Receber por email
← Voltar para o catálogo

bio-applied-single-cell-scanpy

Fluxo de trabalho completo de scRNA-seq com scanpy: QC, normalização, HVG, PCA, UMAP, agrupamento Leiden e detecção de genes marcadores.

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-single-cell-scanpy/svg)](https://www.skillteca.com.br/skills/bio-applied-single-cell-scanpy)
#ai

Skills relacionadas

Ver todas de DevOps e Infra →

Alerta por categoria

Receba novas skills de DevOps e Infra toda segunda

1 email curto, só com as skills novas de DevOps e Infra. 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

Single-Cell RNA-seq Analysis with Scanpy

Standard Workflow

| Step | Function | Key Parameters | |------|----------|----------------| | Load data | sc.read_*() | File format | | QC metrics | sc.pp.calculate_qc_metrics() | qc_vars=['mt'] | | Filter cells | sc.pp.filter_cells() | min_genes, max_genes | | Filter genes | sc.pp.filter_genes() | min_cells | | Normalize | sc.pp.normalize_total() | target_sum=1e4 | | Log transform | sc.pp.log1p() | — | | Find HVGs | `sc.pp.hi

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

Compartilhar X LinkedIn