Scanpy
Analyse RNA-seq unicellulaire, du contrôle qualité aux marqueurs
Installation
Scripts inclusnpx 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.
- Auteur
- K-Dense Inc.
- Licence
- BSD-3-Clause
Suit le parcours classique de Scanpy : contrôle qualité, normalisation, PCA, UMAP ou t-SNE, regroupement Leiden, expression différentielle et visualisation. Gère aussi l’étape initiale délicate qui consiste à convertir les fichiers RDS de Seurat ou SingleCellExperiment au format h5ad avant toute analyse. Dask est documenté pour les jeux de données trop volumineux pour la mémoire, tandis que les modèles probabilistes sont orientés vers d’autres outils.
Compétences similaires
PyDESeq2
CompétenceAnalyse l’expression différentielle RNA-seq en Python
AnnData
CompétenceLa structure h5ad au cœur de l’écosystème monocellulaire scverse
scvi-tools
CompétenceModèles probabilistes pour intégrer les données monocellulaires
Commentaires(0)
Connectez-vous pour commenter