rm(list = ls())
dir="D:/R/project/project1/scRNA_dataset/阶段性红细胞为人类红细胞生成/GSE214810_RAW/"
list.files(dir)
#运行log "barcodes.tsv.gz" "features.tsv.gz" "matrix.mtx.gz"
counts <- Read10X(data.dir = dir)
class(counts)
#[1] "dgCMatrix"
#attr(,"package")
#[1] "Matrix"
scRNA <- CreateSeuratObject(counts = counts)
scRNA
在R语言中将seurat格式文件,转换为csv格式
library(Seurat)
library(tidyverse)
#write.csv(t(as.matrix(文件名@assays$RNA@counts)),file = csv文件路径)
write.csv(t(as.matrix(scRNA@assays$RNA@counts)),file = 'D:/V/pythonProject2/02.csv')
在python中将seurat格式的文件转换为loom,方便在pySCENIC中使用
import os
import sys
import loompy as lp
import numpy as np
import scanpy as sc
import pyscenic
os.getcwd()
os.listdir(os.getcwd())
x = sc.read_csv(r"D:\V\pythonProject2\02.csv")#csv文件路径
row_attrs = {"Gene": np.array(x.var_names), }
col_attrs = {"CellID": np.array(x.obs_names)}
#lp.create(loom格式文件名, x.X.transpose(), row_attrs, col_attrs)
lp.create("02.loom", x.X.transpose(), row_attrs, col_attrs)
在python中将seurat格式的文件转换为loom,方便在pySCENIC中使用。在R语言中将seurat格式文件,转换为csv格式。使用seurat包,生成SEURAT格式的文件。
SCENIC(单细胞重组网络推断和聚类)是一种从单细胞RNA序列数据推断基因调控网络和细胞类型的计算方法。
该方法的描述和一些使用示例可在《。
当前在R(此存储库)和Python中有SCENIC的实现。 如果您不太喜欢使用R,我们建议您检查一下SCENIC(其中包含Nextflow工作流程)和Python / Jupyter笔记本,以轻松运行SCENIC (强烈建议您批量运行SCENIC或更大的数据集)。 然后,可以在R,Python或SCope(Web界面)中浏览任何实现的输出。
有关在R运行SCENIC的更多详细信息和安装说明,请参阅以下教程:
这些示例的输出位于: :
常见问题:
2021/03/26:
2020/06/26:
该SCENICprotocol包括Nextflow工作流程,并pySCENIC笔记本现在正式发布。 有关详细信息
计算全国各省的质心—打开XZQ的属性表—添加两个双精度类型的字段X,Y
采用Join方法将全国各省的GDP数据连接到XZQ属性表中—导出属性表txt文本
以GDP为权重计算个年份各省坐标的加权值—计算各年份国权质心坐标
质心上图—文件—添加数据—添加X,Y坐标—选择质心表,并指定X,Y字段分别为CenterX,CenterY—确定—将质心图层转换为shp文件—为质心点设置标签—生成质心移动路线—点到线—分析工具—领域分析—近邻分析
实验5缓冲区分析和叠加分析
生成垃圾填埋场的缓冲区—缓冲
项目地址:https://gitcode.com/aertslab/SCENIC
SCENIC是一个全面的、基于R语言的生物信息学工具包,它旨在帮助研究者揭示细胞中基因表达的调控网络。通过对单细胞RNA测序数据进行分析,SCENIC能够预测转录因子与靶基因之间的相互作用,并构建出细胞内复杂的基因调控图谱。
技术分析
SCENIC的核心算法基于两...
SCENIC分析(三)
fern01:
SCENIC分析(三)
CSDN-Ada助手: