藻类\(Algae\)个体细胞壁鞭毛光合色素同化产物世代生殖备注分布蓝藻门\(Cyanophyta\)单细胞独立或群体果胶、粘多糖、肽聚糖无\(Chl\a\)、类胡萝卜素、藻胆素蓝藻淀粉不交替营养生殖、无性生殖到处都是裸藻门\(Euglenophyta\)单细胞没有1~3

作者，EvilGenius时间很快，马上国庆了，国庆前我们要把单细胞空间外显子的课程上完，希望大家都能学到真本事，发好的文章，这样我就可以写大家的文献推文了。不得不说现在真的是单细胞+时代了。今日参考文献全是中国人，但是从单细胞测序数据中检测单核苷酸变异(snv)知识积

（单细胞下游分析——不同类型的数据读入，与部分数据类型的转化）.h5ad（anndata数据格式）10x_mtx（cellranger输出，三个文件）就是cellranger上游比对分析产生的3个文件：├──xxx_feature_bc_matrix│├──barcodes.tsv.gz：细胞标签(barcode)│├──features.tsv.gz：基因ID(

作者，EvilGenius单细胞检测变异的分析已经分享了很多，全部发的高分文章。日前外显子的课程已经安排上了，但是不一定能上，可能外显子分析对大家来讲不太重要吧，但更可能是大家都会分析，不管上不上，先好好备课吧（正好也偷个懒）。不过提醒大家一句，正因为做的人少，才是机会，表达信息的分析

植物细胞具有异质性，同一基因的表达量在同一组织的不同细胞类型中可能不同，当我们挖掘胁迫响应基因或发育相关基因时，如果利用传统的转录组测序（BulkRNA-seq）策略去检测基因的表达模式，一些细胞类型特异性基因的表达信号将会被掩盖，也使我们很难从细胞水平检测出最先响应的因子，以及探究

作者，EvilGenius有人举报，不让上课，不让分享课程，不让收学员，我把内容全部汇总出来，大家如果有需要备一份，万一敌对势力强大，不得不屈服，也是没办法的事。2024年课程从6月22号开始上第一节课，8月21号上最后一节，视频全部上传到了B站，B站名字七夜听雪ii，连接在https://space.bilibili.com/

（四）Single-cellRNA-seq:Qualitycontrol在QC步骤中，我们的目标和挑战主要包括：目标：筛选数据以仅包括高质量的真实细胞，以便在对细胞进行聚类时，更容易识别不同的细胞类型。识别任何失败的样本并尝试挽救数据或从分析中删除，此外还试图了解样本失败的原因。挑战：从不太复杂

Alzheimer’sdiseaseisapervasiveneurodegenerativedisorder,themolecularcomplexityofwhichremainspoorlyunderstood.Here,weanalysed80,660single-nucleustranscriptomesfromtheprefrontalcortexof48individualswithvaryingdegreesofAlzhe

单细胞分析上游fasta文件处理——基于cellranger与dropseqRunner ###如果测序文件由10Xgenomics平台产生，则采用cellrangercount的基本流程进行fasta文件的上游处理；如果测序文件由dropseq平台产生，则采用dropseqRunner软件进行处理一、cellranger配置1、软件安装并查看帮助

2024年7月16日，大暑将至，立秋不远。我们基于Python的转录组学全分析框架的文章——"OmicVerse:aframeworkforbridginganddeepeninginsightsacrossbulkandsingle-cellsequencing"——正式在NatureCommunication上发表了，这是我们课题组第一个里程碑意义的成果，也是我第一

技能树学徒作业针对每个癌症的全部基因批量了做了单基因的cox分析，挑选统计学显著的去对应的癌症去打分，看看是否有单细胞亚群特异性。这题比较常规，但是可以过一遍基础分析的流程。选择了GSE38832芯片数据用于分析得到cox/logrank显著的基因。GSE200997单细胞数据用于将显著基

作者，EvilGenius参考文章Predictionoftumor-reactiveTcellreceptorsfromscRNA-seqdataforpersonalizedTcelltherapy|NatureBiotechnology鉴别源自患者的肿瘤反应性T细胞受体（Tcellreceptors，TCR）作为个性化转基因T细胞疗法的基础，仍然是一项耗时且费用昂贵的工

引言在这篇指南中，我们介绍了Seurat的一个新扩展功能，用以分析新型的空间解析数据，将重点介绍由不同成像技术生成的三个公开数据集。VizgenMERSCOPE（用于小鼠大脑研究）NanostringCosMx空间分子成像仪（用于FFPE人类肺组织）AkoyaCODEX（用于人类淋巴结研究）人肺：NanostringCosMxSpa

作者按我们在Python的scverse生态中，重新实现了GPTCelltype的函数，并加入了更多大模型的扩展，同时我们并将其封装进OmicVerse框架中全文字数|预计阅读时间:2000|5min——Starlitnightly（星夜）GPT-4是一种专为语音理解和生成而设计的大型语言模型。哥伦比亚大学梅尔曼公共卫生

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

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

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（星夜）1.

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

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。1

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Singlecellbestpractice,希望能给国内的从业者带来一个完

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NatRevGenet上发表的一篇论文Bestpracticesforsingle-cellanalysisacrossmodalities，详细介绍了单细胞最佳实践的流程。但是，其在国内的推广有两个不足：（一）全英文教

作者，EvilGenius速率ProbabilisticmodelingofRNAvelocityDirectmodelingofrawsplicedandunsplicedreadcountMultipleuncertaintydiagnosticsanalysisandvisualizationsSynchronizedcelltimeestimationacrossgenesMultivariatedenoisedgeneexpress

作者，EvilGenius最近分享了一些关于多组学的内容，其实就有人问我单细胞的数据能callsnp么？这个问题的答案是看情况，我们都知道单细胞数据的捕获原理，那么3‘数据是几乎不能callsnp的，唯有5'在某些情况下是可以的，例如前面分享的KRAS的G12D突变，就在单细胞5’数据的测序范围之内，就可

-Tycoon20240316（转载请留言说明）那么具体什么情况会出现： 细胞类型CT1的平均表达量Avg(CT1_ln(A+1)) 低于 细胞类型CT2的平均表达量Avg(CT1_ln(A+1))呢？ 推导公式： 这公式有点复杂，我这半吊子水平解不出来。换个角度看吧。讨论第一种情况（即昨天猜测

-Tycoon20240315（转载请留言说明）今天下午画基因表达量在细胞类型表达量变化的时候，发现了一个问题。Q: 假设-细胞类型CT1在特定基因A上的平均表达量Avg(CT1_A)[注：表达量为0的细胞也要算进去] 高于细胞类型CT2在特定基因A上的平均表达量Avg(CT2_A)。那么问题是，