![](https://img-blog.csdnimg.cn/direct/a15c38f39c714ad58e9d5e7253e6d090.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
零代码分析工具盒
文章平均质量分 92
主打介绍的生信工具零代码工具盒,彻底解决了代码难题,仅需通过简单的操作,便能轻松完成复杂的分析任务
bioInfo_seeker
一名行走在生物信息学领域的研究者
展开
-
基于单细胞RNA-seq和大量RNA-seq数据的CAF风险特征构建成纤维细胞特征风险模型
选择合适的分辨率,上传特征基因的名字,如这里做的CAF细胞,选择的是ACTA2,FAP,FDGFRB,NOTCH3这四个基因,输入的这些基因 为CAF的marker基因,后面用于筛选CAF的亚群。选择去批次的方法,当然你也可以选择不去批次,如果这里选择none的话,那么结果得到的两个图片和第二步结果是一样的。如果该肿瘤有癌组织和癌旁组织,则可以选择使用ssGSEA的方法预测TCGA的每一个人关于CAF小亚群的丰度。这里需要注意,单细胞目前的数据有三种格式,如果不清楚,可以查看之前的文档。原创 2024-04-26 11:40:50 · 1305 阅读 · 0 评论 -
基于中性粒细胞胞外陷阱的泛癌预后特征 终于来了(一个10+文章完美复现)
导入数据后,选择p的阈值,这里我现在的是0.05,选择是否进行lasso分析,是否进行逐步回归,如果单因素cox分析p小于0.05的基因比较少,可以选择不做lasso和逐步回归,一般默认构建模型的基因不要10个以内,或者不要超过15个,基因太多了,不利于后期验证。绘制AUC的时候需要输入时间,默认这里写的是3年的,可以按照自己的需求写,需要输入四个颜色,是AUC的颜色(训练集nom的颜色,训练集风险得分的颜色,验证集nom的颜色,验证集风险得分的颜色)通过ssGSEA的方法,基于已有的基因集计算样本评分。原创 2024-04-14 10:37:51 · 1012 阅读 · 0 评论 -
肝细胞癌Anoikis相关亚群的鉴定及预后模型
1、肝细胞癌(hepatocellular carcinoma, HCC)是最常见的肝癌形式,是全球第四大死亡原因和第二大致死恶性肿瘤。尽管组织学和影像学检查等诊断工具的可用性有限,但对快速、准确和便捷的HCC诊断方法的需求仍然很大。因此,开发新的诊断方法来监测癌症的进展至关重要。尽管临床相关的生物标志物(如α-fetoprotein, AFP)通常用于HCC诊断,但其应用存在许多争议和局限性[4]。原创 2024-04-13 09:09:43 · 691 阅读 · 0 评论 -
基于TGF-β个性化纯生信套路
零代码2的分析,更侧重于某一个特定的功能集,进行直接建模,这个功能集可以从文献中挖掘,KEGG 的通路,疾病的相关功能,单细胞分析等等,该工具盒适用面极广。该步骤总共分14个步骤进行。原创 2024-04-11 10:15:57 · 772 阅读 · 0 评论 -
BNIP3作为识别实体瘤预后和诊断的潜在生物标志物
本文分析并不难,主要是两个大的figA:BNIP3 mRNA在不同类型的癌症中的表达。B–C:COX回归分析。D-K:Kaplan-Meier生存分析。L:BNIP3 表达与 33 种癌症中三个临床特征(年龄、性别和分期)的关系。M–N:BNIP3 和 MSI 之间的相关性。O-Z:BNIP3表达与癌症中不同类型免疫细胞浸润水平之间的关系,由于L图看不清,所以未进行复现fig2:A:与BRCA中BNIP3表达相关的信号通路。B:SARC 中与 BNIP3 表达相关的信号通路。原创 2024-04-09 10:56:56 · 1036 阅读 · 0 评论