关注我不迷路：数据已上传群文件，更多内容请关注我的公众号《KS科研分享与服务》今天学做一下一篇NC文章的figure1b，是一个热图，特点是FC高低用连续色彩表示，块的大小表示P值大小，这里我们用ggplot尝试做一下。NC文章原文作者提供了作图数据，本片文章的示例数据和注释代码我们已上传群文件，群成员可免费在群内获取！首先分别读入FC和P值文件：作者提供的是宽数据，转化为ggplot作图需要的长

更多精彩请至《KS科研分享与服务公众号》除了之前说过的三种常见单细胞基因可视化方法外，还有一种最常用的就是直接在UMAP或者TSNE降维图上显示表达某基因的细胞，这种方式更加直观，但是只能显示一个基因，一般用于标记重要的基因。1、降维可视化降维可视化一般用Dimplot函数，如果使用的是UMAP方法，可以直接使用UMAPPlot函数，但是感觉效果不好或者很混乱，可以考虑使用PCAPlot函数。可以

学习单细胞文章的时候，看到NM上一篇文章差异基因的显示方法。图形如下：先解释下这样展示的意义（举例可能并不是很恰当）：假设我们需要研究某个细胞群分为两个亚群，想要看这两个亚群之间的差异基因变化情况，就可以使用这种方法。先计算每个样本中这两群细胞的差异基因，再将所有样本合并，找出需要关注的基因，就可以作图了。因为我们演示数据并没有涉及这样的意义，所以偷懒用了不同群细胞的差异基因构建了用来演示的示例数

今天我们来复现一下一篇《cell》文章中的图标，图如下：（Liver Immune Profiling Reveals Pathogenesis and Therapeutics for Biliary Atresia）我们重点复现左边部分，右侧的作图在单细胞系列提到过：跟着Cell学单细胞转录组分析(十一):单细胞基因评分|AUCell评分，这里的复现不仅适用于单细胞，其他的数据也是可以做这样的

单细胞分析正从R语言向Python扩展，scanpy成为处理大规模数据的必备工具。相比R的Seurat，scanpy基于Python的anndata数据结构，能高效处理百万级细胞数据集。本文介绍了scanpy的安装方法，演示了多种数据格式（10X mtx/h5、csv、loom、h5ad）的读取方式，并强调了R与Python在可视化与计算效率上的互补性。通过建立专用环境，用户可灵活运用scanpy

描述统计是统计学重要的一部分内容，尤其是在医学中的应用更广。很多医学、或者做统计的SCI文章，开头就是统计的内容，一般是由三线表的方式呈现的。之前小编也只会用excel统计然后自己制作表格，但这样效率很慢。这里我们介绍一个R包---table1，可以非常简单快速的完成统计工作，并制出三线表！安装包和示例数据install.packages("table1")install.packages("bo

一般而言，R分析单细胞使用Seurat，python分析单细胞使用Scanpy，都是很好得工作。可是有些时候，我们希望两者之间进行转化，或者更多的情况是可以自由切换进行数据分析。因为我们没有scanpy构建的数据，以及考虑到一些包的更新，方便转化过程中一些error的解决，所以我们按照官网流程走了一遍scanpy分析，流程在文后，开头先上重点内容吧！一、SeuratDisk: 推荐指数⭐⭐⭐⭐。二

，很多小伙伴购买函数，在使用过程却出现问题，主要的原因是我们在帖子里写的不够清楚，小伙伴也没有理解代码的意思，鉴于一个一个解释太费时间，我们决定写函数的帖子一律录制视频解说(视频在B站，搜索：KS科研分享与服务)，方便大家使用。接下来看看bulk的效果，对于bulk表达数据，bulk基因表达量那一列列名要修改命名成exp，对于非单细胞的数据， 首先要进行设置的一个参数就是single_type=F

高通量测序数据一般公司都会提供两种矩阵，一种是Row counts，前面说过的用于差异基因的筛选。第二种是FPKM值，可以理解为转录组基因的表达矩阵，可以用于做热图和基因表达变化的比较。但是数据挖掘中，我们只能下载到counts矩阵，所以要得到基因的表达量还需要通过计算。这里我们使用biomaRt包举个例子，由counts值计算FPKM。一、FPKM的计算加载counts矩阵：setwd("E:/

一般而言，R分析单细胞使用Seurat，python分析单细胞使用Scanpy，都是很好得工作。可是有些时候，我们希望两者之间进行转化，或者更多的情况是可以自由切换进行数据分析。因为我们没有scanpy构建的数据，以及考虑到一些包的更新，方便转化过程中一些error的解决，所以我们按照官网流程走了一遍scanpy分析，流程在文后，开头先上重点内容吧！一、SeuratDisk: 推荐指数⭐⭐⭐⭐。二