- （一）听说课程配笔记，学习无压力
- （二）单细胞转录组学习笔记-2
- （三）单细胞转录组上游分析之shell回顾
- （四）获取Github代码包以及准备工作
- （五）常说的表达矩阵，那得到之后呢？
- （六）由表达矩阵看内部异质性
- （七）重复平均表达量和变异系数相关性散点图
- （八）聚类算法之PCA与tSNE
- （九）统计细胞检测的基因数量
- （十）乳腺癌领域之PAM50分类
- （十一）生物学背景知识之细胞周期推断
- （十二）RPKM概念及计算方法
- （十三）差异分析及KEGG注释简介
- （十四）学习scRNAseq这个R包
- （十五）利用scRNAseq包学习scater
- （十六）用Scater包分析文章数据
- （十七）用Seurat包分析文章数据（二）
- （十八）scRNA包学习Monocle2
- （十九）使用monocle2分析文章数据
- （二十）使用作者代码重复结果
- （二十一）基因在任意癌症表达量相关性
- （二十二）评估任意基因集在癌症的表现
- （二十三）多个基因集相关性热图