四步完成单细胞数据调控网络流程分析

您所在的位置：网站首页 › scenic词性 › 四步完成单细胞数据调控网络流程分析

四步完成单细胞数据调控网络流程分析

2023-07-22 09:08| 来源: 网络整理| 查看: 265

适用背景

单细胞转录组调控网络分析是单细胞转录组分析内容的高级分析之一，本文将介绍SCENIC/pySCENIC的流程，具体原理和内容不展开，主要展示代码复现流程。R的SCENIC基于AUCell，RcisTarget和GENIE3三个包进行分析，所以要先安装这些依赖包，而pySCENIC则已经封装好，直接用pip安装即可。只用SCENIC或pySCENIC也可以单独完成分析，但R语言运行起来很慢，pySCENIC可以有效提升分析速度，还用SCENIC是因为可视化用R语言会简单一些。

可视化部分请看这篇文章SCENIC/pySCENIC结果可视化 2022-11-08

快来看看三步完成单细胞数据调控网络流程分析和可视化!

运行环境准备

Python安装pyscenic

pip install scanpy -i https://mirrors.aliyun.com/pypi/simple/ pip install loompy -i https://mirrors.aliyun.com/pypi/simple/ pip install pyscenic -i https://mirrors.aliyun.com/pypi/simple/

R安装SCENIC

if (!requireNamespace("BiocManager", quietly = TRUE)) install.packages("BiocManager") BiocManager::install(c("AUCell", "RcisTarget","GENIE3")) if (!requireNamespace("devtools", quietly = TRUE)) install.packages("devtools") devtools::install_github("aertslab/SCENIC") 代码实践第一步，从Seurat对象中取子集并获取矩阵存为csv文件，并提取metadata信息。

此步骤的目的是存储表达矩阵和注释信息，为后面的分析生成输入文件。 get_count_from_seurat.R文件代码如下：

library(optparse) op_list

【本文地址】

四步完成单细胞数据调控网络流程分析

四步完成单细胞数据调控网络流程分析

今日新闻

推荐新闻