發(fā)簡(jiǎn)信
IP屬地：紐約州
-
基于液滴的單細(xì)胞轉(zhuǎn)錄組測(cè)序Drop-seq：從建庫(kù)到測(cè)序的介紹說起單細(xì)胞轉(zhuǎn)錄組，現(xiàn)在基本已經(jīng)成為了高分文章的代名詞。由于相比于基于整塊組織或整片培養(yǎng)細(xì)胞總體RNA的bulk RNA-seq，單細(xì)胞轉(zhuǎn)錄組測(cè)序...
-
miRNA-seq小RNA高通量測(cè)序pipeline：從raw reads，鑒定已知miRNA-預(yù)測(cè)新miRNA，到表達(dá)矩陣【二】該教程分為2部分，第1部分在：miRNA-seq小RNA高通量測(cè)序pipeline：從raw reads，鑒定已知miRNA-預(yù)測(cè)新miRNA，...
-
miRNA-seq小RNA高通量測(cè)序pipeline：從raw reads，鑒定已知miRNA-預(yù)測(cè)新miRNA，到表達(dá)矩陣【一】該教程分為2部分，第2部分在：miRNA-seq小RNA高通量測(cè)序pipeline：從raw reads，鑒定已知miRNA-預(yù)測(cè)新miRNA，...
-
mRNA-seq轉(zhuǎn)錄組二代測(cè)序從raw reads到表達(dá)矩陣：上中游分析pipelinemRNA-seq上中游分析需要用到Linux系統(tǒng)的terminal！ 盡管TCGA數(shù)據(jù)庫(kù)中已經(jīng)提供了大量的處理好的表達(dá)矩陣數(shù)據(jù)，但是無(wú)論是自身實(shí)...
-
配對(duì)樣本基因表達(dá)趨勢(shì)：優(yōu)化前后的散點(diǎn)連線圖+拼圖繪制這是ggplot2可視化專題的第三個(gè)實(shí)例操作 【ggplot2的基本思路見前文總論】：基于ggplot2的RNA-seq轉(zhuǎn)錄組可視化：總述和分文...
-
單/多個(gè)基因在組間同時(shí)展示的多種選擇：分組小提琴圖、分組/分面柱狀圖、單基因蜂群點(diǎn)圖拼圖繪制這是ggplot2可視化專題的第二個(gè)實(shí)例操作 【ggplot2的基本思路見前文總論】：基于ggplot2的RNA-seq轉(zhuǎn)錄組可視化：總述和分文...
-
測(cè)序結(jié)果概覽：基因表達(dá)量rank瀑布圖，高密度表達(dá)相關(guān)性散點(diǎn)圖，注釋特定基因及errorbar的表達(dá)相關(guān)性散點(diǎn)圖繪制這是ggplot2可視化專題的第一個(gè)實(shí)例操作 ggplot2的基本思路見前文總論：基于ggplot2的RNA-seq轉(zhuǎn)錄組可視化：總述和分文目錄...
-
基于ggplot2的RNA-seq轉(zhuǎn)錄組可視化：總述和分文目錄本系列文章的目的：我將首先簡(jiǎn)要介紹一下ggplot2的基本思路，然后使用前面介紹的TCGA數(shù)據(jù)模仿articles中的圖片進(jìn)行數(shù)據(jù)可視化。 其他...
-
TCGA轉(zhuǎn)錄組差異分析后多種基因功能富集分析：從GO/KEGG到GSEA和GSVA/ssGSEA（含基因ID轉(zhuǎn)換）測(cè)序上游分析系列： mRNA-seq轉(zhuǎn)錄組二代測(cè)序從raw reads到表達(dá)矩陣：上中游分析pipelinemiRNA-seq小RNA高通量測(cè)序...