일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- julia
- 비타민 C
- Bioinformatics
- ngs
- CSS
- CUT&RUN
- Batch effect
- drug muggers
- MACS2
- single cell rnaseq
- python matplotlib
- scRNAseq analysis
- 싱글셀 분석
- DataFrame
- CUTandRUN
- HTML
- github
- ChIPseq
- js
- matplotlib
- javascript
- drug development
- EdgeR
- Git
- scRNAseq
- PYTHON
- cellranger
- single cell
- pandas
- single cell analysis
- Today
- Total
목록전체 글 (216)
바이오 대표
""The glutamate/GABA-glutamine cycle: aspects of transport, neurotransmitter homeostasis, and ammonia transfer" 요약 읽고 유투브 찾아봤는데 너무 설명쉽게 알려준 영상 있어서 이를 이용합니다. 참고: https://www.youtube.com/watch?v=wP9QD-5FL5U 뉴런/뇌세포는 [1]Excitatory (흥분성) [2]Inhibitory (억제성) 두 역할을 합니다. 흥분성 일 때, 뉴런은 다른 뉴런들을 자극해, 전기 메세지에 반응하고 전달하도록 하는 반면, 억제성 뉴런은 해당 반응을 억제하는 역할을 합니다. 뉴런이 흥분성인지 억제성인지는 세포막을 기준으로 주위의 전압 값에 의해 결정됩니다. 밖보다 뉴런..
데이터를 시각화 하는 것은 의미 있는 해석을 하기 위해 중요한 단계입니다. 해당 글에서는 R 언어을 이용해서 히트맵을 그리는 다양한 패키지 중 (pheatmap, ggplot, complexheatmap) 중 파라미터들를 이용해서 이쁘게 그릴 수 있는 complexheatmap()에 관하여 알아보겠습니다. ComplexHeatmap heatmap을 그릴 때, 필요한 요소는 matrix 입니다. 하지만 좀 더 이쁜 그림을 위해 다음과 같은 요소들을 사용할 수 있습니다. 필수! matrix (ex. gene vs sample counts) 선택 color heat_colors colorRamp2 선택 column annotation colanno HeatmapAnnotation 선택 row annotatio..
Single-cell network biology Network 찾는 방법 Bulk RNAseq 에서는 Boolean networks, Bayesian networks, ordinary differential equations (ODEs), information theory, regression, and correlation18,19,20 와 같은 방법이 사용되었습니다. scRNAseq 에서도 위의 방법 사용 가능하지만, 싱글셀로만 얻을 수 있는 정보를 이용하기도 합니다. 예로, trajectory analysis (psueotime 정보) 를 기반으로 하는 방법이 있습니다. 즉, 세포들이 특정 developmental/differentiation 상태에 있다고 가정하고 시간대로 나열한, time-ord..
DBA (Differential Binding sites) visualization Chipseq 이나 Cut&Run, Cut&Tag 기술을 이용해서, target antibody가 붙는 sequence 정보를 얻을 수 있고 어느 지역에 더 많이 붙는지 DBA(differential binding sites analysis) 분석을 할 수 있다. 해당 글에서는 DBA(differential binding analysis) 로 확인된 지역을 Deeptools 의 computeMatrix 와 plotHeapmap을 이용하여 시각화 할 것이다. Step 1. bigWigMerge (ucsc-bigwigmerge v377) multiple bigWigs → A single Bedgraph file bigWigM..
Custom annotation track IGV에서 annotation track을 통해 원하는 유전자 검색으로 해당 위치를 관찰 할 수 있다. 하지만 내가 가지고 있는 데이터가 custom 이여서 유전자 검색이 되지않아서 custom annotation track을 만들어 보았다. How? 보통 “standard’ gene track 은 ncbi refseq 형식이다. 예로, ncbiRefSeq.sorted.txt and ncbiRefSeq.sql (참고 링크와, 그림1,2 참고). Custom genome을 가지고 있다면 annotation track 을 그림2 와 같은 format으로 만들어 줄수 있다. 이는 [1] gtf파일이 있으면 ucsc의 ‘gtfToGenePred’ 로 만들고 [2] co..
요약 2개의 다른 subspecies mice (M.m.castaneus 와 M.m.domesticus) 를 이용하여서 background noise 실험을 진행하였다. 사용된 Mice들은 imbred(근친계) 임으로 99% 유전자가 동일하고 homozygous SNP을 이용해서 ~7000 유전자의 subspecies를 구별해 낼 수 있다. 즉, SNP을 이용하여 cell 의 endogenous, exogenous UMI 가 구별이 되고 이를 이용해서 background noise를 계산할 수 있다는 뜻이다. 논문 실험에서는 총 5개의 replicate (3 scRNAseq, 2 snRNAseq)에서 background noise를 계산하였고, 꽤 variability 가 큰 noise 값을 보였다 (3..