教程

博客，很全，基本工具都有：单细胞分析

附录

单细胞分析目录

Part1: 生信数据分析

1、conda环境下载管理软件、R包.md

2、服务器外网文件传输–奶牛快传、阿里云盘.md

3、单细胞分析工具–cellranger比对.md

4、单细胞分析工具–Seurat4基础流程.md

5、单细胞分析工具–monocle轨迹分析.md

6、单细胞分析工具–CellChat细胞通讯分析.md

7、单细胞分析工具–转录因子pySCENIC.md

8、单细胞分析工具–Palantir轨迹分析-.md

9、单细胞分析工具–Seurat空间转录组.md

10、单细胞分析工具–hdWGCNA共表达网络.md

11、单细胞分析工具–ECAUGT提取hECA数据.md

12、单细胞分析工具–infercnv拷贝数变异鉴定.md

13、单细胞分析工具–SingleR细胞类型注释.md

14、单细胞分析工具–细胞周期分析.md

15、单细胞分析工具–多样本批次校正.md

16、单细胞分析工具–SingleCellExperiment对象格式.md

17、单细胞分析工具–scanpy基础用法.md

18、单细胞分析工具–RNAvelocity速率分析.md

19、单细胞分析工具–CytoTRACE轨迹分析.md

20、单细胞分析工具–cellphonedb细胞通讯分析.md

21、单细胞分析工具–DoubletFinder识别双细胞.md

22、单细胞分析工具–基于文献的细胞类型注释marker.md

23、单细胞分析工具–NicheNet细胞通讯分析.md

24、单细胞分析工具–MAST差异基因分析.md

25、单细胞分析工具–Scissor表型相关亚群鉴定.md

26、单细胞分析工具–MARVEL单细胞可变剪切.md

27、单细胞分析工具–scCustomize包改进Seurat可视化.md

28、单细胞分析工具–Asgard单细胞药物重定向.md

29、单细胞分析工具–scSTAR挖掘分组样本细胞亚型.md

30、单细胞分析工具–celldancer细胞速率分析.md

31、单细胞分析工具–sccode综合差异分析.md

32、单细胞分析工具–sccoda细胞组成比较.md

33、差异分析R包-DESeq2+edgeR+limma.md

34、TCGAbiolinks包-TCGA数据下载与差异分析.md

35、表达矩阵TPM,FPKM标准化.md

36、从GEO下载芯片或RNAseq测序数据.md

37、下载测序数据SRR与fastq.gz方式.md

38、Refgenie下载参考基因组.md

39、STRINGdb包下载蛋白PPI数据.md

40、使用clusterProfiler下载GO&KEGG通路基因.md

41、人类基因组基础知识与下载查询.md

42、基因-蛋白-化合物ID转换.md

43、GSEA富集分析工具.md

44、clusterProfiler包富集分析与可视化.md

45、富集通路可视化方式.md

46、GSVA包单样本富集分析.md

47、survival包生存分析及glmnet包lasso回归.md

48、从RNAseq的fastq.gz提取表达矩阵.md

49、使用IsoformSwitchAnalyzeR包进行可变剪切分析.md

50、WGCNA基因加权共表达网络分析.md

51、xCell与CIBERSORT等免疫浸润分析.md

52、ClusterGVis包绘制基因表达矩阵热图.md

53、MuSiC包根据scRNAseq预测Bulk细胞组成.md

54、生信相关网站数据库集锦.md

55、TCGA的SNV数据下载与maftools可视化.md

56、肿瘤亚型分群工具ConsensusClusterPlus.md

57、诺模图或列线图绘制分析.md

58、UCSCXenaShiny包肿瘤数据分析可视化.md

59、EnhancedVolcano包绘制火山图.md

60、机器学习基于R包mlr3(0)–mlr3基本流程.md

61、机器学习基于R包mlr3(1)–分类–KNN.md

62、机器学习基于R包mlr3(2)–分类–逻辑回归.md

63、机器学习基于R包mlr3(3)–分类–LDA与QDA.md

64、机器学习基于R包mlr3(4)–分类–朴素贝叶斯.md

65、机器学习基于R包mlr3(5)–分类–SVM.md

66、机器学习基于R包mlr3(6)–分类–决策树与随机森林.md

67、机器学习基于R包mlr3(7)–分类–XGBoost.md

68、机器学习基于R包mlr3(8)–回归–线性回归.md

69、机器学习基于R包mlr3(9)–回归–GAM非线回归.md

70、机器学习基于R包mlr3(10)–回归–岭回归+LASSON回归+弹性网络.md

71、机器学习基于R包mlr3(11)–回归–kNN+随机森林+XGBoost.md

72、机器学习基于R包mlr3(12)–降维–PCA.md

73、机器学习基于R包mlr3(13)–降维t-SNE与UMAP.md

74、机器学习基于R包mlr3(14)–聚类-k均值.md

75、机器学习基于R包mlr3(15)–聚类-层次聚类.md

76、机器学习基于R包mlr3(16)–聚类-EM混合分布.md

77、机器学习基于sklearn(1)–sklearn基础.md

78、机器学习基于sklearn(2)–交叉验证与超参数优化.md

79、机器学习基于sklearn(3)–常见分类任务学习器.md

80、机器学习基于sklearn(4)–常见回归任务学习器.md

81、机器学习–自动机器学习工具autogluon.md

82、数据库–药物与药物靶点TTD.md

83、数据库–药物干扰转录组CMap.md

84、数据库–通路基因集MsigDB.md

85、使用igraph包进行网络结构分析与可视化.md

86、重启随机游走算法与RandomWalkRestartMH包.md

87、obabel化学小分子格式转换.md

88、化合物指纹与描述符生成系列工具.md

89、数据库–化合物敏感度GDSC_CTRL.md

90、深度学习D2L–01–线性回归.md

91、深度学习D2L–02–softmax多分类.md

92、深度学习D2L–03–K折交叉验证的torch训练基础流程.md

93、深度学习–VAE变分自动编码器.md

94、图神经网络DGL-01DGL基础.md

95、图神经网络DGL-02同构图_节点分类.md

96、图神经网络DGL-03同构图_边回归.md

97、图神经网络DGL-04同构图_边预测.md