生信宝库

其他

ProjecTILs:一站式解决肿瘤和感染模型中T细胞的注释

说在前面Immugent最近淘到了一个特别好用的,针对T细胞亚群进行注释的辅助工具:ProjecTILs,这个软件好用到你只需要把要分析的表达矩阵给它,它就能帮你自动匹配之前已经根据功能分好的T细胞类型,尤其适用于感染和肿瘤小鼠模型的数据。小编从一个免疫学专业的角度都对其注释出的结果都深信不疑,简直挑不出任何瑕疵。其实这个软件对应的文章在去年就已经发表在Nature
2022年6月27日
其他

ProjecTILs系列教程(一):MC38 TILs克隆型分析

说在前面Immugent在上一期推文中:ProjecTILs:一站式解决肿瘤和感染模型中T细胞的注释,大致介绍了ProjecTILs的背景知识和功能,从本期开始将通过实操对ProjecTILs的分析技巧进行演示。在这期推文中,Immugent将通过代码演示建立一个整合scRNA-seq分析工作的流程,来解读MC38小鼠结肠癌模型中肿瘤浸润T细胞的转录和克隆分型情况。要想复现下面代码需要安装下列三个R包:Seurat,ProjecTILs,scRepertoire。代码实现首先是需要准备输入的单细胞转录组数据,这里用的是示例数据,大家也可以直接用自己的数据。library(gridExtra)library(ggplot2)library(plotly)library(ProjecTILs)library(scRepertoire)files
2022年6月27日
其他

ProjecTILs:一站式解决肿瘤和感染模型中T细胞的注释

说在前面Immugent最近淘到了一个特别好用的,针对T细胞亚群进行注释的辅助工具:ProjecTILs,这个软件好用到你只需要把要分析的表达矩阵给它,它就能帮你自动匹配之前已经根据功能分好的T细胞类型,尤其适用于感染和肿瘤小鼠模型的数据。小编从一个免疫学专业的角度都对其注释出的结果都深信不疑,简直挑不出任何瑕疵。其实这个软件对应的文章在去年就已经发表在Nature
2022年6月2日
其他

张泽民老师系列文章解读(二)

model)以刻画微分熵与基因表达量均值之间的联系。在无监督聚类、交叉验证等一系列评估中,表达熵模型均显著优于之前发表的无监督基因选择方法,可以准确有效地鉴定出高变异基因(highly
2022年3月28日
其他

张泽民老师系列文章解读(一)

说在前面在中国科研界,有一位大名鼎鼎的老师只用了短短5年就发了十几篇CNS期刊文章,他的研究方向不仅横跨生物信息学,肿瘤生物学,免疫学等多学科,而且最厉害之处是他涉及的任何一个学科领域,所发表的研究成果对该领域均具有重大影响。他就是张泽民老师,Immugent心中最崇拜的科研男神!为了致敬男神,同时也为了方便大家学习张老师的研究成果,生信宝库特别推出“张泽民老师系列文章解读”栏目。在这个栏目中,生信宝库将连续出三期推文对张老师主要研究成果进行解读。当然,张老师还有很多其它合作项目的研究成果,这样文章就太多了。这里我们为了汲取老师最精华的部分,只对张老师作为末尾通讯的17项重大研究进行学习,并且以倒叙时间的方式进行解读。本次是第一期推文,生信宝库对张老师2021年以来的文章进行解读。2022年重大研究2022年过完元旦没多久,Immugent就看到了一项SCIENCE研究的推文,介绍的正是张老师刚发表的篇名为:Pan-cancer
2022年3月23日
其他

照葫芦画图之PCA

说在前面前两天Immugent在看文献时有被一个图吸引到(如下),认真读了一下内容和图例发现展示的内容很简单:就是PCA对单细胞数据进行降维。于是,小编翻了一下之前自己做的PCA图(如下),果然没有对比就没有伤害。后来一想,那是一年前自己刚学生信时做的,现在学习一年多了肯定可以做出和差不多的图了。然后就开始找相关资料,现在将代码分享给大家,希望小伙伴都能做出类似这样美美的PCA图。进化版的PCA图之前做的图着实拿不出手,首先来搞一个进化版的PCA图。rm(list=ls())library("magrittr")
2021年12月21日
其他

IOBR:一个R包带你走进数据挖掘的殿堂

quanTIseq;IOBR收集了255个已发表的特征基因集,涉及肿瘤微环境、肿瘤代谢、m6A、外泌体、微卫星不稳定和三级淋巴结构,所以你想要的在这都应有尽有;并且可以通过运行函数
2021年11月20日
其他

单细胞基因集打分实操之irGSEA

Immugent在推文一文带你了解单细胞数据基因集打分的所有算法中,介绍了11种常用的对单细胞数据进行基因集打分的算法,其中提到了一个非常给力的R包:irGSEA。它内置了"AUCell",
2021年11月14日
其他

一文带你了解单细胞数据基因集打分的所有算法

上一周Immugent写了一篇一文解决单细胞亚群注释的所有问题,引出了单细胞测序技术的面临的几大未解决的技术难题,其中最主要的一个问题就是由于测序深度不足产生的"dropout"现象。这使得很多情况下所见非所得,傻傻分不清有些基因表达量很低,是因为没有测到还是本身没有表达。对于这种现象很多研究者给出了自己的解决方法,其中最主要的一大类就是通过对包含多个基因的基因集综合打分来评估细胞的某一项功能,比如IL10在单细胞的数据中没有检测到其表达量,但是我们可以通过基于对整个IL10-signaling通路的打分来比较某两类细胞亚群抑制功能的强弱。其实这种理念我们并不陌生,在普通的RNA-seq数据中也比较常用,只不过在那种场景下是对上下调基因做的GO,
2021年11月9日
其他

一文解决单细胞亚群注释的所有问题

好久没更新了,上来小编得写一个有分量的推文暖暖场。其实细想一下,不能全归因于平时太忙(还是太懒了),因为最近看到同时期创建公众号的另外几个小伙伴做的很好且都在不断更新。其实抽出时间写一写推文对个人整理知识和练习写作能力都是很有帮助的,Immugent在这里欢迎大家通过后台投稿哦!
2021年11月2日