单细胞 RNA-seq#
涵盖完整单细胞工作流的教程：比对、预处理、注释、轨迹分析、细胞结构分析、速度分析和多组学。
比对#
预处理#
注释#
- 无参考自动化单细胞细胞类型注释
- 使用参考的自动化单细胞细胞类型注释
- Mapping Cell Names to the Cell Ontology/Taxonomy
- 单独的注释方法
- 使用 SCSA 进行细胞类型自动注释
- Automatic cell type annotation with GPT/Other
- 使用 MetaTiME 的细胞类型自动注释
- Using scMulan to annotate cell types in Heart, Lung, Liver, Bone marrow, Blood, Brain, and Thymus
- 1. load h5ad
- 2. transform original h5ad with uniformed genes (42117 genes)
- 3. process uniformed data (simply norm and log1p)
- 4. load scMulan
- 5. visualization
- Celltype annotation migration(mapping) with TOSICA
轨迹#
- CytoTRACE：细胞轨迹重建和推理
- 使用 Diffusion Map 和 PAGA 进行轨迹推断
- 使用 Slingshot 进行轨迹推断
- 使用 Palantir 进行轨迹推断
- 使用 scTour 进行轨迹推断
- 使用 Monocle 2 进行轨迹推断
- 使用 StaVIA 进行轨迹推断
- 使用 StaVIA 进行轨迹推断：toy_multifurcating 官方测试数据
- 使用 VIA 进行轨迹推断
- Trajectory Inference with VIA and scVelo
- Timing-associated genes analysis with TimeFateKernel
- Identify the driver regulators of cell fate decisions
- Data loading and processing
- Training CEFCON model
- Downstream analysis