分開與合在一起都可以分析，但目的不同。 分開分析更多強(qiáng)調(diào)看通路是被激活還是被抑制； 合在一起分析更宏觀。 1 為什么要分開討論？因?yàn)槲覀兿Ｍㄟ^看顯著上調(diào)或下調(diào)的基因中通過G...
IP屬地：山西
-
GO分析時(shí)使用上調(diào)or下調(diào)差異基因
-
seurat-NormalizeData()源碼解析年底復(fù)盤，發(fā)現(xiàn)很多知識點(diǎn)理解并不深入，想對這些不清晰的知識點(diǎn)重新梳理一下。 一、NormalizeData()歸一化 考慮到文庫測序深度的影響，我們需要對單細(xì)胞counts矩...
-
非負(fù)矩陣分解（NMF）應(yīng)用于scRNAseq的細(xì)胞分群NMF算法簡介 非負(fù)矩陣分解(Non-negative Matrix Factorization, NMF)的思想可以描述為，對于任意給定的一個(gè)非負(fù)矩陣V，NMF算法能夠找到...
-
R：理解隨機(jī)種子（set.seed函數(shù)）
在R語言中，set.seed函數(shù)是一個(gè)重要的工具，它用于設(shè)置隨機(jī)數(shù)生成器的種子。種子是隨機(jī)數(shù)生成過程中的起始點(diǎn)，它決定了隨機(jī)數(shù)序列的起始值。通過設(shè)置相同的種子，我們可以確保每...
-
零基礎(chǔ)學(xué)生信入門筆記(R語言、Linux、Python、RNA-seq、單細(xì)胞測序、質(zhì)譜流式、TCGA、GEO、單細(xì)胞經(jīng)典文獻(xiàn)解讀)
醫(yī)學(xué)生零基礎(chǔ)學(xué)生信是先學(xué)Python還是先學(xué)R語言？[https://www.zhihu.com/question/432353982]如何學(xué)習(xí)R語言[https://www...
-
轉(zhuǎn)錄組分析——STAR+RSEM+Deseq2STAR+RSEM+Deseq2視頻課程鏈接已經(jīng)公開, https://www.bilibili.com/video/BV1KJ411p7WN?p=8[https://www...
-
2019-06-27 scenic: single-cell regulatory network inference and clustering
title：scenic: single-cell regulatory network inference and clustering journal：Nature me...
-
數(shù)據(jù)挖掘中的LogFC,p值和FDR值是什么？GEO數(shù)據(jù)挖掘或轉(zhuǎn)錄組分析差異表達(dá)[https://www.plob.org/tag/%e5%b7%ae%e5%bc%82%e8%a1%a8%e8%be%be]基因時(shí)，結(jié)果中...
-
R-SCENIC 單細(xì)胞轉(zhuǎn)錄因子調(diào)控網(wǎng)絡(luò)分析文章接受，終于有空再發(fā)點(diǎn)筆記了?? SCENIC_Tutorial[#scenic_tutorial]Setup[#setup]Load Packages[#load-pack...
