识别 scRNA-seq 和 scATAC-seq 数据集之间的anchors 为了在单细胞RNA测序（scRNA-seq）和单细胞ATAC测序...
如何使用Seurat 4.0进行scRNA和scATAC数据的整合? 分享是一种态度 作者| 周运来 男, 一个长大了才会遇到的帅哥, 稳健,潇洒,大方,靠谱。 一段生信缘,一棵技能树。 生信技能树核心成员,单细胞天地特约撰稿人,简书创作者,单细胞数据科学家。 前情回顾 Seurat 4.0 ||您的单细胞数据分析工具箱上新啦 Seurat 4.0 ...
表明不同的增强子活性是ecDNA癌基因表达细胞异质性的关键。 图2 scATAC+scRNA挖掘与MYC高表达相关调控子 03 增强子和启动子之间的互作驱动 ecDNA的多样性和原癌基因的表达 通过单分子基因组测序以及HiCHIP实验,发现了ecDNA一级序列的广泛多样性,包括可以预测限制顺式细胞与远端调控元件接触的结构变异。而稳定的转录与ecD...
为了识别 scRNA-seq 和 scATAC-seq 实验之间的"锚点",我们首先利用 Signac 包中的GeneActivity()功能,通过量化2kb上游区域和基因体内的 ATAC-seq 计数,生成每个基因的转录活性分数。随后,scATAC-seq数据中的基因活性分数与 scRNA-seq 的基因表达定量一起用作相关分析的输入。我们对从 scRNA-seq 数据集中确定为高度...
简单合并scATAC-seq和scRNA-seq数据 代码语言:Python AI代码解释 data = reference.concatenate(query, batch_categories=["reference", "query"]) 标准流程处理 代码语言:Python AI代码解释 data.layers["counts"] = data.X.copy() #过滤 sc.pp.filter_genes(data, min_cells=5) #文库大小 sc.pp.normalize...
今年8月online的一个工具MAESTRO,可以对scRNA-seq和scATAC-seq数据进行单独分析以及联合分析,包含了像细胞类型注释、关键转录因子鉴定等诸多非常实用的功能。看了一下作者信息,Liu Lab,也就是开发MACS2、Cistrome, NPS, BETA等等一系列软件工具的Lab。 Github地址:https://github.com/liulab-dfci/MAESTRO ...
不过这一次在个性化的可视化修饰上,我们突出两个特点,第一:尽量整合scATAC和acRNA两种数据的可视化,因为两者一般都是组合出现。第二:可视化基本都使用函数,这样一方面是作图简洁、不用每次按照步骤准备数据;另一方面也是防止出现太多错误。本贴已发布在微信VIP群,请自行下载!
利用空间转录组和scRNA-seq、scATAC-seq 、Bulk RNA-seq多组学技术，研究小鼠皮肤损伤模型，阐述了成纤维细胞在伤口愈合过程中的起源、损伤激活和分化轨迹，对于制定促进组织修复的治疗策略至关重要。本研究展示了10X visium空间转录组结合多组学联合分析的新思路，对探究复杂组织的损伤修复机理开拓了新...
HyDrop: droplet-based scATAC-seq and scRNA-seq using dissolvable hydrogel beadsdoi:10.1101/2021.06.04.447104De Rop FvIsmail JnGonzález-Blas CbHulselmans GjFlerin CcJanssens JTheunis KChristiaens VmWouters JMarcassa GCold Spring Harbor Laboratory...
2 识别 scRNA-seq 和 scATAC-seq 数据集之间的锚点 为了确定 scRNA-seq 和 scATAC-seq 实验之间的 'anchors',我们首先使用 Signac 包中的GeneActivity()函数对 2 kb 上游区域和 gene body 中的 ATAC-seq counts 进行量化,对每个基因的转录活性进行粗略估计。然后,将 scATAC-seq 数据中的基因活性评分以及 scRNA...