小程序订制开发公司
小程序开发资讯 你的位置:小程序订制开发公司 > 小程序开发资讯 >

小程序订制开发公司 怎样整合多个单细胞数据集

发布日期:2024-09-28 14:37    点击次数:120

学员暗意他在处分这个数据集(GSE152938)的工夫,因为数据集里面是5个样品小程序订制开发公司,关联词唯唯一个是肤浅组织的样品,分组是不屈衡的,是以需要聚集其它数据集的肤浅组织,关联词不知说念如安在r编程话语里面操作。

图片

数据集(GSE152938)

如下所示的数据集(GSE152938)文献姿首 :

图片

文献姿首

关于这个数据集(GSE152938),不错使用底下的代码进行批量读取哈:

dir='GSE152938_RAW'samples=list.files( dir )samples sceList = lapply(samples,function(pro){   # pro=samples[1]   print(pro)    tmp = Read10X(file.path(dir,pro ))   if(length(tmp)==2){    ct = tmp[[1]]   }else{ct = tmp}  sce =CreateSeuratObject(counts =  ct ,                          project =  pro  ,                          min.cells = 5,                          min.features = 300 )  return(sce)}) do.call(rbind,lapply(sceList, dim))sce.all=merge(x=sceList[[1]],              y=sceList[ -1 ],              add.cell.ids = samples  ) names(sce.all@assays$RNA@layers)sce.all[["RNA"]]$counts # Alternate accessor function with the same resultLayerData(sce.all, assay = "RNA", layer = "counts")sce.all <- JoinLayers(sce.all)dim(sce.all[["RNA"]]$counts )

学员给了一个肤浅东说念主的肾脏组织数据集(GSE131685),同期咱们读取它,如下所示的文献姿首:

图片

数据集(GSE131685)

亦然雷同的读取姿首:

dir='GSE131685_RAW/outputs/'samples=list.files( dir )samples 

上头的这两个数据集走咱们给宇宙的顺序代码后各自落寞的降维聚类分群,就会有  2-harmony/sce.all_int.rds 文献夹和文献。

软件开发

然后就不错使用底下的代码,统一两个数据集:

GSE131685 = readRDS('../2020-GSE131685-3个肤浅东说念主的肾单细胞/2-harmony/sce.all_int.rds') GSE131685$study = 'GSE131685'table(GSE131685$orig.ident)GSE152938 = readRDS('../2021-GSE152938-肾癌/2-harmony/sce.all_int.rds')GSE152938$study = 'GSE152938'table(GSE152938$orig.ident)sceList = list(  GSE131685 = CreateSeuratObject(    counts = GSE131685@assays$RNA$counts  ),   GSE152938 = CreateSeuratObject(    counts = GSE152938@assays$RNA$counts  ))sce.all=merge(x=sceList[[1]],              y=sceList[ -1 ],              add.cell.ids = c('GSE131685','GSE152938')  ) names(sce.all@assays$RNA@layers)sce.all[["RNA"]]$counts # Alternate accessor function with the same resultLayerData(sce.all, assay = "RNA", layer = "counts")sce.all <- JoinLayers(sce.all)dim(sce.all[["RNA"]]$counts )

不错看到这两个数据集皆有不同数目的样品,统一后即是一个大的对象了:

> table(GSE131685$orig.ident)kidney1 kidney2 kidney3    6856    5134   10532    > table(GSE152938$orig.ident)ccRCC1 ccRCC2  chRCC Normal   pRCC   9478   9317   5187   1395  11395   > table(sce.all$orig.ident) GSM4145204 GSM4145205 GSM4145206 GSM4630027 GSM4630028 GSM4630029 GSM4630030 GSM4630031       6856       5134      10532      11395       9478       9317       5187       1395   

这个统一后的对象固然是不错链接走咱们给宇宙的顺序代码后各自落寞的降维聚类分群啦。(

联接: https://pan.baidu.com/s/1pKEnPmWXi-pTab0WZUWzgg?pwd=a7s1

大小分析:最近5期大号表现活跃,开出了53枚,上期大号走热,开出了11枚,本期适当关注小 号回补,参考大小比10:10。

福彩快乐8第2024175期(上周三)回顾:07 09 12 15 17 19 32 33 40 47 48 49 55 58 62 65 66 69 70 73,其中奖号首尾间距为66,小程序开发资讯和值为846,最大间距为13,尾数分布为:尾数1、4包含0个号码,尾数6包含1个号码,尾数0、3、8包含2个号码,尾数2、5、7包含3个号码,尾数9包含4个号码。

)

是以,表面上使用这个手段是不错处分无尽多个不同开始的单细胞转录组数据集啦,并且无需操心宇宙的文献门径的问题,归正每个数据集皆我方的里面处分好,然后外部构建成为sceList统一即可。

文末友情宣传

横暴淡薄你保举给身边的博士后以及年青生物学PI小程序订制开发公司,多极少数据观念,让他们的科研上一个台阶:

生物信息学马拉松讲课(买一得五) ,你的生物信息学初学课月薪两万找生信锻真金不怕火生(线下) 2024的分享工作器交个一又友福利价仍然是800千呼万唤始出来的独享生物信息学云工作器恒久免费的生信进阶培训(线下) 本站仅提供存储工作,统共本色均由用户发布,如发现存害或侵权本色,请点击举报。

下一篇:没有了

Powered by 小程序订制开发公司 @2013-2022 RSS地图 HTML地图

Copyright Powered by365站群 © 2013-2024 云迈科技 版权所有