摘要：
作者按 本章节详细讲解了基于RNA速率的三种拟时序模型，包括稳态模型，EM模型和深度学习模型，并对比了不同模型的适用场景与计算特点。本教程首发于单细胞最好的中文教程，未经授权许可，禁止转载。 全文字数|预计阅读时间: 5000|10min ——Starlitnightly（星夜） 5.2 RNA速率 阅读全文
摘要：
作者按 本章节主要讲解了不基于RNA速率的三种拟时序模型的代表算法，包括扩散时间，Slingshot，Palantir，VIA等，并简单介绍了细胞的状态转移。本教程首发于单细胞最好的中文教程，未经授权许可，禁止转载。 全文字数|预计阅读时间: 5000|10min ——Starlitnightly（ 阅读全文
摘要：
作者按 国内对于单细胞测序相关的中文教程确实不够全面，当然NCBI官网给的上传教程也比较详细了，所以变成了会者不难。本教程你现在可能用不上，但是你如果做单细胞测序，那么未来你一定会用上，建议收藏。 在这里，我们将演示如何将测序文件完整上传到NCBI上。本教程首发于单细胞最好的中文教程，未经授权许可， 阅读全文
摘要：
作者按 本章节主要讲解了干预（不同处理）的单细胞数据的正确分析方法，讲解了干预分析与差异表达分析，细胞组成分析的区别，并介绍了查找受扰动影响最大的细胞类型以及预测单细胞对扰动的转录反应的干预分析方法。本教程首发于单细胞最好的中文教程，未经授权许可，禁止转载。 全文字数|预计阅读时间: 5000|10 阅读全文
摘要：
作者按 本章节主要讲解了单细胞数据的细胞组成（比例）的分析方法，讲解了为什么直接分析比例不行的原因与例子，并介绍了“有标签”，“有标签有层次”，“无标签”三个维度的细胞组成分析方法。本教程首发于单细胞最好的中文教程，未经授权许可，禁止转载。 全文字数|预计阅读时间: 5000|10min ——Sta 阅读全文
摘要：
作者按 本章节主要讲解了单细胞数据的差异表达基因分析方法，详细对比了ttest与DEseq2在所有细胞进行差异表达分析的异同，以及为什么要使用元细胞分析的原因。本教程首发于单细胞最好的中文教程，未经授权许可，禁止转载。 全文字数|预计阅读时间: 3000|5min ——Starlitnightly（ 阅读全文
摘要：
作者按 本章节主要讲解了基于transformer的迁移注释方法TOSICA，该算法在迁移注释上达到了SOTA的水平，在注释这么卷的赛道愣是杀出了一条血路。本教程首发于单细胞最好的中文教程，未经授权许可，禁止转载。 全文字数|预计阅读时间: 3000|3min ——Starlitnightly（星夜 阅读全文
摘要：
作者按 本章节主要讲解了基于大模型的自动注释方法，包括CellTypist(发表在Science)和MetaTiME(发表在Nature communication)，一个通用，一个泛癌专用。本教程首发于单细胞最好的中文教程，未经授权许可，禁止转载。 全文字数|预计阅读时间: 3000|3min — 阅读全文
摘要：
作者按 本章节主要讲解了基于marker的自动注释方法，一般来说，我会先自动注释，再手动去确认marker，这是因为，对于一个陌生的组织，我对marker是不了解的，自动注释可以帮助我快速熟悉细胞类型。本教程首发于单细胞最好的中文教程，未经授权许可，禁止转载。 全文字数|预计阅读时间: 5000|5 阅读全文
摘要：
作者按 本教程将是本系列教程中比较有趣的一章，对于大型的单细胞测序项目来说，数据整合也是不可或缺的一个步骤。本教程首发于单细胞最好的中文教程，未经授权许可，禁止转载。 全文字数|预计阅读时间: 5000|5min ——Starlitnightly 区别于我们以往所学的数据整合，在单细胞测序领域，数据 阅读全文
摘要：
作者按 本教程将是本系列教程中最重要的一章，我们后续所有的单细胞分析，都要基于准确的细胞类型注释。本系列教程首发于“[单细胞最好的中文教程](single_cell_tutorial Readthedocs)”，未经授权许可，禁止转载。 全文字数|预计阅读时间: 4500|5min ——Starli 阅读全文
摘要：
我们前面四次教程，已经完成单细胞数据的预处理了，包括质控，归一化，高可变基因筛选，降维。现在，我们就要开始单细胞测序的正式分析了，细胞类型注释等，在开始介绍细胞类型注释前，我们先来了解一下聚类。对于生物学家而言，聚类一词可能有点晦涩，因为这个词是机器学习领域里的概念。所以本章将详细讲解聚类的缘由以及 阅读全文
摘要：
前言提到，在过去两天的教程中，我们讲解了使用omicverse进行单细胞测序数据的预处理的一些思想。关于omicverse的使用文档与安装教程可以参考我们的readthedocs. 如前所述，单细胞RNA测序（scRNA-seq）是一种高通量测序技术，它产生的数据集在细胞和基因数量上都具有很高的维度 阅读全文
摘要：
前言提到，在过去两天的教程中，我们讲解了使用omicverse进行单细胞测序数据的质控以及归一化的一些思想。关于omicverse的使用文档与安装教程可以参考我们的readthedocs. 就是，本系列教程是我带本科生所用到的，所以概念会尽可能地通俗，详细，但对于急于求成的人，可能不是一个很好的教程 阅读全文
摘要：
1. 背景 在前面的教程中，我们从数据集中删除了低质量的细胞，包括计数较差以及双细胞，并将数据存放在anndata文件中。由于单细胞测序技术的限制，我们在样本中获得RNA的时候，经过了分子捕获，逆转录还有测序。这些步骤会影响同一种细胞的细胞间的测序计数深度的变异性，故单细胞测序数据中的细胞间差异可能 阅读全文
摘要：
目前，国内对于单细胞测序分析的教程五花八门，百花齐放，一个合适且准确的pipeline对于分析是很有价值的。2023年在 Nat Rev Genet上发表的一篇论文Best practices for single-cell analysis across modalities，详细介绍了单细胞最佳 阅读全文
摘要：
作者：starlitnightly 日期：2023.07.14 !!! note 楔子 从事单细胞分析也有一段时间了，国内大部分中文教程都是使用R语言进行分析，使用Python的还比较少，或者是直译scanpy的教程，不过scanpy可能已经比较旧了。在这里，我们参考了Single cell bes 阅读全文