• 主页
  • 课程

    关于课程

    • 课程归档
    • 成为一名讲师
    • 讲师信息
    同等学历教学

    同等学历教学

    免费
    阅读更多
  • 特色
    • 展示
    • 关于我们
    • 问答
  • 事件
  • 个性化
  • 博客
  • 联系
  • 站点资源
    有任何问题吗?
    (00) 123 456 789
    weinfoadmin@weinformatics.cn
    注册登录
    恒诺新知
    • 主页
    • 课程

      关于课程

      • 课程归档
      • 成为一名讲师
      • 讲师信息
      同等学历教学

      同等学历教学

      免费
      阅读更多
    • 特色
      • 展示
      • 关于我们
      • 问答
    • 事件
    • 个性化
    • 博客
    • 联系
    • 站点资源

      未分类

      • 首页
      • 博客
      • 未分类
      • pre01-scrublet检测双细胞

      pre01-scrublet检测双细胞

      • 发布者 weinfoauthor
      • 分类 未分类
      • 日期 2021年8月11日
      • 评论 0评论

      回想起来自己从事生物相关的研究已经大概15年了,从研究生进入实验室也有10年时间,陆续从硕士,博士到博后,研究地点也从化学学院,到药学院再到医院科室。自己做的研究是“干-湿”实验结合的,发表的成果也是各自一半,但是综合起来还是生物信息分析的文章发表的影响因子高一些。到现在由于工作场所频繁发生变化,反而没有稳定的场所做实验,所以愈发的在生物信息方面下较多的功夫。因此我对这十几年来的生信研究进行总结,希望帮助新手克服生物信息陡峭的学习曲线,当然我自己也不是科班出身的,也希望与你一起交流学习。所有的内容均是以自己的实验数据(会明确下载地址给读者)操作来进行,避免某些在demo运行很好却在自己的环境中出现bug的情况。最后一点,现在通讯太发达了,欢迎大家与我微信:cll7658直接交流共同进步。
      参考 单细胞数据质控-双细胞预测-scrublet使用教程 – 简书

      下载数据并且解压

      wget http://cf.10xgenomics.com/samples/cell-exp/2.1.0/pbmc8k/pbmc8k_filtered_gene_bc_matrices.tar.gz
      tar xfz pbmc8k_filtered_gene_bc_matrices.tar.gz

      然后使用python环境进行运算

      # 载入包
      %matplotlib inline
      import scrublet as scr
      import scipy.io
      import matplotlib.pyplot as plt
      import numpy as np
      import os
      import pandas as pd
      plt.rcParams['font.family'] = 'sans-serif'
      plt.rcParams['font.sans-serif'] = 'Arial'
      plt.rc('font', size=14)
      plt.rcParams['pdf.fonttype'] = 42
      # 读取下载的数据,将counts数据读成上次朋友数据。cell作为行,基因作为列
      input_dir = '/Users/yuanzan/Desktop/doublets/filtered_gene_bc_matrices/GRCh38/'
      counts_matrix = scipy.io.mmread(input_dir + '/matrix.mtx').T.tocsc()
      genes = np.array(scr.load_genes(input_dir + '/genes.tsv', delimiter='\t', column=1))
      out_df = pd.read_csv(input_dir + '/barcodes.tsv', header = None, index_col=None, names=['barcode'])
      print('Counts matrix shape: {} rows, {} columns'.format(counts_matrix.shape[0], counts_matrix.shape[1]))
      print('Number of genes in gene list: {}'.format(len(genes)))
      # Counts matrix shape: 8381 rows, 33694 columns
      # Number of genes in gene list: 33694
      # 初始化Scrublet对象
      scrub = scr.Scrublet(counts_matrix, expected_doublet_rate=0.06)
      # 计算doublet score
      doublet_scores, predicted_doublets = scrub.scrub_doublets(min_counts=2, min_cells=3, min_gene_variability_pctl=85, n_prin_comps=30)
      # 绘制doublet score分布直方图
      scrub.call_doublets(threshold=0.25)
      # 画doublet score直方图
      scrub.plot_histogram()
      # 降维可视化
      # 降维计算
      print('Running UMAP...')
      scrub.set_embedding('UMAP', scr.get_umap(scrub.manifold_obs_, 10, min_dist=0.3))
      print('Done.')
      # UMAP可视化
      scrub.plot_embedding('UMAP', order_points=True)
      # doublets占比
      print (scrub.detected_doublet_rate_)
      # 0.043789523923159525
      # 把doublets预测结果保存到文件,后续用Seurat等软件处理的时候可以导入doublets的预测结果对barcode进行筛选。

      下载笔记地址:blog/scrublet_basics.ipynb at 3288d2b414b7303a0bc6026409097a0c3051e223 · seqyuan/blog · GitHub
      最后,如果感兴趣请加微信:cll7658,如果你有觉得比较重要的讨论即可。

      请关注“恒诺新知”微信公众号,感谢“R语言“,”数据那些事儿“,”老俊俊的生信笔记“,”冷🈚️思“,“珞珈R”,“生信星球”的支持!

      标签:单细胞测序

      • 分享:
      weinfoauthor
      weinfoauthor

      1233

      上一篇文章

      开篇-单细胞测序分析00
      2021年8月11日

      下一篇文章

      R/Seurat包对数据处理03-b数据整合分析
      2021年8月11日

      你可能也喜欢

      2-1675088548
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      30 1月, 2023
      9-1675131201
      如何快速批量修改 Git 提交记录中的用户信息
      26 1月, 2023
      8-1678501786
      肿瘤细胞通过改变CD8+ T细胞中的丙酮酸利用和琥珀酸信号来调控抗肿瘤免疫应答。
      7 12月, 2022

      留言 取消回复

      要发表评论,您必须先登录。

      搜索

      分类

      • R语言
      • TCGA数据挖掘
      • 单细胞RNA-seq测序
      • 在线会议直播预告与回放
      • 数据分析那些事儿分类
      • 未分类
      • 生信星球
      • 老俊俊的生信笔记

      投稿培训

      免费

      alphafold2培训

      免费

      群晖配置培训

      免费

      最新博文

      Nature | 单细胞技术揭示衰老细胞与肌肉再生
      301月2023
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      301月2023
      如何快速批量修改 Git 提交记录中的用户信息
      261月2023
      logo-eduma-the-best-lms-wordpress-theme

      (00) 123 456 789

      weinfoadmin@weinformatics.cn

      恒诺新知

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      链接

      • 课程
      • 事件
      • 展示
      • 问答

      支持

      • 文档
      • 论坛
      • 语言包
      • 发行状态

      推荐

      • iHub汉语代码托管
      • iLAB耗材管理
      • WooCommerce
      • 丁香园论坛

      weinformatics 即 恒诺新知。ICP备案号:粤ICP备19129767号

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      要成为一名讲师吗?

      加入数以千计的演讲者获得100%课时费!

      现在开始

      用你的站点账户登录

      忘记密码?

      还不是会员? 现在注册

      注册新帐户

      已经拥有注册账户? 现在登录

      close
      会员购买 你还没有登录,请先登录
      • ¥99 VIP-1个月
      • ¥199 VIP-半年
      • ¥299 VIP-1年
      在线支付 激活码

      立即支付
      支付宝
      微信支付
      请使用 支付宝 或 微信 扫码支付
      登录
      注册|忘记密码?