single-cell-rna-seq:单细胞RNA-seq工作流程,包括高度可变的基因分析,细胞类型分配和差异表达分析

时间:2021-05-28 12:00:49
【文件属性】:
文件名称:single-cell-rna-seq:单细胞RNA-seq工作流程,包括高度可变的基因分析,细胞类型分配和差异表达分析
文件大小:1.15MB
文件格式:ZIP
更新时间:2021-05-28 12:00:49
R Snakemake工作流程:single-cell-rna-seq 继和之后的单细胞RNA-seq工作流程,并添加了更多最新功能。 作者 约翰尼斯·科斯特(JohannesKöster), //koesterlab.github.io 用法 无论如何,如果您在论文中使用此工作流程,请不要忘记引用此(原始)存储库的URL以及它的DOI(如果已有的话)(参见上文),以向作者致谢。 步骤1:获取此工作流程的副本 使用此工作流创建一个新的github存储库。 新创建的存储库到本地系统,进入要进行数据分析的地方。 步骤2:配置工作流程 通过编辑文件config.yaml根据您的需要配置工作流程。 步骤3:执行工作流程 通过执行空运行来测试您的配置 snakemake --use-conda -n 通过本地执行工作流程 snakemake --use-conda --cores $N 使用$
【文件预览】:
single-cell-rna-seq-master
----config.yaml(5KB)
----.test()
--------config.yaml(14B)
--------resources()
--------counts.tsv(5.09MB)
--------cells.tsv(12B)
----Snakefile(3KB)
----.github()
--------workflows()
----resources()
--------markers.tsv(331B)
----LICENSE(1KB)
----schemas()
--------config.schema.yaml(789B)
--------cells.schema.yaml(183B)
----report()
--------diffexp-disp.rst(660B)
--------celltype-markers.rst(114B)
--------hvg-expr-dists.rst(155B)
--------diffexp-md.rst(56B)
--------spike-proportion.rst(69B)
--------hvg-corr-pca.rst(403B)
--------celltype-expressions.rst(62B)
--------mito-proportion.rst(68B)
--------size-factors.rst(745B)
--------diffexp-table.rst(561B)
--------hvg-correlations.rst(251B)
--------hvg-clusters.rst(348B)
--------library-size.rst(37B)
--------filtering.rst(387B)
--------hvg.rst(1KB)
--------diffexp-bcv.rst(660B)
--------cellassign.rst(114B)
--------50-highest-genes.rst(981B)
--------celltype-tsne.rst(516B)
--------mean-vs-variance.rst(345B)
--------avg-counts.rst(233B)
--------gene-vs-gene-plot.rst(1KB)
--------hvg-corr-heatmap.rst(332B)
--------gene-tsne.rst(551B)
--------markers.rst(589B)
--------cycle-scores.rst(270B)
--------goi.rst(182B)
--------workflow.rst(1KB)
--------explained-variance.rst(406B)
--------hvg-corr-tsne.rst(566B)
--------expressed-genes.rst(53B)
----envs()
--------cellassign.yaml(227B)
--------eval.yaml(407B)
--------edger.yaml(223B)
--------heatmap.yaml(153B)
----rules()
--------diffexp.smk(2KB)
--------normalization.smk(1KB)
--------qc.smk(3KB)
--------cell-cycle.smk(935B)
--------cell-type.smk(3KB)
--------counts.smk(575B)
--------variance.smk(3KB)
--------filtration.smk(590B)
--------common.smk(1KB)
----.gitignore(306B)
----README.md(5KB)
----scripts()
--------plot-gene-expression.R(803B)
--------plot-gene-gene-expression.R(2KB)
--------hvg.R(2KB)
--------hvg-pca.R(857B)
--------qc.R(1KB)
--------explained-variance.R(708B)
--------normalize.R(969B)
--------celltype-tsne.R(1KB)
--------common.R(560B)
--------hvg-tsne.R(918B)
--------filter-cells.R(1KB)
--------diffexp.R(2KB)
--------gene-tsne.R(802B)
--------size-factors.R(701B)
--------cellassign.R(3KB)
--------plot-cellassign.R(403B)
--------plot-differential-expression.R(1KB)
--------cell-cycle.R(886B)
--------batch-effect-removal.R(896B)
--------filter-genes.R(1KB)
--------cell-cycle-scores.R(902B)
--------hvg-correlation.R(2KB)
--------load-counts.R(2KB)
----.editorconfig(249B)
----.gitattributes(140B)
----cells.tsv(1KB)

网友评论