首页
学习
活动
专区
工具
TVP
发布

生信学习

专栏成员
11
文章
15534
阅读量
10
订阅数
cellchat-(3)细胞通讯网络的系统分析
CellChat通过从图论、模式识别和流形学习中提取出的方法,能够定量测量复杂的细胞间通讯网络,帮助我们更好地解释这些相互作用关系,基于这些原理能够进行以下分析:
R小白
2023-12-16
1.3K0
cellchat-(2)信号通路可视化-下
上一篇学习了单个配体受体或信号通路的可视化方式,这篇学习多个配体受体对和信号通路及相应基因表达水平的可视化。
R小白
2023-12-16
6570
cellchat-(2)信号通路可视化-上
上一篇学习了用cellchat进行单数据集的细胞通讯分析,接下来学习不同可视化方式。
R小白
2023-08-06
1.4K0
cellchat-(1)单数据集的细胞通讯分析
接下来需要选择配体受体数据库,cellchat的数据库是基于文献手动生成的,包含的物种和数量为:
R小白
2023-05-20
1.4K0
cellchat0-包安装和数据准备
需要准备一个标注好细胞类型的单细胞数据,这里选择seurat官方的pbmc3k数据:
R小白
2023-05-10
3.6K2
R for Data Science - 2.4 Facets
在美学映射那一节中,当我们需要把大于两个变量映射到图形中时,x轴和y轴就已经不够用了,需要通过形状和颜色等可区分的形式来代表新增的变量,但是一味的在一张图中增加多种映射会导致图上的信息密度过高,可读性差,这时分面的作用就体现出来了。
R小白
2022-08-12
6200
R for Data Science - 2.3 Common problems
前面几节学了基本作图和美学映射,虽然有现成的代码,但是对于初学者,可能还是会经常碰到一些报错,这些其实是正常的,即使很熟练了也一样会遇到报错,区别是能否快速找到并解决问题,下面列几个常见的报错类型。
R小白
2022-07-25
4050
R语言学习--R for Data Science - 2.2 Aesthetic mappings
上节学习了ggplot2的基础作图,并掌握了基本的作图模板。但是每次作图只有两个变量映射到了图形中,如下图:
R小白
2022-04-07
1.5K0
R语言学习--R for Data Science - 2.1 ggplot2
上一节介绍了跟练所需的软件,R包和数据,这节开始跟练书中的第一块内容:数据可视化。
R小白
2022-04-01
4840
R语言学习--R for Data Science(一)
刚开始接触R语言是因为单细胞数据分析的需要,那时完全是零基础,学习过程是边抄别人的代码,边理解这些代码的含义,遇到了比较多的坑,包括软件安装,环境配置,R包安装,代码换了参数就报错等。这种纯实战虽然可以快速“上手”,但是没有基础很难提升,而且很难写出自己的代码。
R小白
2022-03-23
1.8K0
单细胞Seurat+ORA+GSEA分析流程
这篇文章的目的是演示Seurat+ORA+GSEA的分析流程,重点是了解每一步分析对象的数据结构,正确的数据结构才能保证函数正常运行,用的是pbmc3k数据,下载地址是:https://cf.10xgenomics.com/samples/cell/pbmc3k/pbmc3k_filtered_gene_bc_matrices.tar.gz。
R小白
2021-12-21
2.3K0
没有更多了
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档