00:00 / 00:58
连播
清屏
智能
倍速
点赞5619
00:00 / 11:32
连播
清屏
智能
倍速
点赞5
00:00 / 03:12
连播
清屏
智能
倍速
点赞78
00:00 / 30:30
连播
清屏
智能
倍速
点赞527
00:00 / 00:09
连播
清屏
智能
倍速
点赞62
稳妥少年【单细胞分析实战】 本课程系统介绍了单细胞RNA测序数据分析的全流程方法学体系。从原始数据读取开始,详细讲解了三种常见格式(标准10X输出、HDF5文件和稀疏矩阵)的处理策略,并统一转换为Seurat对象进行分析。质控阶段通过检测基因数、UMI总数和线粒体基因百分比等指标过滤低质量细胞,确保数据可靠性。标准化环节采用对数归一化和高变基因识别方法,通过主成分分析降维,使用JackStraw检验和肘部图确定最佳维度。 细胞聚类分析采用共享最近邻算法和Louvain聚类,在UMAP降维空间可视化细胞亚群。基于经典标记基因表达模式,对细胞类型进行系统注释。差异表达分析采用多层次策略,包括整体水平比较、细胞类型特异性分析和功能富集评估。细胞比例分析通过统计检验评估实验组间细胞组成的差异。 高级分析模块涵盖细胞间通讯网络构建(CellChat)、发育轨迹推断(Monocle)、代谢通路活性评估(scMetabolism)以及基因集富集分析(GSEA)。特别整合了GSVA通路活性评分、AddModuleScore模块化评分等创新方法,全面解析细胞功能状态。可视化方面采用多类型图表(火山图、热图、轨迹图、网络图等)呈现分析结果,所有方法均经过标准化流程验证,确保分析结果的可靠性和可重复性,为疾病机制研究和生物标志物发现提供系统解决方案。
00:00 / 11:49
连播
清屏
智能
倍速
点赞30
00:00 / 03:23
连播
清屏
智能
倍速
点赞NaN
00:00 / 02:42
连播
清屏
智能
倍速
点赞224
00:00 / 02:39
连播
清屏
智能
倍速
点赞3312
00:00 / 00:47
连播
清屏
智能
倍速
点赞3092
00:00 / 01:35
连播
清屏
智能
倍速
点赞278
00:00 / 03:11
连播
清屏
智能
倍速
点赞690