- 剑桥大学课程Analysis of single cell RNA-seq data
- 哈佛大学教程,很详细
- https://github.com/quadbio/scRNAseq_analysis_vignette/blob/master/Tutorial.md R语言教程,很不错
- Single-cell best practices
- https://swaruplab.bio.uci.edu/tutorial/tutorial.html 暂时看着还不错
- scRNAseq-analysis-notes
- awesome-single-cell
- GPU-Accelerated Single-Cell RNA Analysis with RAPIDS-singlecell GPU加速
- cellranger官方资料
- ANALYSIS OF SINGLE CELL RNA-SEQ DATA Broad Institute
- https://biocellgen-public.svi.edu.au/mig_2019_scrnaseq-workshop/trajectory-inference.html
- Orchestrating Single-Cell Analysis with Bioconductor
- Advanced Single-Cell Analysis with Bioconductor
- Basics of Single-Cell Analysis with Bioconductor
- https://hds-sandbox.github.io/AdvancedSingleCell/ 四个莲花样本(两个感染根瘤菌和两个野生型)
- https://hds-sandbox.github.io/scRNASeq_course/R/Part01_read_the_data.html 资料15的相关资料
- https://www.earlham.ac.uk/
- awesome-deep-learning-single-cell-papers
- In-depth-NGS-Data-Analysis-Course
- https://nbisweden.github.io/single-cell_sib_scilifelab_2021/schedule.html
- 刘小乐生信教程
- https://rockefelleruniversity.github.io/scRNA-seq/
- 剑桥大学,不同条件下比较
- 北大Yuting Liu DEG 拟时序分析 SCENIC都有具体的分析,不错的资料
- https://omicverse.readthedocs.io/en/latest/Installation_guild/
- https://romanhaa.github.io/projects/scrnaseq_workflow/
- Cell-type-specific responses to fungal infection in plants revealed by single-cell transcriptomics 植物-真菌感染,有代码
- Accelerating single-cell genomic analysis with GPUs GPU加速单细胞数据分析
- 使用高通量单细胞 RNA 测序揭示拟南芥根的时空发育轨迹
- A comparison of single-cell trajectory inference methods
- 使用空间和单细胞技术了解植物病原体相互作用 很不错为文献
- 单细胞拟南芥根图谱揭示了野生型和细胞身份突变体的发育轨迹 有代码
- 根韧皮部极细胞图谱揭示了原韧皮部相邻细胞中常见的转录状态 有代码
- Time-resolved single-cell and spatial gene regulatory atlas of plants under pathogen attack 有代码
- 拟南芥叶对丁香假单胞菌感染的单细胞分析 有代码
- 跨模式单细胞分析的最佳实践
- Understanding plant pathogen interactions using spatial and single-cell technologies NC
- Arabidopsis thaliana: root 拟南芥根部
- scplantdb scPlantDB,它是一个植物细胞图谱和标记的综合数据库。scPlantDB 收录了 17 个植物物种的 67 个高质量数据集的单细胞转录组数据。
- Plant Single Cell Hub Plant Single Cell Hub(PsctH)是由华中农业大学棉花遗传改良团队开发的植物单细胞综合数据库,旨在提供全面准确的不同植物不同组织各种细胞类型的细胞标记资源和分析流程。Plant Single Cell Hub 除了分享植物单细胞研究相关的方法和文献,还提供了一个植物标记基因数据库,其中所有的 Marker 基因都通过 RNA 原位杂交或 GFP 报告基因得到了证实。
- PlantCellMarker PCMDB(Plant Cell Marker Data Base)是一个植物细胞 marker 数据库。PCMDB 收录了六种常见模式植物(拟南芥、水稻、玉米、大豆、番茄和烟草)的三种不同类型的细胞标记,包括实验验证的标记基因(3119 个),基于 Bulk RNA-seq 数据的差异表达标记基因(40625个),以及通过 scRNA-seq 鉴定的特定细胞间的差异表达基因(46915 个)。
- plantscrnadb
- Single Cell Expression Atlas SCEA (Single Cell Expression Atlas),即欧洲 EMBL-EBI 数据库的子数据库,当前包 21 个物种,含 355 个 scRNA-seq 实验(experiments),总计 10,505,726 个细胞的单细胞转录组数据。我们可以根据物种、实验设计等下载相应的数据集。
- PlantPhoneDB PlantPhoneDB 是一个手工整理的关于细胞通讯的植物配受体数据库,收录了拟南、水稻、番茄、玉米和杨树五个物种的大量高可信度配受体对数据。此外,研究团队也开发了相应的R 包(PlantPhoneDB),可用于细胞通讯分析和可视化。
- singleR
- GPTCelltype: Automatic cell type annotation with GPT-4
- Garnett
- Capybara: A computational tool to measure cell identity and fate transitions
- Tutorial: guidelines for annotating single-cell transcriptomic maps using automated and manual methods Nature protocols
- 使用 Seurat 进行 countsplit 来找到最佳簇数 Tommy推荐
- https://anna-neufeld.github.io/countsplit.tutorials/articles/Seurat_stability_demonstration.html
- callback: Calibrated clustering via knockoffs for single-cell genomics Tommy写的博客 寻找最佳聚类数
- MultiK:一种用于确定单细胞 RNA 测序数据中最佳簇数的自动化工具
- Cytocipher - detection of significantly different cell populations in scRNA-seq
- scRNAseq clustering significance test
- icking optimal resolution for single cell in seurat pipeline
- Finding optimal cluster resolution in Seurat seurat官方issues
- 使用基于子采样的稳健性指标选择单细胞聚类参数值 paper
- In-depth-NGS-Data-Analysis-Course
- scde R package for analyzing single-cell RNA-seq data
- Monocle
- Trajectory inference
- Single-cell RNA-seq pseudotime estimation algorithms An overview of algorithms for estimating pseudotime in single-cell RNA-seq data
- CellphoneDB
- cellchat
- Deciphering plant cell–cell communications using single-cell omics data
- can we use CellChat for species except human and mouse?
- PlantPhoneDBA manually curated pan-plant database of ligand-receptor pairs infers cell-cell communication