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....
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 <...
#安装pyscenic,并创建分析环境condacreate-n pyscenic python=3.9#创建一个pyscenic 的python环境,pyscenic要求python版本3.6及以上,目前python出到3.9了,我用3.9condaactivatepyscenic#激活pyscenic 环境#安装依赖包condainstall-y numpycondainstall-y -c anaconda cytoolzcondainstall-y scanpy#安装pyscenicpipinstallpyscenic ...