Ich analysiere Single-Cell-RNA-Sequenzierungs- und Scrna-Seq-Daten

Du hast deine Zellen sequenziert. Jetzt brauchst du Antworten, kein sechsmonatiger Umweg über Python-Lernen.

Ich analysiere Single-Cell-RNA-seq-Daten und liefere klare, publication-ready Ergebnisse.

Was du bekommst: Qualitätskontrolle und Filterung, Zellclustering und Zelltyp-Annotation, Marker-Gene-Tabellen, Figuren in 300-dpi, und eine klare biologische Interpretation deiner Ergebnisse.

Höhere Pakete können beinhalten: differentielle Expression zwischen Bedingungen, Veränderungen in der Zellzusammensetzung, Pfadwegerweiterung, Trajektorienanalyse, Zell-Zell-Kommunikation, Manuskript-Methodentexte, Analyse-Code und verarbeitete Daten, wo passend für dein Dataset.

Akzeptierte Formate: 10x Genomics, .h5ad, .h5, .loom, .csv und .tsv. Human-, Maus-, Ratten- und Makaken-Daten.

Warum ich: Ich habe meine eigene Single-Cell-Analysetoolplattform mit Python, Scanpy, UMAP und Leiden-Clustering aufgebaut und betrieben. Deine Daten durchlaufen einen getesteten wissenschaftlichen Workflow, und du erhältst die Figuren, Tabellen und eine Erklärung, was sie bedeuten.

Unsicher, welches Paket du brauchst? Schreib mir deine Stichprobenzahl, Bedingungen und Datenformat.