| 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 |
Tags
- drug muggers
- single cell rnaseq
- github
- CUT&RUN
- 싱글셀 분석
- MACS2
- 비타민 C
- PYTHON
- DataFrame
- ChIPseq
- single cell
- EdgeR
- cellranger
- javascript
- CUTandRUN
- pandas
- python matplotlib
- ngs
- Bioinformatics
- drug development
- single cell analysis
- Batch effect
- matplotlib
- HTML
- scRNAseq analysis
- scRNAseq
- julia
- Git
- js
- CSS
Archives
- Today
- Total
목록PCA (1)
바이오 대표
[single cell Analysis] 싱글셀 분석 기본 다지기 4 - 클러스터 visualization (UMAP)
- PCA - 해당 글에서는 UMAP 관련해서 좀 자세히 다뤄보려 한다. 다음 내용은 StatQuest 을 참조하였다. UMAP 을 이용해서 High dimension 데이터를 low-dimension에 표현할 수 있다. How? 전체적인 그림은, 낮은차원에서 point를 움직여서, high dimention 에서와 비슷한 모습을 보이도록 조정하는 방법이고 이를 Similarity score 을 계산하여 사용한다. 1. High-dimention points 에서 서로간의 distance 를 계산한다. 2. High-dimention neighbor 숫자 (default 15) 에 따라 log2 (#of neighbor) 을 이용하여 curve 를 그리고, 각 포인트의 similarity score 을 ..
Bioinformatics/NGS 기본지식
2023. 2. 23. 11:46