seurat 第3页

Seurat对象处理

Seurat是单细胞分析经常使用的分析包。

Myshu2017·2023-11-03 00:36

get colors from seurat dimplot 获取ggplot对象的颜色

seuratcolorpalette·Issue#257·satijalab/seurat·GitHubHowtopulltheexactlistofcolorsusedinDimPlot?

生信小博士·2023-11-03 00:05

单细胞测序--Seurat标准流程

单细胞测序--Seurat（上）--创建对象和数据预处理参考：https://zhuanlan.zhihu.com/p/134124866需要这三个文件：1）barcodes.tsv：样本中所有的细胞的条码

Seurat_Satija·2023-10-29 01:16

Seurat教程：整合刺激性和对照性PBMC数据集以学习细胞类型特异性反应

本教程介绍了Kang等人（2017）的两组PBMC的对齐方式。在该实验中，将PBMC分为刺激组和对照组，并用干扰素β治疗刺激组。对干扰素的反应引起细胞类型特异性基因表达的变化，这使得对所有数据进行联合分析变得困难，并且细胞按刺激条件和细胞类型聚类。在这里，我们证明了我们的整合策略，如Stuart和Butler等人（2018年）所述，用于执行整合分析以促进常见细胞类型的鉴定并进行比较分析。尽管此示例

Seurat_Satija·2023-10-28 21:02

单细胞转录组基础分析七：差异基因富集分析

此前的分析我们按转录特征把细胞分成了很多类别，例如seurat聚类分析得到的按cluster分类，singleR分析得到的按细胞类型分类，monocle分析得到的按拟时状态（state）分类。

Seurat_Satija·2023-10-26 16:07

【细胞通讯】PlantPhoneDB（2）

jjjscuedu·2023-10-23 05:35

使用scanpy进行高可变基因的筛选

函数scanpy.pp.highly_variable_genes功能取出高可变基因，默认使用log的数据，当使用flavor=seurat_v3的时候，采用countdata。

生信阿拉丁·2023-10-22 16:05

使用Seurat 中自带函数画图遇到的问题及解决办法

FeaturePlot使用了split函数之后就没有legend了这个问题之前困扰了我很久后来就下定决心解决一下其实很简单就只是加个命令参考的是https://github.com/satijalab/seurat

Seurat_Satija·2023-10-20 23:36

10x单细胞数据分析之Seurat多样品整合分析

上一篇10x单细胞数据分析我们介绍了如何用Seurat对单细胞数据进行分群分析，这一篇我们介绍一下多个单细胞样品的分析方法。

菌小落·2023-10-18 18:06

infercnv运行测试9--ref_group_names=NULL

4000cell47min>rm(list=ls())>options(stringsAsFactors=F)>library(Seurat)>library(ggplot2)>library(infercnv

Seurat_Satija·2023-10-18 11:41

Seurat4.0系列教程17：Mixscape

我们介绍新的seurat功能：计算每个细胞的特异性扰动特征。识别和去除"逃逸"CRISPR扰动的细胞。可视化跨不同扰动的相似性/差异。

Seurat_Satija·2023-10-17 23:09

空转旋转 seurat spatial rotate 图片翻转数据结构对象 seurat的空转数据存储

1seurat取子集操作3.对象操作①通过结构图上的@,$符号依次取②两个中括号操作，pbmc[[]]。

Young.Dr·2023-10-11 11:44

Seurat4.0系列教程14：整合scRNA-seq and scATAC-seq数据

单细胞转录学改变了我们描述细胞状态的能力，但深刻的生物学解释需要的不仅仅是分群。随着测量不同细胞模式的新方法的出现，一个关键的分析挑战是整合这些数据集，以更好地了解细胞身份和功能。例如，用户可以在同一生物系统上执行scRNA-seq和scATAC-seq实验，并一致地用同一组细胞类型标签对两个数据集进行注释。这种分析尤其具有挑战性，因为scATAC-seq数据集难以注释，单细胞分辨率收集的基因组数

Seurat_Satija·2023-10-09 09:11

R函数实现单细胞StackedVlnPlot

image上图这样的单细胞StackedVlnPlot在高分文章中出现比较多，比较适合美观的展示多个markergene的表达分布，而目前Seurat画小提琴图的函数VlnPlot是不能实现这样堆叠效果的

seqyuan·2023-10-09 02:59

Seurat4.0系列教程5：交互技巧

此文演示了一些与Seurat对象交互的功能。为了演示，我们将使用在第一个教程中创建的2，700个PBMC对象。

Seurat_Satija·2023-10-07 20:08

10X单细胞（10X空间转录组）scanpy做多样本整合的智慧（bbknn）

hello，大家好，今天我们来回顾一下，不讲新的东西，回顾一下scanpy做10X单细胞（10X空间转录组）多样本整合的方法，这个方法跟Seurat差别比较大，目前引用scanpy做多样本整合的文献还比较少

单细胞空间交响乐·2023-10-06 20:54

SeuratData||你需要的单细胞数据分析实例数据合集

SeuratData是一种使用R的内部包和数据管理系统以Seurat对象的形式分发数据集的机制。它代表了一种方便用户访问Seurat中使用的数据集的方法。

周运来就是我·2023-10-06 17:20

NBIS系列单细胞转录组数据分析实战（三）：多样本数据整合

Seurat使用单细胞数据综合集成中介绍的数据整合方法，而Scran和Scanpy使用相互最近邻方法（MNN）。以下是用于多样本数据集整合的常用方法：MarkdownLanguageLibraryR

Davey1220·2023-10-05 07:51

seurattoscanpy seurat to annadata spatail images空转slice

#request2.libPaths(c("/home/data/t040413/R/x86_64-pc-linux-gnu-library/4.2","/home/data/t040413/R/yll/usr/local/lib/R/site-library","/home/data/refdir/Rlib/","/usr/local/lib/R/library"))##Weloadthereq

Young.Dr·2023-10-05 05:19

seurat to h5ad scanpy anndata对象转换20231004seurattoscanpyseuratscanpy

#在R中把数据导出成scanpy可以读取的格式geneinfocellinfocounts###geneinfo=All.merge@[email protected]#write.csv(geneinfo,file="/home/data/t040413/silicosis/geneinfo.csv")##[email protected]##write.c

Young.Dr·2023-10-04 17:44

单细胞分析实录(9): 展示marker基因的4种图形（二）

我的marker基因一共选了12个，下面来画图：Seurat内置的VlnPlot函数可以直接画，library(xlsx)

TOP生物信息·2023-10-04 02:08

Seurat24节气之1立春---merge合并多组单细胞数据

>library(Seurat)Seuratv4willbego

Seurat_·2023-10-03 03:19

02.认识Seurat对象

关于Seurat对象的构建请参考：01.单细胞入门-Seurat对象创建Seurat对象结构及信息存储我们使用seurat官方pbm3k数据集作为示例,强烈建议直接阅读官方文档说明，有构建-整合拆分-质控全套流程和代码

科研小徐·2023-10-01 10:13

seurat dotplot lengend text ptsize

FeaturePlot(object=obj,"gene",split.by="orig.ident")&scale_colour_gradientn(colours=rev(brewer.pal(n=10,name="RdBu")))&theme(text=element_text(face="bold"),axis.text.x=element_text(angle=45,hjust=1,si

Young.Dr·2023-09-30 17:36

scCustomize：自定义可视化你的单细胞数据（一）

简介scCustomize是一个单细胞转录组数据可视化的R包，里面集合了一些常用的数据可视化方法，可以与Seurat包进行很好的联用，支持Seurat，LIGER和SCE等常用对象的数据。

Davey1220·2023-09-24 06:59

Seurat - Guided Clustering Tutorial

Seurat-GuidedClusteringTutorialCompiled:August30,2021Source:vignettes/pbmc3k_tutorial.RmdSetuptheSeuratObjectForthistutorial

北极光_0424·2023-09-22 10:59

singularity docker 拉取镜像 seurat和scapy spatial空转数据转换 cell2location

JiekaiLab/scDIOR:scDIOR:SinglecelldataIOsoftwaRe(github.com)moduleavailablemoduleloadsingularitysingularitypulldocker://jiekailab/scdior-image:Seuratv4_Scanpy1.8exportPATH=/seu_share/apps/singularity/

Young.Dr·2023-09-22 02:54

实用ssh命令|端口转发访问远程集群jupyter服务

作者：ahworld链接：seurat结果转为scanpy可处理对象来源：微信公众号seqyuan著作权归作者所有，任何形式的转载都请联系作者。

seqyuan·2023-09-21 21:07

Seurat4.0系列教程3：合并两个样品的10x数据集

首先，我们在数据中读入并创建两个Seurat对象。library(Seurat)pbmc4k.data<-Read10X(data.dir="..

Seurat_Satija·2023-09-21 20:04

（2）10X单细胞聚类

Seurat使用image.pnglibrary(Seurat)library(ggplot2)library(dplyr)options(stringsAsFactors=F)##第1步：读入表达矩阵

呆呱呱·2023-09-19 10:34

Seurat4.0系列教程4：整合分析

scRNA-seq整合简介对两个或两个以上单细胞数据集的整合分析提出了独特的挑战。特别是，在标准工作流下，识别存在于多个数据集中的基因可能存在问题。Seuratv4包括一组方法，以匹配（或"对齐"）跨数据集共同的基因。这些方法首先识别处于匹配生物状态的交叉数据集对（"锚点"），既可用于纠正数据集之间的技术差异（即批量效应校正），又可用于对整个实验条件进行比较scRNA-seq分析。下面，我们演示了

Seurat_Satija·2023-09-18 22:33

cross-tissue 成纤维细胞比例.r

/Mouse_SS_Fibro.RDS")library(Seurat)head([email protected])DimPlot(mouse_ssfibro,label=TRUE,raster

Young.Dr·2023-09-18 12:43

Seurat 报错-namespace:spatstat

加载Seurat包报错，莫名其妙，之前用的好好的。不知道什么时候安装包存在兼容性问题，只能先删除掉。

像鸟一样飞过你的高山·2023-09-18 02:58

scanpy用于单细胞的降维聚类分析

hi，大家好，好久不见，这次跟大家分享一个单细胞降维聚类的新的分析方法scanpy，目前大部多数文章用的单细胞分析均用的Seurat分析包，目前已经更新到了3.0版本，在原有的基础上进行了优化，最大的变化就是在

单细胞空间交响乐·2023-09-18 02:25

Seurat找到差异基因后筛选Top10的基因

通常情况下，我们按照logfc从大到小筛选每个cluster的top10差异基因deg1就是findallmarkers的输出结果，改成自己的就好deg1%>%group_by(cluster)%>%#按照clusetr分类#top_n(n=10,wt=avg_log2FC)%>%#按照log2fc取前十dplyr::arrange(desc(avg_log2FC))%>%dplyr::arran

18kkk·2023-09-17 06:40

Seurat24节气之16秋分---降维

library(Seurat)pbmc<-readRDS(file="../data/pbmc3k_final.rds")探索新的降维结构在Seuratv3.0中，已将尺寸缩减信息的

Seurat_·2023-09-16 10:50

单细胞数据整合鉴定肿瘤细胞

就单纯为了测试liger整合数据和Seurat对象直接的转换，还有scCATCH工具的细胞类型注释。

11的雾·2023-09-14 06:21

Seurat4.0系列教程7：数据可视化方法

我们将使用我们之前从2，700个PBMC教程中计算的Seurat对象在Seurat中演示可视化技术。

Seurat_Satija·2023-09-13 10:57

单细胞分析去除批次效应/整合数据

上一篇已经讲解了Seurat标准流程，推文的最后，注意到了不同样本之间的表达数据是存在批次效应的，就像下图这样，有些是可以聚到一起的亚群，却出现了不同样本分开/偏移的情况，比如第3群，这种就是批次效应：

Seurat_Satija·2023-09-11 23:32

Seurat4.0系列教程18：Weighted Nearest Neighbor Analysis（WNN)）

同时测量多种模式的数据，也称为多模式分析，代表了单细胞基因组学的一个令人兴奋的前沿，迫切需要新的算法来定义基于多种数据类型的细胞状态。每种模式的不同信息内容，即使是在同一数据集的不同细胞中，也是分析和整合多模式数据集的挑战。在（Hao等人，bioRxiv2020）中，我们引入了"加权邻近分析"（WNN），一个无监督的框架，以了解每个细胞中每个数据类型的相对效用，从而能够对多种模式数据进行整合分析。

Seurat_Satija·2023-09-08 07:53

seurat单细胞转录组整合分析教程-02

接前面的流程，我们使用FindIntegrationAnchors()函数识别锚点，该函数将Seurat对象列表作为输入，并使用IntegratedData()函数，用这些锚点将两个数据集集成在一起。

whitebird·2023-09-06 02:00

DoubletFinder 去除双细胞

66eba837f22ehttps://github.com/ddiez/DoubletFinder2.DoubletFinder概述首先这个包的输入是经过预处理（包括归一化、降维，但不一定要聚类）的Seurat

大吉岭猹·2023-09-05 06:50

scRNA---Day9（Seurat）

Seurat安装想要安装旧版本（目前是3.X，与2.X有较大差别）install.packages('devtools')#替换成2.3.0版本>devtools::install_version(package

茶馆先生的马褂·2023-09-05 02:48

跟着Cell学单细胞转录组分析(八):单细胞转录组差异基因分析及多组结果可视化

跟着Cell学单细胞转录组分析(二):单细胞转录组测序文件的读入及Seurat对象构建跟着Cell学单细胞转录组分析(三):单细胞转录组数据质控（QC）及合并去除批次效应跟着Cell学单细胞转录组分析(

KS科研分享与服务·2023-09-03 16:46

手把手教你做单细胞测序数据分析（六）——组间差异分析及可视化

往期回顾：在前面的课程中我们已经进行过“单样本数据分析”、“多样本数据整合”、“细胞类型注释”等内容的学习，相信大家现在已经能够对单细胞测序数据分析流程及Seurat对象的基本结构拥有了一定的了解。

Biomamba生信基地·2023-08-30 07:08

手把手教你做单细胞测序数据分析（二）———数据读取

require(Seurat))install.packages("Seurat")if(!require(dplyr))install