这一步是从我们的R种seurat对象提取表达矩阵,并转化为loom文件。这里使用一个python脚本,转化一下即可。 #文件准备 #pyscenic的输入文件是行为基因名,列为细胞ID的矩阵,所以在seurat对象中导出矩阵的时候需要转置一下,可以用标准化矩阵,也可以用counts矩阵,影响不大! #表达矩阵、meta---R中进行 write.csv(t(as....
1、PySCENIC(一):python版单细胞转录组转录因子分析2、PySCENIC(二):pyscenic单细胞转录组转录因子分析3、PySCENIC(三):pyscenic单细胞转录因子分析可视化4、PySCENIC(四):pyscenic结果之差异转录因子分析及其他可视化5、pySCENIC单细胞转录因子分析更新:数据库、软件更新最近公众号小伙伴好像扎堆做单细胞转录因子富集分析,...
这里使用一个python脚本,转化一下即可。 #文件准备#pyscenic的输入文件是行为基因名,列为细胞ID的矩阵,所以在seurat对象中导出矩阵的时候需要转置一下,可以用标准化矩阵,也可以用counts矩阵,影响不大!#表达矩阵、meta---R中进行write.csv(t(as.matrix(sce@assays$RNA@counts)),file="sce_exp.csv")#cellInfo <...
1、PySCENIC(一):python版单细胞转录组转录因子分析 2、PySCENIC(二):pyscenic单细胞转录组转录因子分析 3、PySCENIC(三):pyscenic单细胞转录因子分析可视化 4、PySCENIC(四):pyscenic结果之差异转录因子分析及其他可视化5、pySCENIC单细胞转录因子分析更新:数据库、软件更新 ...
关于单细胞转录组转录因子的分析我们之前在单细胞系列讲过R语言版本的,参考:跟着Cell学单细胞转录组分析(十二):转录组因子分析,但是R语言分析起来速度非常慢,如果你动辄上万的单细胞可能要运行好几周,这显然不现实。pySCENIC则很好的解决了这个问题,分析速度很快。官方教程参考: ...