loom文件使用记录
随着单细胞数据量的增长，计算要求成指数增长，当数据量大于10万个细胞的时候，seurat包分析就显得非常有压力了，因为在实时内存中储存数据就变得非常困难，HDF5数据格式提供了高效的磁盘存储，而不是在内存中存储数据，这就将分析扩展到大规模数据集，甚至可以达到大于100万细胞的级别 ，Linnarson实验室开发了一种基于hdf5的数据结构，loom，可以方便地存储单细胞基因组数据集和元数据。他们发
通过conda安装纯净环境的SingleR
conda create -n singleR -c conda-forge r-base=4.1.2 -y conda activate singleR conda install -c conda-forge r-seurat=4.1.0 -y conda install -c conda-forge r-irkernel=1.3 -y conda instal
通过conda安装纯净环境的inferCNV
conda create -n rinferCNV -c conda-forge r-base=4.1.2 -y conda activate rinferCNV conda install -c conda-forge r-seurat=4.1.0 -y conda install -c conda-forge r-irkernel=1.3 -y conda in
Jupyter添加Golang内核
conda create -n golang -c conda-forge go -y conda activate golang go env -w GO111MODULE=on go env -w GOPROXY=https://mirrors.aliyun.com/goproxy/ go install github.com/gopherdata/&
基于NMF分解的降维聚类
安装补充包 conda activate seurat conda install -c conda-forge r-nmf -y conda install -c conda-forge r-fastica -y 获取非负表达矩阵使用《使用DoubletFinder标注Doublet》中的数据 1234567891011121314151617sce <- readRDS('S
Docker：部署数据科学栈Jupyter
持久化镜像存储123456789version: '3.3'services: datascience-notebook: ports: - '57002:8888' container_name: jupyterR restart: always image: '
给VMware虚拟机加硬盘
买了一台零刻 SER5 Pro 32G作为虚拟机的宿主机，用了一个月感觉还行，准备加装一个铠侠TC10 1T SATA3固态。小心排线接口上有个黑色的东东，先用镊子挑起来再拔。然后虚拟机设置里添加磁盘。 核心参数 机器外观 固态外观 挂载磁盘并设置开机自动mount sudo su fdisk -l #i查看可挂载磁盘 mkfs.ext4 /dev/sdb #格式化为ex
使用DoubletFinder标注Doublet
确定最佳分群读入之前使用metacell进行分群聚类中的数据 1234567891011121314151617181920212223f_getBestPcs <- function(stdev){ # Determine percent of variation associated with each PC pct <- stdev / sum(stdev)