首页 文章 精选 留言 我的

精选列表

搜索[SIG组],共10008篇文章
优秀的个人博客,低调大师

单细胞与空间转录组的跨模态标签转移

本文代码来自Seurat官方网站。介绍单样本空转数据的标签转移。 ``` rm(list = ls()) library(tidyverse) library(Seurat) library(SeuratData) cortex = readRDS("cortex.rds") ``` 这是小鼠皮层细胞的高质量参考数据,来自 Allen 研究所。 下载自 [https://www.dropbox.com/s/cuowvm4vrf65pvq/allen_cortex.rds?dl=1](https://www.dropbox.com/s/cuowvm4vrf65pvq/allen_cortex.rds?dl=1) ``` allen_reference % RunPCA(verbose = FALSE) %>% RunUMAP(dims = 1:30) ``` 参考数据是已经注释好的Seurat对象,注释的细胞类型存储在meta.data的subclass列,画个umap图展示它。 ``` DimPlot(allen_reference, group.by = "subclass", label = TRUE)+NoLegend()+coord_fixed() ``` ![](https://developer.qcloudimg.com/http-save/yehe-2663473/3ab2933880f5c3702ebedbb4825d2c0f.png) 简单罗列一下这些细胞类型咯,不研究这个领域的话,只要分清楚这些单词是细胞的名字,不是基因名字就可以啦! |||| | --- | --- | --- | |兴奋性神经元|L2/3 IT|第2/3层端脑内投射神经元| |兴奋性神经元|L4|第4层颗粒神经元| |兴奋性神经元|L5 IT|第5层端脑内投射神经元| |兴奋性神经元|L5 PT|第5层锥体束投射神经元| |兴奋性神经元|L6 CT|第6层皮层丘脑投射神经元| |兴奋性神经元|L6 IT|第6层端脑内投射神经元| |兴奋性神经元|L6b|第6b层神经元| |兴奋性神经元|NP|近距离投射神经元| |抑制性神经元|Lamp5|Lamp5 中间神经元| |抑制性神经元|Meis2|Meis2 中间神经元| |抑制性神经元|Pvalb|小清蛋白中间神经元| |抑制性神经元|Serpinf1|Serpinf1 中间神经元| |抑制性神经元|Sncg|Sncg 中间神经元| |抑制性神经元|Sst|生长抑素中间神经元| |抑制性神经元|Vip|VIP 中间神经元| |发育相关神经元|CR|Cajal-Retzius 细胞| |非神经元细胞|Astro|星形胶质细胞| |非神经元细胞|Endo|血管内皮细胞| |非神经元细胞|Macrophage|巨噬细胞/小胶质细胞| |非神经元细胞|Oligo|少突胶质细胞| |非神经元细胞|Peri|周细胞| |非神经元细胞|SMC|平滑肌细胞| |非神经元细胞|VLMC|血管及软脑膜细胞| 寻找锚点,进行标签转移。这里的 cortex 已经完成了 SCTransform 和 PCA,因此可以直接用于寻找锚点和标签转移。 ``` anchors <- FindTransferAnchors(reference = allen_reference, query = cortex, normalization.method = "SCT", reference.reduction = "pca", dims = 1:30) predictions.assay <- TransferData(anchorset = anchors, refdata = allen_reference$subclass, prediction.assay = TRUE, weight.reduction = cortex[["pca"]], dims = 1:30) ``` 此时我们得到的predictions.assay是每个spot是每一种细胞的预测分数。把他插入空转Seurat对象作为一个组成部分。 ``` GetAssayData(predictions.assay, layer = "data")[1:4, 1:4] ``` ``` ## AAACAGAGCGACTCCT-1 AAACCGGGTAGGTACC-1 AAACCGTTCGTCCAGG-1 ## Vip 0 0 0 ## Lamp5 0 0 0 ## Sst 0 0 0 ## Sncg 0 0 0 ## AAACTCGTGATATAAG-1 ## Vip 0 ## Lamp5 0 ## Sst 0 ## Sncg 0 ``` ``` cortex[["predictions"]] <- predictions.assay DefaultAssay(cortex) <- "predictions" ``` 画图查看其中两种细胞的预测分数。 ``` SpatialFeaturePlot(cortex, features = c("L2/3 IT", "L4"), ncol = 2, crop = TRUE) & theme(plot.margin = unit(c(1, 1, 1, 1), "mm"), legend.text = element_text(size = 8)) ``` ![](https://developer.qcloudimg.com/http-save/yehe-2663473/7230c4c355ad3e93e93ba5258f466d80.png) 寻找(预测分数)有明显空间分布模式的细胞类型。 ``` cortex <- FindSpatiallyVariableFeatures(cortex, assay = "predictions", selection.method = "moransi", features = rownames(cortex), layer = "data") ``` 展示 Moran’s I 最高的 4 种细胞类型,也就是预测分数空间自相关性最强、空间分布模式最明显的细胞类型。(图上画的是细胞类型预测分数,不是基因表达量,也不是真实细胞数量或者丰度。) ``` top.clusters <- head(SpatiallyVariableFeatures(cortex, method = "moransi"), 4) SpatialFeaturePlot(object = cortex, features = top.clusters, ncol = 2) & theme(plot.margin = unit(c(1, 1, 1, 1), "mm"), legend.text = element_text(size = 8)) ``` ![](https://developer.qcloudimg.com/http-save/yehe-2663473/8f6c4ae286c8bd58d7b42e10c8a59a77.png) 最后,展示各种细胞类型预测分数的空间分布,可以与已知的小鼠皮层分层结构进行比较,检查是否相符。 ``` features_of_interest <- c("Astro", "L2/3 IT", "L4", "L5 PT", "L5 IT", "L6 CT", "L6 IT", "L6b", "Oligo") SpatialFeaturePlot(cortex, features = features_of_interest, pt.size.factor = 1.6, ncol = 3, crop = TRUE,alpha = c(0.1, 1)) & theme(plot.margin = unit(c(1, 1, 1, 1), "mm")) ``` ![](https://developer.qcloudimg.com/http-save/yehe-2663473/3315b0b83049c0cbe437aeb86928c8ef.png)

优秀的个人博客,低调大师

家里有个程序员之业余少儿组🤣

为了迎接 1024 程序员节,OSChina 开源中国新增了【家里有个程序员】栏目,记录一下 OSCer 们当前的生活,欢迎各位 OSCer 踊跃投稿呀。 投稿细则:https://my.oschina.net/u/3859945/blog/15727245 作为一个最最普通(换一种说法,就是最最底层😂)的老程序员,没有要分享的开源项目,没有要分享的技术经验,仅仅就是想分享一下写代码这个爱好如何影响我的生活。 简单来说就是代码让我变懒,懒到每天吃饭都想写个eat()来执行一下,这样就不用重复进行夹菜,张嘴、送菜、闭嘴、咀嚼、下咽这些简单动作来浪费我的时间了。写代码也不仅仅是我的爱好,我也半路出家,成了一个依靠写代码糊口的码农(挣的太少,不够养家)。 上学的时候,写代码就不是我的专业,但是也会偶尔写一写,原因就是我在大学里一直是被别人控制(可以理解为军事化管理),我想控制一下别人,而代码,可以完全控制计算机,有人喜欢打游戏,我也喜欢,但是我打游戏也有一种被游戏制作者控制的感觉。这种控制别人的感觉,在写汇编语言和嵌入式的LED程序的时候尤为明显。除了让我体验控制的快感之外,写代码还让我在研究生期间收获了可以毕业考评加分的全国比赛奖项和软件著作权,给我毕业带来了很大帮助。 上班之后干的工作类似于文秘,代码就成了我偷懒的最好同伙。为了统计新闻上稿情况,写了一个python爬虫,把两个小时的繁琐工作简化成为2分钟。为了不手写工作日志写个软件每天从数据库把工作调出来整理好,维护内部视频网站时就搞了一个自动下载上传更新的工具。整个单位的数据整理也写个工具自动处理,生成统一规范的报表。最开心的时候就是领导夸我工作努力肯下工夫,而我几分钟都没花。 最让我得意的软件,是一个写给女朋友(现在是媳妇儿了)的软件,帮助她去实验预约的网站抢热门时段的实验仪器。这个软件技术上并不复杂,做的也不精美,类似抢票软件,但是讨了美人欢心,让我深切体会到了美人一笑值千金。 后来,我告别体制,回到了老家二三线城市,成了一个靠java过活的码农,33%为了爱人,33%为了回家,33%为了梦想,还有1%为了其它(是的,严谨的我不会漏掉default)。 选择Java的原因很简单,因为好找工作,刚好在离职半年前做了一个web程序,而且遍地都是招Java的,面试的也不严格,工资好像比前端高,果断放弃了.net啥的。但是我一直都认为自己还是一个业余的程序员,无论从技术上还是心理上(虽然入职以后发现同事好多比我还菜),但是这个业余爱好却实实在在给我带来了一份收入,虽然收入并不高,却不会让我为了它加班、熬夜。 要说技术上我的水平,那真是不值一提。我做的东西简直就是大杂烩,有WPF、有WinForm等.net的,有QT的,有python的,甚至MFC和WTL的都有,做过android原生的,也研究过Flutter一两回,自然也是毫无经验可谈,全是反而教材。比如我比较爱游戏编程,就开始研究游戏引擎,不知道做了多少个版本的贪吃蛇和俄罗斯方块,什么cocos、unity、godot,全都是浅尝辄止、不求甚解。 直到现在,我现在还会看自己感兴趣的技术,做一些小小的软件。突然兴趣来潮了开始学Qt了,过了两天就觉得electron效率更高,又过了两天觉得tauri是未来。最后是十门都不通,一门也不精。但是又能怎么样呢?乘兴而行,兴尽而返,随心所欲,菜并快乐着,就是我的编程哲学。 我觉得自己做的最具有一个程序员专业素养的事就是,这段文字是我上班摸鱼的时候写的。如果实在够不上这个专栏,那我只能等《家里有个业余程序员》专栏开启了🤣。

资源下载

更多资源
腾讯云软件源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题,腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构,目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

用户登录
用户注册
修改密码
忘记密码