热点资讯

你的位置:制作物联网软件要多少钱 > 物联网软件开发价格 > 物联网app开发 SoupX:单细胞转录组分析去除环境轻侮RNA

物联网app开发 SoupX:单细胞转录组分析去除环境轻侮RNA


发布日期:2024-11-06 06:30    点击次数:197


1、《KS科研共享与管事》公众号有QQ疏导群,过问门槛是20元(敷裕是为了驻防白嫖党,请相识),请研讨了了。群里有免费推文的留神代码和示例数据(终生领有),莫得付费内容,群成员福利是购买单个付费内容半价!

app

2、《KS科研共享与管事》微信VIP群只针对购买打包代码的小伙伴(公众号系数付费内容书籍)!微信群不是单独的,是关于打包的东说念主答疑解惑和疏导的平台、群成员专享视频教程,帖子提前发布,以特别他更多福利!

点击:→ 加入微信vip群:2024-2025《KS科研共享与管事》付费内容打包集结

3、需进QQ群大致打包代码入微信VIP的小伙伴请添加作家微信了解,请备注见识,除此除外请勿添加,谢谢!

细目请相干作家:

前边咱们先容了decontX去除环境轻侮RNA的要领(decontX:单细胞转录组分析去除环境轻侮RNA),常用的其实还有SoupX,要领并莫得优劣,感兴致的不错作念个对比。不外在要领的操作上,decontX比较于SoupX那是相等浅易了。SoupX的分析可基分内为三花样:1-Calculate the profile of the soup. 2-Estimate the cell specific contamination fraction. 3-Infer a corrected expression matrix。SoupX提出是cluster后的数据,大致留神好的,这么会得到较好得效果。相似的,物联网app开发soupX校正后的矩阵亦然少许,要是需要用它进行下贱分析,提出取整数。

github王人集:https://github.com/constantAmateur/SoupX

原文王人集:https://www.biorxiv.org/content/10.1101/303727v1

181期:生死存一线,小算四害毒开(230)

[扫码下载app,中过数字彩1千万以上的专家都在这儿!]

接下来咱们望望具体的操作:领先装配软件

install.packages('SoupX')library(SoupX)library(Seurat)

然后即是获得input文献,单细胞count矩阵即可:第一个是raw count(莫得历程过滤大致原始的),第二个是过滤后的矩阵(履历过质控)。

toc = GetAssayData(object = scRNA_ha, slot = "counts")dirs = list.files('./',pattern='[scRNA]$')seurat_object = lapply(dirs,function(dirs){ CreateSeuratObject(counts = Read10X(dirs), project = dirs)})Merge_obj <- merge(seurat_object[[1]], y = c(seurat_object[[2]],seurat_object[[3]]), add.cell.ids =c("AA","HC","SD")) #并吞一个组的数据tod = GetAssayData(object = Merge_obj, slot = "counts")dim(tod) #[1] 33538 27304dim(toc) #[1] 23046 19074tod <- tod[rownames(toc),]

揣测soup抒发谱,校正矩阵:

#揣测soup抒发谱sc = SoupChannel(tod, toc, calcSoupProfile = FALSE)soupProf = data.frame(row.names = rownames(toc), est = rowSums(toc)/sum(toc), counts = rowSums(toc))sc = setSoupProfile(sc, soupProf)#add celltype clusterssc = setClusters(sc, setNames(scRNA_ha$celltype, rownames(scRNA_ha@meta.data)))#Estimating the contamination fraction揣测轻侮分数sc = setContaminationFraction(sc, 0.2)#建立轻侮分数20%sc = autoEstCont(sc)#Correcting expression profile,roundToInt=TRUE暗示矩阵取整out = adjustCounts(sc, roundToInt=TRUE)# seurat_obj[["RNA"]]@counts <- out

好了,这即是soupX的系数内容了物联网app开发,也很浅易其实。至于后续,那即是使用校正的矩阵重新进行降维聚类了。不外依然那句话,这些都是可选的,一定不要依模画样在我方的数据上,联厚实质情况。以为共享有效的,点个赞再走呗!

本站仅提供存储管事,系数内容均由用户发布,如发现存害或侵权内容,请点击举报。