conda create -n golang -c conda-forge go -y conda activate golang go env -w GO111MODULE=on go env -w GOPROXY=https://mirrors.aliyun.com/goproxy/ go install github.com/gopherdata/&

安装补充包 conda activate seurat conda install -c conda-forge r-nmf -y conda install -c conda-forge r-fastica -y 获取非负表达矩阵使用《使用DoubletFinder标注Doublet》中的数据 1234567891011121314151617sce <- readRDS('S

持久化镜像存储123456789version: '3.3'services: datascience-notebook: ports: - '57002:8888' container_name: jupyterR restart: always image: '

买了一台零刻 SER5 Pro 32G作为虚拟机的宿主机，用了一个月感觉还行，准备加装一个铠侠TC10 1T SATA3固态。小心排线接口上有个黑色的东东，先用镊子挑起来再拔。然后虚拟机设置里添加磁盘。 核心参数 机器外观 固态外观 挂载磁盘并设置开机自动mount sudo su fdisk -l #i查看可挂载磁盘 mkfs.ext4 /dev/sdb #格式化为ex

确定最佳分群读入之前使用metacell进行分群聚类中的数据 1234567891011121314151617181920212223f_getBestPcs <- function(stdev){ # Determine percent of variation associated with each PC pct <- stdev / sum(stdev)

预处理12345678910111213141516171819202122232425262728293031f_QC_plot <- function(sce){ options(repr.plot.width = 12, repr.plot.height = 6) print(Seurat::VlnPlot(sce, features = c("nFea

处理参考样本12345678910111213ref_sce <- readRDS('~/upload/zl_liu/data/pca.rds')ref_sce <- subset(ref_sce, group == 'CRPC')table(ref_sce@meta.data$cell_type_fig3)g2m_genes <- Seu

安装包 conda create -n seurat -c conda-forge r-seurat=4.1.1 -y conda activate seurat conda install -c conda-forge r-tidyverse -y conda install -c conda-forge r-irkernel -y Rscript -e “IRkernel::inst

计算药物LD50用Bliss法最严谨，而改良寇氏法计算的结果误差也不大，因此做了一次改良寇氏法计算LD50的实验。最后需要计算一下结果的可信区间，于是来试试万能的Bootstrap法 安装包（这个例子用不上） conda activate MICE conda install -c conda-forge r-boot=1.3_28 -y 构造样本组别 剂量 mg/kg 动物

进入ENA Browser，搜索对应的GSE号，进入study项目，选择TSV格式的Download report。 从TSV表格中提取下载链接，一行一个写入url.txt，前面加上ftp://，接着使用wget -c -i url.txt下载 来自科研小徐的文章中的批量重命名脚本： 1234ls *.fastq.gzcut -d '_' -f 1while read i ;