火山圖(Volcano plots)是一種常用於可視化差異表達分析(Differential expression analysis)結果的呈現方式,在生物學、基因組學、藥物研發等領域都有廣泛的應用。通過火山圖,研究人員可以直觀地了解在不同條件下的基因或分子表達差異,並從中識別出在生物學過程、疾病發展等方面具有重要意義的變化。在這裡跟大家分享一個繪製火山圖的強大又直覺的R套件,EnhancedVolcano。
SNPRelate 1.34.1是一個用於從VCF文件中直接計算樣本之間的距離矩陣,構建親緣樹或執行層次聚類的R語言套件。其主要目地是提供方便快捷的函數,幫助使用者從序列數據中快速生成親緣樹或聚類分析結果。
單細胞RNA定序(Single Cell RNA Sequencing,scRNA-seq)能夠揭示單細胞基因表達的異質性。然而,這種技術面臨著一個常見的問題,那就是存在雙細胞(Doublets)的干擾。雙細胞是指兩個或更多不同細胞的RNA混合體,其存在會導致基因表達的不準確解讀。因此,我們可以使用 DoubletFinder套件來去除這些雙細胞,從而獲得更精確以及更乾淨的scRNA-seq數據。
當樣本多達數十上百個時,在前端的資料整理就足以讓人頭昏眼睛裂,再加上實驗室錢錢不足無法購買分析軟體的情況下,老闆大多都只能犧牲分析者的眼睛去手動完成這些事情。既然實驗室沒錢,又不想要眼睛裂掉,R語言就是我們的最佳朋友,以下是將所有定序檔案合併起來的方法,提供大家參考。
scCATCH是一款自動註釋細胞類型的R套件,包含至少353種的細胞類型、686種細胞亞型和2096個人類和小鼠的細胞類型參考文獻。本文詳細介紹scCATCH的使用方法以及操作流程。
本文詳細介紹用於分析ssGSEA的R package - Escape。透過該套件,使用者能夠快速進行樣本通路分析、可視化以及顯著分析。此外,本文也提供範例數據供使用者參考。
在單細胞數據研究中,對細胞群進行分群(subclustering)是一個常見的步驟。本文分享了特定細胞分群的分析步驟和方法,並提供了範例數據。
這篇文章將介紹如何使用Seurat分析單細胞數據,包括如何提取特定細胞、命名和計算百分比等,附有範例數據提供參考。
在單細胞數據分析中,批次效應是一個常見的問題,可能導致對樣本間差異的錯誤解讀。 Seurat Integration方法可用於解決數據整合和轉移問題。