一、ScRNA-seq数据的质量控制和标准化ScRNA-seq数据的质量控制主要包括两个方面:数据的质量评估和数据清洗。质量评估一般包括读长、测序深度、测序质量、降噪等指标。数据清洗则包括去除低质量的序列、去除批次效应、标准化等步骤。在数据清洗之后,需要进行数据的标准化,以便后续的簇分析和差异表达分析。常见的标准化方法...
将会对应课程的全部上游分析第1-4讲这部分和转录组分析很相似,所以也是简单带过 smartseq2得到的文件和10X的不一样,10X的数据虽然也有R1、R2两个数据,但第一个存储的是barcode和UMI信息,而只有第二个才是真正的测序信息,也就是单端测序;而smartseq2得到的两个R1、R2都是测序信息,于是它的操作和我们常规bulk转...
单细胞scRNA-seq学习笔记2-数据预处理课程学习生信技能树单细胞转录组(基础)一、转录组上游分析主要是质控和构建表达矩阵等,这一步非常重要,决定下游分析的质量。一般没有root权限,可以安装miniconda进行上游分析,具体步骤参考原创10000+生信教程大神给你的RNA实战视频演练二...
在此,以拟南芥分析为例: https://support.10xgenomics.com/single-cell-gene-expression/software/pipelines/latest/advanced/references vim mkgtf.sh #!/bin/bash cellranger=/home/liuyue/project/project_scrnaseq/cellranger-3.1.0 database=/home/liuyue/project/project_scrnaseq/database $cellranger/cellrange...
1. 样本两组学相关性分析 在scATAC-seq数据中,对于每一个细胞,我们通过基因及基因上游2kb内的peak丰度去量化每个基因在每个细胞中基因开放性,即在这个区域内,peak丰度越高,基因就越有可能受到转录因子调控或与RNA聚合酶结合,基因开放性越高。对于每一个样本,我们计算平均基因开放性(scATAC-seq)和平均基因表达量(...
尽管基于10×Genomics可以开展高通量的不同类别的细胞鉴定和分类,仍然有不少实验需要先进行流式分选,再对分选得到的大类细胞进行高通量的更细致的鉴定和分类。获得高质量的单细胞测序(scRNA-seq)数据依赖于在建库之前快速而小心地捕获单个活细胞以防止RNA降解。成功的开展分选实验是具有挑战性的,需要对FACS技术进行仔细...
首先,我们使用GeneActivity( )函数,通过量化2kb上游区域和基因体中的ATAC-seq计数,来粗略估计每个基因的转录活性。然后,对来自 scATAC-seq数据的基因活性评分,与来自 scRNA-seq 的基因表达计数,一起进行CCA,从而找到锚点。具体代码如下: # quantify gene activity...
(对应课程下游分析之第14讲)上游分析将会对应课程的全部上游分析第1-4讲这部分和转录组分析很相似,所以也是简单带过smartseq2得到的文件和10X的不一样,10X的数据虽然也有R1、R2两个数据,但第一个存储的是barcode和UMI信息,而只有第二个才是真正的测序信息,也就是单端测序;而smartseq2得到的两个R1、R2都是测序...
为了分析肺免疫细胞之间相互作用中的干扰,作者根据scRNA-seq数据的整合配体和受体信息展示了假定的细胞间相互作用。暴露于PM2.5后,免疫细胞之间的细胞间相互作用的数量和强度增加,尤其是单核细胞(Ly6C+和Ly6C-)、间质巨噬细胞、cDCs、ILC2s和血浆(Fig.7A-B)。结果证明,暴露于地铁PM2.5后,与炎症信号通路相关的相互...