CellBender CellBender是一个软件包,用于消除高通量单细胞RNA测序(scRNA-seq)数据中的技术伪像。 当前版本包含以下模块。 将来将添加更多模块: remove-background : 此模块从(原始)基于UMI的scRNA-seq计数矩阵中删除由于周围RNA分子和随机条形码交换引起的计数。 目前,仅支持由CellRanger count管道生成的计数矩阵。 将来会增加对其他工具和协议的支持。 在可以找到快速入门教程。 请参阅以获取有关使用CellBender的快速入门教程。 安装及使用 手动安装 推荐的安装方法如下。 创建一个conda环境并激活它: $ conda create -n cellbender python=3.7 $ source activate cellbender 安装模块: (cellbender) $ conda in
2021-05-12 13:39:16 613KB Python
1
cellranger
2021-04-19 09:02:45 6KB cellranger
1
调取用于单细胞数据一致聚类的SC3包的小程序 包含详细的说明
2021-03-08 21:33:05 1KB 单细胞 聚类 SC3
1
SCDE概述 scde程序包实现了一组用于分析单细胞RNA-seq数据的统计方法。 scde适合用于单细胞RNA-seq测量的单个误差模型。 然后可以将这些模型用于评估细胞组之间的差异表达以及其他类型的分析。 scde软件包还包含pagoda框架,该pagoda框架应用途径和基因集过度分散分析来识别单细胞之间转录异质性的各个方面。 以下出版物详细介绍了差异表达分析的总体方法: 在以下出版物中详细介绍了途径和基因组过度分散分析的总体方法: 有关其他安装信息,教程等,请访问 样品分析和图像 单细胞错误建模 scde使用源自单细胞RNA-seq数据的计数scde拟合单细胞的个体误差模型,
2021-02-05 15:10:22 3.93MB bioinformatics r analysis ngs
1