【迁移】导出SingleR需要的数据
loom文件使用记录 随着单细胞数据量的增长，计算要求成指数增长，当数据量大于10万个细胞的时候，seurat包分析就显得非常有压力了，因为在实时内存中储存数据就变得非常困难，HDF5数据格式提供了高效的磁盘存储，而不是在内存中存储数据，这就将分析扩展到大规模数据集，甚至可以达到大于100万细胞的级别 ，Linnarson实验室开发了一种基于hdf5的数据结构，loom，可以方便地存储单细胞基因组
【迁移】给VMware虚拟机加硬盘
买了一台零刻 SER5 Pro 32G作为虚拟机的宿主机，用了一个月感觉还行，准备加装一个铠侠TC10 1T SATA3固态。小心排线接口上有个黑色的东东，先用镊子挑起来再拔。然后虚拟机设置里添加磁盘。 挂载磁盘并设置开机自动mount sudo su fdisk -l #i查看可挂载磁盘 mkfs.ext4 /dev/sdb #格式化为ext4 # apt install util-linux
【迁移】基于NMF分解的降维聚类
安装补充包 conda activate seurat conda install -c conda-forge r-nmf -y conda install -c conda-forge r-fastica -y 获取非负表达矩阵 使用《使用metacell进行分群聚类》中的数据 1234567891011121314151617sce <- readRDS('SRX8890
【迁移】使用metacell进行分群聚类
预处理 12345678910111213141516171819202122232425262728293031f_QC_plot <- function(sce){ options(repr.plot.width = 12, repr.plot.height = 6) print(Seurat::VlnPlot(sce, features = c("nFe
【迁移】使用FindTransferAnchors对样本进行预注释
处理参考样本 12345678910111213ref_sce <- readRDS('~/upload/zl_liu/data/pca.rds')ref_sce <- subset(ref_sce, group == 'CRPC')table(ref_sce@meta.data$cell_type_fig3)g2m_genes <- Se
【迁移】使用SCTransform标准化
安装包 conda create -n seurat -c conda-forge r-seurat=4.1.1 -y conda activate seurat conda install -c conda-forge r-tidyverse -y conda install -c conda-forge r-irkernel -y Rscript -e “IRkernel::installs
【迁移】使用Bootstrap法计算自举置信区间
计算药物LD50用Bliss法最严谨，而改良寇氏法计算的结果误差也不大，因此做了一次改良寇氏法计算LD50的实验。最后需要计算一下结果的可信区间，于是来试试万能的Bootstrap法 安装包（这个例子用不上） conda activate MICE conda install -c conda-forge r-boot=1.3_28 -y 构造样本 组别 剂量 mg/kg 动物数 死亡数
【迁移】cellranger定量：One Library, Multiple Flowcells
重命名R1、R2 原始数据质控 重命名前 ├── SRR12391722 │ ├── SRR12391722_1.fastq.gz │ └── SRR12391722_2.fastq.gz ├── SRR12391723 │ ├── SRR12391723_1.fastq.gz │ └── SRR12391723_2.fastq.gz ├── SRR12391724 │ ├── SRR1239