Receber por email
← Voltar para o catálogo

bio-applied-scrna-preprocessing

Controle de qualidade e pré-processamento de scRNA-seq: construção de AnnData, métricas de CQ, filtragem MAD e estratégias de normalização.

3estrelas
Atualizado há 6 meses

Ver no GitHub ↗

Como adicionar

/plugin marketplace add Pavel-Kravchenko/Bioinformatics

O comando exato pode variar conforme o repositório. Confira o README no GitHub.

Para o autor da skill

Cole no README do seu repo

Mostra que sua skill está catalogada na Skillteca, gera backlink e tráfego rastreável.

[![Skillteca](https://www.skillteca.com.br/api/badge/bio-applied-scrna-preprocessing/svg)](https://www.skillteca.com.br/skills/bio-applied-scrna-preprocessing)
#ai

Skills relacionadas

Ver todas de Dados e Análise →

Alerta por categoria

Receba novas skills de Dados e Análise toda segunda

1 email curto, só com as skills novas de Dados e Análise. 4 minutos de leitura, sem spam, cancela com 1 clique.

Você confirma o email no primeiro envio. Sem spam. Cancela com 1 clique.

Ler descrição completa

scRNA-seq: Quality Control and Preprocessing

Pitfalls

  • Mitochondrial threshold too strict: pct_counts_mt < 5% discards real cells in metabolically active types (cardiomyocytes, hepatocytes). Always check the joint distribution with total counts.
  • Skipping var_names_make_unique(): duplicate gene symbols cause cryptic downstream errors.
  • Normalizing before QC filtering: low-quality cells bias normalization. Filter first.
  • HVG selection on raw counts: must use normalize

[Description truncada. Veja o README completo no GitHub.]

Compartilhar X LinkedIn