scRNA免疫治疗学习笔记-2-配置Seurat的R语言环境

cid=55第二单元第6讲：配置Seurat的R语言环境下游分析前言下游分析一般是研究的重点，之前10X上游得到的结果中，对我们最有用的是三个文件和一个报告这篇文章的作者其实已经把表

刘小泽·2020-02-14 08:16

Seurat| 光把红色和蓝色变成了紫色

GrandeJatte,Seurat,1884-86这是GrandeJatte，Seurat花费了两年的时间，来创作这一幅午后景象。

仁初·2020-02-13 06:56

Seurat 3.0 实例教程

Seurat指导聚类教程参照官网教程用了自己的一批真实的数据，总共有7038个细胞。以下是cellrangercount跑出来的标准结果。我们从读取数据开始。

巴拉巴拉11·2020-02-11 16:17

实验记录3：用R包Seurat进行QC、PCA分析与t-SNE聚类

现在Seurat更新了3.0版本，下载也是默认的3.0，这篇记录只适用于用2.0的。梗概将Cellranger中的基因表达矩阵filtered_gene_bc_matrices用于分析。

MC学公卫·2020-02-09 07:52

Seurat3.1的灵活操作指南

官网3.1版本已经无法找到该指南的链接，其实还是有的，网址：https://satijalab.org/seurat/v3.1/interaction_vignette.html载入数据下面演示了一些与

小光amateur·2020-02-08 12:33

10X单细胞数据针对细胞及其亚型的基因集功能分析和转录调控分析

基因集变异分析（GSVA）软件：GSEAbaseGSVAlimmaSeurat首先，针对某个细胞类型继续细分其细胞亚型：library(Seurat)###读入Seurat对象Seurat.obj<-readRDS

小光amateur·2020-02-08 04:05

10xGenomics单细胞转录组亚群细分策略

这里介绍的聚类、亚群再分析使用的10xGenomics单细胞转录组最常用的seurat软件包。Hi,Determinin

尧小飞·2020-02-06 01:00

2019年5月 week2 文献学习： Identifying cell populations with scRNASeq

然后刚好单细胞天地推送的一篇文献IdentifyingcellpopulationswithscRNASeq，就刚好拿起来读一读，加上最近自己用seurat分析数据，也算是总结一下。

NangongYixiang·2020-02-06 01:36

单细胞转录组||Seurat新版教程:Guided Clustering Tutorial

Seurat-GuidedClusteringTutorialSeurat，一个单细胞数据分析工具箱pipeline流程图十大函数支撑这个鱼骨架的是是下面的十个函数，细心的读者也许已经发现，大师已经插上了小红旗

周运来就是我·2020-02-05 02:16

Monocle拟时间分析随笔

输入文件导入方法Monocle拟时间导入数据方式有两种，一种是通过导入Seurat对象，一种是导入cellranger输出的表达矩阵（三个文件barcodes.tsvgenes.tsvmatrix.mtx

尧小飞·2020-02-01 19:41

10X单细胞测序分析软件:Cell ranger

一般生物信息流程主要由软件（安装与参数）、数据库（结构和生物学意义）和数据分析（统计学和编程）组成，目前单细胞分析用到的软件主要是FastQC、Cellranger和R包Seurat、

周运来就是我·2020-01-06 21:15

Seurat3||整合方法merge()与IntegrateData()

同时单细胞也不再是单样本单物种单器官的技术，往往会用到多样本整合分析的技术，这方面Seurat团队是最值得关注的。

周运来就是我·2020-01-06 03:02

如何改造Seurat包的DoHeatmap函数？

刘小泽写于19.12.4分析过单细胞数据的小伙伴应该都使用过Seurat包，其中有个函数叫DoHeatmap，具体操作可以看：单细胞转录组学习笔记-17-用Seurat包分析文章数据前言走完Seurat

刘小泽·2019-12-29 10:29

Seurat整合刺激性和对照性，以学习细胞类型特异性反应

Identifyconservedcelltypemarkers寻找cluster7的markerDefaultAssay(immune.combined)<-"RNA"nk.markers<-FindConservedMarkers(immune.combined,ident.1=7,grouping.var="stim",verbose=FALSE)grouping.var="stim"什么意

Seurat_·2019-12-28 11:50

Seurat （v3.0）object的结构组成

Seuratobject的slots@assay的slotsassay的slots主要有6个：counts：主要是counts或者TPKM的rawdata，未经normalizeddata：是经过normalized的表达矩阵scale.data：是已经scaledout的表达矩阵key：是含有该assay的名称的字符串var.features:可变的基因的向量meta.features:基因水平

阿糖胞苷_SYSU·2019-12-24 16:51

实验记录7：脾脏-Seurat聚类参数修改

梗概根据实验记录3的结果，调整参数来查看是否有更优的结果。方法一：修改PC的选择方法二：提高resolution（分辨率）方法一：修改PC的选择细胞聚类resolution还是为0.6，PC选择从前10调整为前5.spleen1%group_by(cluster)%>%top_n(2,avg_logFC)#Atibble:20x7#Groups:cluster[10]p_valavg_logFCp

MC学公卫·2019-12-17 21:28

如何将Seurat3.0版本的object转换为monocle的CDS

官方也在github上的issue处表明暂时还未有直接将Seurat3.0的Seuratobject直接转换为Monocle2的CDS的function。

阿糖胞苷_SYSU·2019-12-15 18:10

Seurat：计算cluster的细胞比例和绘制堆叠条形图

计算各个cluster的细胞数；table(Idents(pbmc))定义对应每个cluster对应的细胞类型，也可将ident改为相应的细胞类型，计算每个细胞类型的细胞数计算每个样本的细胞数table(pbmc$sampleID)table(Seuratobject$slotname)table(Idents(Seuratobject),Seuratobject$slotname)$slotna

阿糖胞苷_SYSU·2019-12-14 08:46

找出cluster的差异基因并进行GO和KEGG分析

单细胞测序数据经Seurat包tsne降维聚类后，得到cluster，如何找出cluster的marker并进行GO、KEGG分析需要R包：Seurat、clusterProfiler、ggplot2library

阿糖胞苷_SYSU·2019-12-07 01:57

R包Seurat instruction3 聚类分析

1.聚类细胞将细胞嵌入到图形结构中，如KNN图形（k-nearestneighbor），绘制相同基因表达模式的细胞，尝试将图形分成高度互相关连的“quasi-cliques”或者“communities”。在PhenoGraph,基于PCA空间的欧几里得距离绘制KNN图，基于邻近区域重叠部分重新定义任意两个细胞的边缘权重。（Jaccard相似性）为了聚类细胞，应用了优化组合技术如Louvain算法

阿糖胞苷_SYSU·2019-12-02 11:07

Seurat V3 学习(一)

读取数据（10X）pbmc.data5%mitochondrialcountspbmc200&nFeature_RNApbmcpbmc>#查看每一类有多少个细胞>>table([email protected])0123456787094804323423131621543214>提取某一类细胞也就是所谓的提取某一cluster内细胞>head(subset(as.data.frame(pbmc@

一路向前_莫问前程_前程似锦·2019-10-29 11:46

scRNA-使用sctransform去除批次效应

刘小泽写于19.10.10上一次介绍了使用Seurat的merge函数来合并4个样本（各有2个生物学重复）的8组数据，但是merge只是将原始数据简单混合起来，谁也不知道混合后的结果是不是引入了批次效应关于去除多组数据中的批次效应

刘小泽·2019-10-10 10:01

推荐频道

seurat

seurat软件安装 随笔R包的通用安装方法