首页
学习
活动
专区
工具
TVP
发布

生信技能树

专栏成员
1974
文章
3976711
阅读量
1167
订阅数
wget小细节(geo数据 ,figshare数据)
数据在CNGBdb,https://db.cngb.org/search/project/CNP0002454/
生信技能树
2023-03-01
2.7K0
PanCanSurvPlot: 一款解决泛肿瘤KM生存分析的Shiny网页工具
PanCanSurvPlot (https://smuonco.shinyapps.io/PanCanSurvPlot/)
生信技能树
2023-02-28
2.1K0
使用MuSiC以及MuSiC2来根据单细胞转录组结果推断bulk转录组细胞比例
这些工具都是依据肿瘤病人的转录组测序表达量矩阵进行的分析,也有几百篇类似的数据挖掘文章了,它们总是喜欢落脚到estimate或者CIBERSORT结果的预后意义。
生信技能树
2023-02-28
1.4K0
scATAC-seq| motif 分析
但是没有能坚持下来,其实文章给的配套github代码非常齐全了,就是需要花时间钻研和解读。
生信技能树
2023-02-28
1.4K0
单细胞各个亚群基因按照平均表达量排序后gsea分析
如果一定要做gsea或者gsva这样的给基因集合打分,也有几个补救措施,比如把单细胞表达量矩阵进行缺失值插补,或者把单细胞表达量矩阵构建成为metacell矩阵。不过,最简单的方法是把单细胞表达量矩阵按照各个亚群来进行表达量平均,我们以大家熟知的pbmc3k数据集为例,大家先安装这个数据集对应的包 SeuratData,并且对它进行降维聚类分群,参考前面的例子:人人都能学会的单细胞聚类分群注释 ,而且每个亚群找高表达量基因,都存储为Rdata文件。标准代码是:
生信技能树
2023-02-28
1.1K0
沉浸式体验WGBS(上游)
然后就可以看我在B站免费分享的视频课程《甲基化芯片(450K或者850K)数据处理 》
生信技能树
2023-02-27
2.9K0
春节期间单细胞转录组数据分析全免费
因为我自己能力限制,单细胞多组学,单细胞表观,单细胞免疫组库,空间单细胞这些比较新颖的技术在2023年8月份之前我是不可能去整理它们数据分析流程,所以如果不是普通的单细胞转录组数据,请绕行哈, 放过我吧。
生信技能树
2023-02-27
4430
小鼠单细胞转录组数据之PRJNA604055
这里推荐每个人安装自己的conda,这样的话一个服务器里面的每个用户独立操作,安装方法代码如下:
生信技能树
2023-02-27
3610
肝癌单细胞转录组数据之SRP318499
其实也有对应的bioproject的ID :https://www.ncbi.nlm.nih.gov/bioproject/PRJNA727404
生信技能树
2023-02-27
5000
转录组差异分析不足以说明你的目标基因调控某个通路
所以转录组差异分析不足以说明你的目标基因调控某个通路,哪怕是这个通路排名如何的靠前也不过是一个统计学指标罢了。比如文章:《Targeting PUS7 suppresses tRNA pseudouridy­ lation and glioblastoma tumorigenesis》就做了敲除PUS7基因前后的转录组测序然后差异分析,得到 205 upregulated and 46 downregulated genes in PUS7 KO GSCs compared with control GSCs.
生信技能树
2023-02-27
3370
凭什么说TCGA和GEO数据挖掘的结论不可靠呢
持有这样迂腐陈旧观念的不在少数,比如文章:《IFI44L is a novel tumor suppressor in human hepatocellular carcinoma affecting cancer stemness, metastasis, and drug resistance via regulating met/Src signaling pathway》,因为他们自己研究里面这个IFI44L基因在癌症里面是低表达,而且它表达量越低肝癌病人预后越差,非常符合守旧派的抑癌基因的理念。主要是实验数据:the expression of IFI44L in 217 pairs of normal liver and HCC tumor tissues were analyzed by IHC and Western blotting analysis.
生信技能树
2023-02-27
8250
Python版SCENIC转录因子分析(四)一文就够了
在升级了pySCENIC后,发现转录因子数据库更新了。因此本文基于更新后的转录因子数据库,再次记录了从软件部署到pySCENIC的运行,最后进行可视化的详细笔记,希望对大家有所帮助,少走弯路。
生信技能树
2023-02-27
9.5K0
凭感觉这个数据挖掘文章里面的差异基因上下调应该是弄反了
(mRNA,lncRNA,miRNA,甲基化,蛋白)均可走上述流程,也就是说33种癌症乘以5种亚型,乘以5种分子,乘以15个策略就已经是过万篇数据挖掘课题了,而且你仔细搜索一下就发现,真的是已经有了过万篇数据挖掘文章了哦!我一直强调:数据挖掘的核心是缩小目标基因!
生信技能树
2023-02-27
6760
华大基因单细胞团队的这个差异分析后的热图真奇怪
一般来说,这样的基因集预后模型数据挖掘文章都是临床医师的专享,大家耳熟能详的策略有;
生信技能树
2023-02-27
7480
关于什么是单细胞测序的知识整理,ChatGPT会做的更好吗?
既然ChatGPT如此擅长查询和整理资料,那么关于什么是单细胞测序的知识整理,ChatGPT会做的更好吗?我先给出来一个学徒的知识整理,借花献佛给大家。然后大家可以自己玩一下ChatGPT,看看能不能做出来如此出色的整理。
生信技能树
2023-02-27
8270
circRNA表达量差异分析网页工具和代码哪个更可靠
而且circRNA领域的芯片或者测序技术拿到的也是表达量矩阵,所以表达量矩阵的差异分析呢,都可以看到我8年前的教程,推文在:
生信技能树
2023-02-27
4080
基因的拷贝数,mRNA转录,和蛋白翻译水平相关性迷思
每个癌症基本上都对应一个CNS文章,集中在2012年前后发表的,然后就爆发了2016年前后的TCGA数据库挖掘的大潮,但是TCGA官方在2018和2020自己团队就出了两次CNS子刊级别的TCGA数据库挖掘系列文章,基本上就断绝了TCGA数据库挖掘出好文章的可能性。
生信技能树
2023-02-27
5900
单细胞各个亚群特异性高表达基因的数据库注释(包括GO,KEGG,ReactomePA)
拿到了一个单细胞表达量矩阵,默认需要进行: 单细胞聚类分群注释 ,如果你对单细胞数据分析还没有基础认知,可以看基础10讲:
生信技能树
2022-12-16
1.1K0
把MsigDB数据库的全部通路转为gsva分析要求的输入格式
无论是超几何分布检验和GSEA富集分析,都离不开生物学功能数据库,数据库不仅仅是GO/KEGG哦,目前最齐全的应该是属于 MSigDB(Molecular Signatures Database)数据库中定义了已知的基因集合:http://software.broadinstitute.org/gsea/msigdb 包括H和C1-C7八个系列(Collection),每个系列分别是:
生信技能树
2022-12-16
1.2K0
终于轮到aspera高速下载的方式被抛弃了吗
但是读者多了之后我接受到的大家的反馈就是从ncbi的sra数据库里面下载sra文件实在是太慢了,因为我做演示的服务器在境外,所以自己压根就没有意识到这点。但是陆陆续续有小伙伴告诉我应该是使用aspera从ebi的ena数据库直接下载fastq文件即可,高速而且还少了一个sra文件转为fastq的步骤。所以后来我也开始在日常更新的公众号里面推荐这个方法,就是参考:使用ebi数据库直接下载fastq测序数据 , 需要自行配置好,然后去EBI里面搜索到的 fq.txt 路径文件:
生信技能树
2022-12-16
5670
点击加载更多
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档