BioInfo Hub

📚 この記事についてGRN 推論スポークの締めです。LINGER で、atlas 規模の外部バルクを転移学習して single-cell multiome の GRN を作り、発現データだけから TF 活性・駆動 TF まで出します。専門用...

📚 この記事について下流解析ブロックの入口です。統合後の RNA から、事前知識（PROGENy の経路・CollecTRI/DoRothEA の TF）で経路活性・TF 活性を細胞ごとにスコアリングします。GRN ブロックで作ったネットワ...

📚 この記事についてGRN 推論スポークの3本目です。Dictys で、TF フットプリントに基づき、かつ軌跡に沿って時間変化する（動的）GRN を再構築します。SCENIC+ / CellOracle との違いも整理します。専門用語はその...

📚 この記事についてGRN 推論スポークの2本目です。SCENIC+ などで作った GRN（またはベース GRN）を使い、TF の摂動（KO / 過剰発現）が細胞状態をどう動かすかを、CellOracle で計算的にシミュレートします。専門...

📚 この記事についてGRN 推論スポークの本命です。マルチオミクスから、TF → エンハンサー → 遺伝子の「エンハンサー駆動 GRN（eGRN）」を SCENIC+ で組み立てます。専門用語はその都度説明します。🔙 前の記事：WNN（Se...

📚 この記事について統合スポークの3本目です。R（Seurat）でペア Multiome を統合する WNN の考え方と使い方、そして VAE 系（MultiVI / scGLUE）との使い分けを扱います。専門用語はその都度説明します。🔙 ...

📚 この記事について統合スポークの2本目です。非ペア（RNA と ATAC を別々の細胞集団で測ったデータ）を scGLUE で共通の潜在空間へ統合します。guidance graph が橋渡しの鍵です。専門用語はその都度説明します。🔙 前...

📚 この記事について統合スポークの1本目です。前処理済みのペアデータ（10x Multiome）を MultiVI で1つの共通の潜在空間へ統合し、可視化・クラスタリングまで進めます。専門用語はその都度説明します。🔙 前の記事：scATAC...

📚 この記事について前処理ブロックの ATAC 側です。ATAC 特有の QC・特徴づくり・ダブレット除去・次元削減を、最終的に統合（MultiVI / PeakVI）へ生カウントで渡すことを見据えたコードで進めます。専門用語はその都度説明...

📚 この記事について前処理ブロックの RNA 側です。QC・ダブレット除去・正規化・HVG 選択を、最終的に統合ツール（MultiVI / scVI）へ生カウントで渡すことを見据えたコードで進めます。専門用語はその都度説明します。🔙 前の記...