生信新手一枚 文章大部分是學習生信技能樹的筆記 也會不斷記錄自己學習路上的收獲和問題~~
發(fā)簡信
IP屬地：上海
-
十二、三圖聯(lián)動
1.準備輸入數(shù)據(jù) 2.挑選感興趣的基因構(gòu)建coxph模型 用survival::coxph()函數(shù)構(gòu)建模型 3.模型可視化-森林圖 4.模型預測 3.自己預測自己 查看?pr...
-
單因素與多因素cox分析區(qū)別
說來慚愧，跟師姐聊天的時候，我按照傳統(tǒng)的生信思路把臨床特征做風險打分，然后定義高低風險打分，接著就是標準的生存圖、森林圖了。在做到森林圖的時候，忽然被問到，單因素與多因素的區(qū)...
-
生統(tǒng)筆記1- 差異表達分析中的log2FC和FDRlog2FC log2FC中的FC即 fold change，表示兩組樣品間表達量的比值，對其取以2為底的對數(shù)之后即為log2FC。一般默認取log2FC絕對值大于1為差異基...
-
跟著Nature Genetics學畫圖：R語言ggplot2畫圖展示SNP位點的堿基類型論文是 Pan-genome analysis highlights the extent of genomic variation in cultivated and wi...
-
Nat Commun&JAMA INTERN MED|淺析兩篇LASSO+Logistic/Cox 套路文章Nat Commun&JAMA INTERN MED|淺析兩篇LASSO+Logistic/Cox 套路文章 兩篇文章分別是來自NATURE COMMUNICATIONS的E...
-
Read count、CPM、 RPKM、FPKM和TPM的區(qū)別1. 為什么我們要進行Normalization 測序深度：某些低表達量的基因只有在較高的測序深度時才能檢測到。一般而言，隨著測序深度的增加，基因種類以及可變剪接體的數(shù)目也會...
-
22機器學習開放基礎(chǔ)課程--主成分分析和聚類主成分分析和聚類 無監(jiān)督學習是機器學習中的一類重要算法。與監(jiān)督學習算法相比，無監(jiān)督學習算法不需要對輸入數(shù)據(jù)進行標記，即不需要給出標簽或類別。此外，無監(jiān)督學習算法還可以在沒有輔...
-
森林圖forest plot、nomogram的解讀森林圖forest plot、nomogram的解讀 參考1https://www.sohu.com/a/225438746_489312[https://www.sohu....
-
ChIP實驗操作以及Chip-seq數(shù)據(jù)分析ChIP（Chromatin immunoprecitation）是研究體內(nèi)DNA與蛋白質(zhì)相互作用的重要工具。 “染色質(zhì)”就是由“組蛋白和DNA”組成的物質(zhì)；“免疫”就是通過...
-
繼續(xù)來看pheatmap那些有趣的事情劉小澤寫于2020.5.18上次看了熱圖如何去掉聚類樹的同時保留聚類的順序 ，有朋友留言給出了其他的解決方法，非常感謝！文中會給出答案另外，這次還是帶著數(shù)據(jù)，去看看pheat...
-
單基因TCGA的Cox森林圖怎么畫才好看首先調(diào)取Xena網(wǎng)頁的TCGA數(shù)據(jù)做Cox生存分析，數(shù)據(jù)可以通過hiplot官網(wǎng)自主研發(fā)的ucsc-xena-shiny直接在線獲取訪問https://hiplot.com....
