随笔分类 - 生信
摘要：SpaceRanger 下载安装使用 下载安装 当前版本 Space Ranger - 2.0.0 (July 18, 2022), 运行在Linux 系统， 硬件需满足最小硬件要求： 8-core Intel or AMD processor (32 cores recommended) 64GB
阅读全文
摘要：版本 导入Scanpy, 其版本为'1.9.1'。 import scanpy as sc sc.__version__ #'1.9.1' 功能 函数tl.score_genes_cell_cycle用给定S phase 和 G2M phase的两个基因集，计算打分，然后根据得分分配细胞phase，
阅读全文
摘要：版本 导入Scanpy, 其版本为'1.9.1'，如果你看到的源码和下文有差异，其可能是由于版本差异。 import scanpy as sc sc.__version__ #'1.9.1' 功能 函数pp.highly_variable_genes其源代码在scanpy/preprocessing
阅读全文
摘要：版本 导入Scanpy, 其版本为'1.9.1'，如果你看到的源码和下文有差异，其可能是由于版本差异。 import scanpy as sc sc.__version__ #'1.9.1' 功能 函数pp.calculate_qc_metrics其源代码在scanpy/preprocessing/
阅读全文
摘要：版本 导入Scanpy, 其版本为'1.9.1'，如果你看到的源码和下文有差异，其可能是由于版本差异。 import scanpy as sc sc.__version__ #'1.9.1' 例子 函数pp.normalize_total用于Normalize counts per cell， 其源
阅读全文
摘要：版本 导入Scanpy, 其版本为'1.9.1'，如果你看到的源码和下文有差异，其可能是由于版本差异。 import scanpy as sc sc.__version__ #'1.9.1' 功能 函数pp.filter_genes 其源代码在scanpy/preprocessing/_simple
阅读全文
摘要：版本 导入Scanpy, 其版本为'1.9.1'，如果你看到的源码和下文有差异，其可能是由于版本差异。 import scanpy as sc sc.__version__ #'1.9.1' 功能 函数pp.filter_cells用于Filter cell outliers， 其源代码在scanp
阅读全文
摘要：软件安装 # 安装bedtools pip install git+https://github.com/huang-sh/astk.git@dev 剪切位点强度计算 支持 suppa2, rMATS输出
阅读全文
摘要：Conda 简介 Conda 是一个开源的包管理系统和环境管理系统，可在 Windows、macOS 和 Linux 上运行。 Conda 可快速安装、运行和更新包及其依赖项。 Conda 可以轻松地在计算机上创建、保存、加载和切换环境。 它是为 Python 程序而创造的，但它可以打包和分发任何语
阅读全文
摘要：前言 pybedtools 是封装了BEDTools 所有可用的程序。下文学习下pybedtools 如何通过bed文件的坐标提取对应序列 正文 对pybedtools还不了解的参考下这篇文章 在Python中使用BEDTools。 提取序列的方法在BEDTools 中的命令是bedtools ge
阅读全文
摘要：I have a Python, I have a BEDTools. Ah,pybedtools! 前言 pybedtools 是采用 Python 对BEDTools 软件的封装和扩展。为啥要用pybedtools ，而不是直接使用BEDTools 呢？ 当然是我们想在Python 使用 BED
阅读全文
摘要：安装 安装软件 pip install dna_features_viewer -i https://pypi.tuna.tsinghua.edu.cn/simple 代码 from dna_features_viewer import GraphicFeature, GraphicRecord s
阅读全文
摘要：前言 在生物信息学数据分析中，许多分析软件都是基于R开发的。这里介绍一个可以在Python 中进行基因富集分析的Python 软件 GSEAPY (Gene Set Enrichment Analysis in Python) GSEApy is a python wrapper for GESA
阅读全文
摘要：介绍 scRNAseq R 包提供了一个方便的方式来直接获取公共的单细胞数据。获取的单细胞数据以SingleCellExperiment 对象储存。 安装 if (!requireNamespace("BiocManager", quietly = TRUE)) install.packages("
阅读全文
