慢直播：R 语言与单细胞转录组数据分析

1. R 和 Rstudio 安装

2. 服务器版本 Rstudio 的使用

3. R 包安装：Tidyverse、Seurat、Monocle3、SingleR 等

4. 变量（向量、矩阵、数据框、因子、列表等）

5. 控制流（条件控制、循环控制）

6. 输入输出（读取文件、输出文件）

1. Tidyverse 介绍

2. 使用 tidyr 进行数据格式转换

3. 使用 dplyr 进行数据处理和多表关联

4. 使用 stringr 进行字符串操作

1.单细胞转录组测序背景

2.10X genomics 技术原理

3. 单细胞与普通转录组分析方法比较

4.文献解读：单细胞转录组研究肿瘤文献解读

5.文献解读：单细胞转录组研究动物文献解读

6.文献解读：单细胞转录组研究植物文献解读

7.文献解读：单细胞转录组研究新冠文献解读

8.单细胞转录组分析内容、文献图表总结

1. GEO 数据库详细讲解

2. 从 GEO 数据库搜索和下载数据

3. 基于各种格式数据，构建 Seurat 对象

1. Seurat 软件包用法详解

2. 过滤和质控
3. 数据标准化

4. 细胞周期矫正、批次效应矫正、表达填充
5. 筛选表达高度变化的基因（HVG）
6. PCA 分析

7. 使用 SCTransform 进行数据预处理

1. 非线性降维 t-SNE 与 UMPA 分析及绘图

2. 细胞聚类分析代码、绘图

3. 差异表达分析

4. Makers 鉴定

5. CellMarker、PanglaoDB 等 makers 数据库使用

6. 基于参考转录组进行细胞类型注释

7. 基于 Makers 进行细胞类型注释

8. 基于机器学习进行细胞类型注释

1. 公共数据库中多数据下载

2. 不同来源、不同技术的数据整合分析

3. 重复一篇多数据整合文章核心内容

1. 使用 clusterProfiler 进行富集分析

2. 使用 string 进行蛋白互做网络分析

3. 使用 Cytoscape 进行网络可视化

4. 使用 MCODE 进行 K-core 解析