TED（现称为BayesPrism） 使用统计边际化（BayesPrism）推断贝叶斯细胞比例重建：肿瘤微环境组成和基因表达的完全贝叶斯推断。 BayesPrism由反卷积模块和嵌入学习模块组成。去卷积模块利用来自scRNA-seq的细胞类型特异性表达谱，并实施完全贝叶斯推断，以根据肿瘤样品的大量RNA-seq表达共同估算细胞类型组成和细胞类型特异性基因表达的后验分布。嵌入学习模块使用期望最大化（EM）来使用肿瘤途径的线性组合来近似肿瘤表达，同时以反卷积模块估算的非肿瘤细胞的表达和分数为条件。 v1.1：添加了新功能，允许使用从scRNA-seq数据（例如，通过更精细的聚类）获得的细胞亚型/细胞状态信息，从而产生更细粒度的细胞类型，以更好地代表异质群体。它可以用来定义例如肿瘤微环境中的髓样或淋巴细胞群。 BayesPrism将计算这些子类型/状态的后验和。 v1.2：增加了功能cle

Snakemake中的基本散装RNA-seq管线 目录 描述 该存储库包含两种基本形式的基本批量RNA-seq管道的演示，即Snakemake （在workflow/目录中）和bash脚本（在bash_workflow/目录中）。 这两个工作流程执行相同的分析，但是Snakemake管道更加健壮和推荐，尽管目前还不够完善。 这个Snakemake管道是作为教程的一部分而创建的，因此避免了使用某些Snakemake的完整/更复杂的实用程序。 尽管如此，它还是对bash工作流程的改进。 Snakemake版本的几个优点。 停止错误，自动删除不完整的文件 发生错误后可以重新运行/重新启动管道，并且仅运行未完全完成的步骤 可以运行到管道中的某个点而无需编辑管道 可以添加新样本并重新运行管道，以便在必要时仅运行处理新样本以及将这些新数据与其他样本数据集成所需的步骤 可以泛化分析 不必预先安装所

大量RNA序列淋巴球 淋巴管内皮细胞的RNA seq数据分析（用肿瘤分泌物组或VEGF-C处理） 命令行的详细列表，用于分析从原始计数到差异表达分析（基于edgeR程序包）和基因集富集分析（使用fgsea和clusterProfiler）的大量RNA测序数据。 还包括用于显示多个关联的热图的代码（heatmap.2和pheatmap程序包）