众所周知,发布在bioconductor的包主要是生物信息学相关,在官方可以看到其主要是分成3类:
不过,bioconductor除了罗列这3种包,还给了一些其它资源,比如:
S4对象的讲解(这个是综合性质的讲解,因为bioconductor系列的包的基础就是一系列对象及函数,需要细致的讲解)
分析流程的讲解
AnnotationWorkflow (3)
BasicWorkflow (5)
EpigeneticsWorkflow (4)
GeneExpressionWorkflow (11)
GenomicVariantsWorkflow (2)
ImmunoOncologyWorkflow (14)
ProteomicsWorkflow (2)
ResourceQueryingWorkflow (2)
SingleCellWorkflow (2)
其它学习资源收集与翻译( bioconductor牵头的一些网络公开课或者研讨会)
以前看到这些资源的时候,发现每个bioconductor都是一篇生物信息学文章, 那个时候还在诧异,这科研文章都这么容易的吗?
但是刚才看到了一个单细胞文章,标题是:《scConsensus: combining supervised and unsupervised clustering for cell type identification in single-cell RNA sequencing data》,链接是:https://bmcbioinformatics.biomedcentral.com/articles/10.1186/s12859-021-04028-4 其实就是一个生物信息学包,也就是说都不需要正式发布在bioconductor的包也可以发文章了。
其代码和数据都是公开的:
其实还是很值得学习哈!
再怎么强调生物信息学数据分析学习过程的计算机基础知识的打磨都不为过,我把它粗略的分成基于R语言的统计可视化,以及基于Linux的NGS数据处理:
把R的知识点路线图搞定,如下:
Linux的6个阶段也跨越过去 ,一般来说,每个阶段都需要至少一天以上的学习: