【迁移】使用FindTransferAnchors对样本进行预注释处理参考样本 12345678910111213ref_sce <- readRDS('~/upload/zl_liu/data/pca.rds')ref_sce <- subset(ref_sce, group == 'CRPC')table(ref_sce@meta.data$cell_type_fig3)g2m_genes <- Se 2022-09-29 #FindTransferAnchors
【迁移】使用SCTransform标准化安装包 conda create -n seurat -c conda-forge r-seurat=4.1.1 -y conda activate seurat conda install -c conda-forge r-tidyverse -y conda install -c conda-forge r-irkernel -y Rscript -e “IRkernel::installs 2022-09-29 #SCTransform
【迁移】使用Bootstrap法计算自举置信区间计算药物LD50用Bliss法最严谨,而改良寇氏法计算的结果误差也不大,因此做了一次改良寇氏法计算LD50的实验。最后需要计算一下结果的可信区间,于是来试试万能的Bootstrap法 安装包(这个例子用不上) conda activate MICE conda install -c conda-forge r-boot=1.3_28 -y 构造样本 组别 剂量 mg/kg 动物数 死亡数 2022-09-27 #Bootstrap
【迁移】cellranger定量:One Library, Multiple Flowcells重命名R1、R2 原始数据质控 重命名前 ├── SRR12391722 │ ├── SRR12391722_1.fastq.gz │ └── SRR12391722_2.fastq.gz ├── SRR12391723 │ ├── SRR12391723_1.fastq.gz │ └── SRR12391723_2.fastq.gz ├── SRR12391724 │ ├── SRR1239 2022-09-25 #cellranger #scVelo
【迁移】从ENI数据库下载fastq文件从 ENI 数据库下载 进入ENA Browser,搜索对应的GSE号,进入study项目,选择TSV格式的Download report。 从TSV表格中提取下载链接,一行一个写入url.txt,前面加上ftp://,接着使用wget -c -i url.txt下载 批量重命名脚本: 1234ls *.fastq.gz | cut -d '_' -f 1 | while r 2022-09-25 #fastq #ENI #NCBI-GEO #SRA
【迁移】使用 JTK_CYCLE 算法分析生物节律JTK是一种非参数检测程序,能从芯片数据中检测循环转录本。除了计算每个转录本最佳的相位(LAG)、振幅(AMP)和周期(PER)外,JTK还计算了置换检验P值(ADJ.P)和Benjamini-Hochberg q值 (BH.Q)。与常规的周期检测算法相比,JTK具有更好的检验效能、更高的计算效率和更强的鲁棒性。R语言的metacycle包实现了ARSER、JTK_CYCLE、Lomb-Scarg 2022-09-19 #JTK_CYCLE #节律
【迁移】R解决导出PDF时的字体问题安装包 conda activate clusterprofiler conda install -c conda-forge r-sysfonts -y conda install -c conda-forge r-showtext -y 绘图 1234567sysfonts::font_add("Arial Narrow", "~/font/Arial Nar 2022-09-13 #R #fonts
【迁移】使用MICE包对数据缺失值进行插补在分析数据集时,常常会碰到一些缺失值,如果缺失值的数量相对总体来说非常小,那么直接删除缺失值就是一种可行的方法。但某些情况下,直接删除缺失值可能会损失一些有用信息,此时就需要寻找方法来补全缺失值。 安装包 12conda create -n mice conda-forge::r-tidyverse conda-forge::r-irkernel conda-forge::r-mice conda 2022-09-10 #MICE #R
【绘图】聚类热图展示数据细节配置环境 基础编程环境 123mamba create -n complexheatmap bioconda::bioconductor-complexheatmap -yconda install -n complexheatmap conda-forge::r-tidyverse conda-forge::r-irkernel conda-forge::r-circlize -yconda 2022-08-11 #heatmap #绘图
【迁移】使用limma包进行差异基因分析虽然现在已经是高通量测序的时代,大家基本都是从counts矩阵出发,使用DESeq2进行差异表达分析,但是GEO和ArrayExpress上的仍有海量且持续更新的芯片数据,有时候也不可避免遇到一些FPKM格式乃至已经进行了z-score转换的数据,对于这些数据的分析,我们可以认为其在适当变换下(log2FPKM),满足正态分布,那么仍可以使用limma直接进行分析。下面博主以E-MEXP-1422 2022-07-30 #DEG #limma