每月一生信流程之RNAseq123

目前bioconductor社区有27个流程，早在2015/2016年我组织生信菜鸟团小伙伴建设bioconductor中文社区的时候就想系统性的学习和分享，一晃四五年过去了， 我们的bioconductor中文社区只有一个空荡荡的主页，我自己的几个笔记而已，很可惜没有能坚持下去，不过现在有数十万粉丝了，这些资料必须得强推给大家，系统性学习生物信息学的宝藏资源！

全部bioconductor流程链接在；http://www.bioconductor.org/packages/release/BiocViews.html#___GeneExpressionWorkflow

目前的27个流程，已经分门别类的整理好了，我们每个月学一个流程，预计两年就可以成为生物信息学领域的全栈工程师啦！

image-20191104223655680

今天学习RNAseq123

我们首先看看转录组领域的基因表达相关流程吧，首先一起学习 RNA-seq analysis is easy as 1-2-3 的是：http://www.bioconductor.org/packages/release/workflows/html/RNAseq123.html 实际上就是使用常见的RNA-seq差异分析包，从头到尾走流程熟悉转录组数据分析的基本知识，让我意外的是，居然是有中文版教程，实在是不能太友好了！

HTML    R Script    RNA-seq analysis is easy as 1-2-3 with limma, Glimma and edgeR (Chinese version)
HTML    R Script    RNA-seq analysis is easy as 1-2-3 with limma, Glimma and edgeR (English version)

可能是因为作者里面有不少中国人吧！

R package that supports the F1000Research workflow article on RNA-seq analysis using limma, Glimma and edgeR by Law et al. (2016).
Author: Charity Law, Monther Alhamdoosh, Shian Su, Xueyi Dong, Luyi Tian, Gordon Smyth and Matthew Ritchie

在R里面安装这个bioconductor流程

if (!requireNamespace("BiocManager", quietly = TRUE))
    install.packages("BiocManager")

BiocManager::install("RNAseq123")

因为是有中文的，我就不拷贝粘贴了，大家直接去阅读即可：

• 使用limma、Glimma和edgeR，RNA-seq数据分析易如反掌
• http://www.bioconductor.org/packages/release/workflows/vignettes/RNAseq123/inst/doc/limmaWorkflow_CHN.html

全部目录如下；

• 1 摘要
• 2 背景介绍
• 3 初始配置
• 4 数据整合
• 4.1 读入计数数据
• 4.2 组织样品信息
• 4.3 组织基因注释
• 5 数据预处理
• 5.1 原始数据尺度转换
• 5.2 删除低表达基因
• 5.3 归一化基因表达分布
• 5.4 对样本的无监督聚类
• 6 差异表达分析
• 6.1 创建设计矩阵和对比
• 6.2 从表达计数数据中删除异方差
• 6.3 拟合线性模型以进行比较
• 6.4 检查DE基因数量
• 6.5 从上到下检查单个DE基因
• 6.6 差异表达结果的实用图形表示
• 7 使用camera的基因集检验
• 8 使用到的软件和代码

学习这样的流程是需要一定背景知识的

首先是LINUX学习

我在《生信分析人员如何系统入门Linux(2019更新版)》把Linux的学习过程分成6个阶段 ，提到过每个阶段都需要至少一天以上的学习：

• 第1阶段：把linux系统玩得跟Windows或者MacOS那样的桌面操作系统一样顺畅，主要目的就是去可视化，熟悉黑白命令行界面，可以仅仅以键盘交互模式完成常规文件夹及文件管理工作。
• 第2阶段：做到文本文件的表格化处理，类似于以键盘交互模式完成Excel表格的排序、计数、筛选、去冗余，查找，切割，替换，合并，补齐，熟练掌握awk,sed,grep这文本处理的三驾马车。
• 第3阶段：元字符，通配符及shell中的各种扩展，从此linux操作不在神秘！
• 第4阶段：高级目录管理：软硬链接，绝对路径和相对路径，环境变量
• 第5阶段：任务提交及批处理，脚本编写解放你的双手
• 第6阶段：软件安装及conda管理，让linux系统实用性放飞自我

然后是R学习

我在在生信分析人员如何系统入门R(2019更新版) 里面给初学者的知识点路线图如下：

• 了解常量和变量概念
• 加减乘除等运算（计算器）
• 多种数据类型（数值，字符，逻辑，因子）
• 多种数据结构（向量，矩阵，数组，数据框，列表）
• 文件读取和写出
• 简单统计可视化
• 无限量函数学习