自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(8)
  • 收藏
  • 关注

原创 hisat2的index差别

hisat2 index简介

2023-01-29 12:34:41 389

原创 基于rMATs的可变剪切分析

以下内容以安装rmats为例,对于conda进行操作,同时进行结果分析注意:本地环境用的是rmats2名称。

2023-01-27 11:20:41 828

原创 RNA数据下载

利用aspera下载数据

2023-01-16 20:40:02 272

原创 R语言——GSEV可视化

######### GSEA图:gseaplot、gseaplot2、gsearank ##########加载GSEA结果,以便用于后续可视化。

2022-10-31 21:21:16 883

原创 R语言——基于clusterProfiler的GSEV数据分析

在进行差异分析过程中,尤其是食品中一些功能因子的添加可能影响并不在几个基因上,而是对于一系列基因有着一定的影响,这些影响可能集中在某一些通路上面。因此,联合分析某一些通路上,或者某些特定组合上的基因变化,对于寻找差异不是特别明显,但是却有实际作用的基因特别重要。但是为了下一步的数据处理,我们只可以将没有转化成功的予以丢弃,同时把转化成功的数据和对应的logFC值组成下一步处理需要的文献。转化之后,一个严重的问题,在于很多基因名称在转化过程中并没有对应,我们现在不知道原因,转化为需要的数据格式,这里要注意,

2022-10-31 20:59:14 697

原创 3. R语言——基于clusterProfiler的可视化过程

在上一步已经做好了GO分析和KEGG分析,记下来要对分析结果进行可视化。加载GO分析和KEGG分析的结果。

2022-10-31 15:31:24 807

原创 R语言——GO分析和KEGG分析

进行GO和KEGG分析

2022-10-30 17:08:07 1812

原创 R语言——基于DESeq2做基因表达差异分析

本记录主要是使用DESeq2 包进行差异包表达分析。R 语言是4.2.0版本,对应的BiocManager是3.15版本。我们采用的是BiocManager安装DESeq2包。检查数据Counts文件与coldata数据是否匹配。注意部分依赖包是由R4.2.1建造,可能会有问题。过滤在所有重复样本中小于1的基因。

2022-10-28 20:11:30 4731 1

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除