推断两种表型之间 (如处理 vs 对照、肿瘤 vs 正常、应答者 vs 非应答者) 分泌蛋白活性的变化。输入的表达值应来自RNAseq或MicroArray数据，需经过log...
发简信
IP属地：甘肃
推断两种表型之间 (如处理 vs 对照、肿瘤 vs 正常、应答者 vs 非应答者) 分泌蛋白活性的变化。输入的表达值应来自RNAseq或MicroArray数据，需经过log...
从不同细胞状态中推断分泌蛋白的信号活性，使用一个卵巢癌单细胞RNA测序 (scRNA-seq) 研究作为演示数据。利用SecAct评估CD4+ T细胞不同状态中分泌蛋白的信号...
从scRNA-seq数据中推断由分泌蛋白介导的细胞间通讯。分析需要包含两种不同条件的scRNA-seq数据集。SecAct通过两条关键标准来识别条件特异性的细胞间通讯：1) ...
从单细胞空间转录组 (ST) 数据中，推断由分泌蛋白介导的细胞间通讯。示例数据为CosMx平台的肝癌ST样本。 创建SpaCET对象 创建对象需准备三类输入数据： count...
利用SecAct推断空间转录组数据中每个spot的分泌蛋白活性。演示数据来自Visium平台 (直径55µm，覆盖1–10个细胞) 的肝癌转录组样本。SecAct还提供额外的...
[Benchmarking Ploidy Estimation Methods for Bulk and Single-Cell Whole Genome Sequencin...
最近分析了一批单细胞数据，前期的比对定量使用公司自己的配套软件SeekSoulTools分析，用起来类似于cellranger一行命令完成定量并生成报告。通常单细胞的定量软件...
FateID基于迭代监督学习算法，解决了利用细微的转录组差异指示谱系偏差，可以用来概率量化多能祖细胞的命运偏差。FateID基本原理过程如下： 从每个目标簇中选取最接近 (皮...
endplot算是自己对END-seq数据分析工作的总结和理解。END-seq并不像single-cell广为人知，网上可用的资源满天飞。学习新技术阅读一手的文献必不可少...