![](https://cdn-ak-scissors.b.st-hatena.com/image/square/0d417b5313e45a047326b70378cdc4d5dba447c4/height=288;version=1;width=512/https%3A%2F%2Fres.cloudinary.com%2Fzenn%2Fimage%2Fupload%2Fs--nRsczceO--%2Fc_fit%252Cg_north_west%252Cl_text%3Anotosansjp-medium.otf_55%3A%2525E3%252580%252590%2525E3%252582%2525B7%2525E3%252583%2525B3%2525E3%252582%2525B0%2525E3%252583%2525AB%2525E3%252582%2525BB%2525E3%252583%2525AB%2525E8%2525A7%2525A3%2525E6%25259E%252590%2525E3%252580%252591%25255BSeurat%25255D%25255BclusterProfiler%25255D%252520%2525E5%252590%252584%2525E7%2525B4%2525B0%2525E8%252583%25259E%2525E9%25259B%252586%2525E5%25259B%2525A3%2525E3%252581%2525AEDEG%2525E3%252582%252592%2525E4%2525B8%252580%2525E5%2525BA%2525A6%2525E3%252581%2525AB%2525E3%252582%2525A8%2525E3%252583%2525B3%2525E3%252583%2525AA%2525E3%252583%252583%2525E3%252583%252581%2525E3%252583%2525A1%2525E3%252583%2525B3%2525E3%252583%252588...%252Cw_1010%252Cx_90%252Cy_100%2Fg_south_west%252Cl_text%3Anotosansjp-medium.otf_37%3ARyota%252520Chijimatsu%252Cx_203%252Cy_121%2Fg_south_west%252Ch_90%252Cl_fetch%3AaHR0cHM6Ly9saDMuZ29vZ2xldXNlcmNvbnRlbnQuY29tL2EvQUVkRlRwNEs0b2Q4RWI5ZkNSWmhqZlh4NUFwXzlUaEZncXprSmJDTE1RTXU9czk2LWM%3D%252Cr_max%252Cw_90%252Cx_87%252Cy_95%2Fv1627283836%2Fdefault%2Fog-base-w1200-v2.png)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
【シングルセル解析】[Seurat][clusterProfiler] 各細胞集団のDEGを一度にエンリッチメント解析して比較
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
【シングルセル解析】[Seurat][clusterProfiler] 各細胞集団のDEGを一度にエンリッチメント解析して比較
pbmc.data <- Read10X(data.dir = "pbmc3k_filtered_gene_bc_matrices/filtered_gene_bc_matrices/hg19"... pbmc.data <- Read10X(data.dir = "pbmc3k_filtered_gene_bc_matrices/filtered_gene_bc_matrices/hg19") pbmc <- CreateSeuratObject(counts = pbmc.data, project = "pbmc3k", min.cells = 3, min.features = 200) pbmc[["percent.mt"]] <- PercentageFeatureSet(pbmc, pattern = "^MT-") pbmc <- subset(pbmc, subset = nFeature_RNA > 200 & nFeature_RNA < 2500 & percent.mt < 5)