發(fā)簡信
IP屬地：江西
-
RNA-seq(7): DEseq2篩選差異表達基因并注釋(bioMart)============================================寫在前面：可以參考另外一篇《得到差異基因后怎么做？[https://www.jians...
-
WGCNA分析，簡單全面的最新教程本文應該是第二全的WGCNA分析教程，參考了最新的文檔。第一全的還在路上，會出現(xiàn)于生信寶典和宏基因組公眾號組織的二代三代轉錄組測序分析實戰(zhàn)班上，歡迎點擊鏈接了解更多。 WGC...
-
R語言可視化學習筆記之ggpubr包Hadley Wickham創(chuàng)建的可視化包ggplot2可以流暢地進行優(yōu)美的可視化，但是如果要通過ggplot2定制一套圖形，尤其是適用于雜志期刊等出版物的圖形，對于那些沒有...
-
RNAseq分析（5）：差異分析工具 GDCRNATools 安裝及測試前言 GDCRNATools 是一個用于下載、整理和綜合分析GDC中IncRNA、mRNA和miRNA數(shù)據(jù)的R/Bioconductor包。主要功能包括：差異基因分析、生存分...
-
R語言里面的Principal Component Methods(PCA)主成分分析Principal component analysis (PCA) 是一個統(tǒng)計學方法，用一組較少的不相關的變量代替大量相關變量，同時盡可能保留初始變量的信息，這些推導所得的...
-
PCA主成分分析實戰(zhàn)和可視化 | 附R代碼和測試數(shù)據(jù)一文看懂PCA主成分分析中介紹了PCA分析的原理和分析的意義(基本簡介如下，更多見博客)，今天就用數(shù)據(jù)來實際操練一下。 在生信寶典公眾號后臺回復“PCA實戰(zhàn)”，獲取測試數(shù)據(jù)。...
-
UpSetR：集合可視化神包對于集合的可視化，第一時間想到的都是韋恩圖（venn diagram），一般集合不超過5個的時候，可視化效果還是不錯的 但是一旦數(shù)據(jù)集增加，比如說五個的時候，你就很難從圖中解...
-
【Bioconductor系列】如何用Bioconductor對基因組注釋
這一次，我們來聊聊基因組注釋。首先問自己一個問題，為什么要進行基因注釋。就我目前而言，它用來解決如下問題： 在mapping-by-sequencing的時候，我找到了一些可...
-
【分享】使用limma、Glimma和edgeR，RNA-seq數(shù)據(jù)分析易如反掌原文來自這里，略編輯 摘要 簡單且高效地分析RNA測序數(shù)據(jù)的能力是Bioconductor的核心優(yōu)勢。 RNA-seq分析通常從基因水平的序列計數(shù)開始，涉及到數(shù)據(jù)預處理，探索...
-
轉錄組入門(8): 富集分析
我們統(tǒng)一選擇p<0.05而且abs(logFC)大于1的基因為顯著差異表達基因集，對這個基因集用R包做KEGG/GO超幾何分布檢驗分析。然后把表達矩陣和分組信息分別作出cls...
-
GEO數(shù)據(jù)挖掘小嘗試：（三）利用clusterProfiler進行富集分析clusterProfiler 是業(yè)界大神Y叔寫的一個R包，可以用來做各種富集分析，如GO、KEGG、DO（Disease Ontology analysis）、Reacto...
