Scanpy
Standardworkflow für Einzelzell-RNA-seq von QC bis Markergenen
Installation
Enthält Skriptenpx skills add K-Dense-AI/scientific-agent-skills
scRNA-seq analysis: QC, normalization, UMAP/PCA, clustering, marker genes, or converting an RDS object to h5ad.
- Autor
- K-Dense Inc.
- Lizenz
- BSD-3-Clause
Führt durch den etablierten Scanpy-Ablauf: Qualitätskontrolle, Normalisierung, PCA, UMAP oder t-SNE, Leiden-Clustering, differentielle Expression und Visualisierung. Behandelt außerdem den schwierigen ersten Schritt, Seurat- oder SingleCellExperiment-RDS-Dateien in h5ad umzuwandeln, bevor die weitere Verarbeitung beginnen kann. Dask wird für Datensätze dokumentiert, die nicht in den Arbeitsspeicher passen; für probabilistische Modelle wird auf andere Werkzeuge verwiesen.
Ähnliche Skills
PyDESeq2
SkillAnalysiert differenzielle Expression aus Bulk-RNA-seq in Python
AnnData
SkillDie h5ad-Datenstruktur hinter dem scverse-Single-Cell-Stack
scvi-tools
SkillProbabilistische Single-Cell-Modelle für Korrektur und Integration
Kommentare(0)
Zum Kommentieren anmelden