生信R、python包整理（尚未做语言区分）

相关文章推荐

奔跑的警车 · vue——动态控制表格列的显示和隐藏 - ...· 6 小时前 ·

眉毛粗的回锅肉 · ASP.NET 使用Ajax - 谦行 - 博客园· 4 小时前 ·

小胡子的火锅 · 使用jQuery开发messager消息框插 ...· 2 小时前 ·

可爱的乌冬面 · LaTeX 插入代码 - ...· 1小时前 ·

爱看书的海豚 · 一次单据图片处理的优化实践 - ...· 20 分钟前 ·

自信的酱肘子 · 这可能是最全的特殊符号教程！！！_功能· 3 周前 ·

自信的冰淇淋 · 如何在C++中删除文件夹？-腾讯云开发者社区 ...· 1 年前 ·

独立的手链 · 在Python中打印pdf文件· 1 年前 ·

知识渊博的饺子 · Cause: ...· 1 年前 ·

circlize：画圈圈图

ggpattern

ggpubr:以ggplot2为基础，提供一些图的函数。参考：知乎 https://zhuanlan.zhihu.com/p/102653888 官网 http://rpkgs.datanovia.com/ggpubr/reference/index.html

cowplot: 参考https://zhuanlan.zhihu.com/p/384189537

ggraph:做网络图。官网： https://ggraph.data-imaginist.com/

ggVennDiagram: Veen图，参考https://github.com/gaospecial/ggVennDiagram

数据tidy

cqn包：conditional quantile normalization。

gtsummary包：数据整理为表格 https://mp.weixin.qq.com/s/uLWEZKkSrqo0jieH9mTZgw

统计及机器学习

correlation: 不同相关性计算方法包

gvlma包：对线性回归分析假设条件进行验证。

RCA： https://github.com/prabhakarlab/RCAv2RCA (Reference Component Analysis) is a computational approach for robust cell type annotation of single cell RNA sequencing data (scRNAseq). It is developed by the Prabhakar lab at the Genome Institute of Singapore (GIS). The original version of RCA is published in Nature Genetics (doi: 10.1038/ng.3818, Li et al., 2017).

单细胞转录组相关

Scrublet：识别双细胞

DoubletFinder：识别双细胞

CellTypist：免疫细胞自动注释

利用VIPER算法来定量单细胞蛋白的活性，Cell：Single-cell protein activity analysis identifies recurrence-associated renal tumor macrophages

使用VISION算法推断单细胞代谢活性

Dynamo分析animating neural activity response predictions

NicheNet：单细胞工具。假定受体与配体细胞后，根据配受体细胞内基因表达，确定受体细胞内某个基因可能被配体细胞调控的某个基因。

scran包：单细胞细胞周期分析

CytoTRACE进行拟时间分析，基因表达量随PC1轴的变化

Diffusion Pseudotime Analysis diffusion component

Monocle2 和Monocle3系统讲解【Nature】，TCSeq分析基因随时间的变化【PNAS】

NMF鉴定不同的生物学功能【Cell】，不同cluster的异质性确定【Cancer Cell】

使用SCENIC进行转录调控网络分析和核心驱动基因鉴定

AUCell | 分析单细胞测序数据中不同基因集(通路)的活性

MAGIC 利用流形学习还原单细胞的基因表达

scSTEM: 拟时序分析

空间转录组

空间转录组分析包：Seurat、Giotto、Scanpy、stLearn

基因组相关

trackPlotR包：可视化bigwig文件

MEGENA包

Rank-rank hypergeometric overlap RRHO：网络分析

Mfuzz、 BioNet调控网络构建

STRINGdb：STRING 数据库的R包，参考： https://zhuanlan.zhihu.com/p/532037554

GeNets: 是个网站，参考 [ https://mp.weixin.qq.com/s?__biz=MzIxMDExNDE0OQ==&mid=2247485632&idx=1&sn=1481e0b5187880356f9a44eadcf934c0&chksm=9768cbcaa01f42dc25108542ce390b1319438056878e8e3fa189c8b1db4ba6d3b289b2003808&scene=178&cur_album_id=1854295981555499012#rd ]

：关键基因和hub基因（生物网络角度），参考： https://www.jianshu.com/p/e2acfee2ba5f

RNAseq123: edgeR与limma 分析RNA-seq的指南。

Pathview：整合表达谱数据，可视化KEGG通路

RcisTarget包：给定基因集合，分析转录因子

viper 包：MARINa算法，推断转录因子活性

TSstudio：时间序列数据作图

Caret包：机器学习接口整理包

maSigPro包：bulk时序数据分析

cit包：甲基化到转录组的因果推断

rpart包：决策树