![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
转录组数据分析
文章平均质量分 90
小杜的生信筆記
“小杜的生信筆記”,主要发表生物信息学的教程和基于R的分析和可视化(包括数据分析,图形绘制等)。
相关教程资料可以到公众号中获得!!!
展开
-
比mamba都快4倍的生信软件安装工具 | Pixi
今天中午看到通哥分享的教程,conda转圈圈,为何不试试pixi,Pixi是第一次了解。但是,通过他们的介绍,确实牛X,速度是conda的10倍以上,mamba的4倍。对于自己而言,自从使用了mamba以后,基本不会在使用conda安装软件。conda很多时候,速度让我劝退了。Pixi确实有这么牛X?那么就实际操作一下吧。原创 2024-07-04 16:52:34 · 289 阅读 · 0 评论 -
速度是conda的10倍以上,mamba的4倍,Pixi是何方神圣呢?真有这么快吗?
一种是直接从官网中下载,一种是在github中下载。我这里直接从官方下载,可以成功下载,若是你未能成功,直接从github中下载。,主要发表或收录生物信息学教程,以及基于R分析和可视化(包括数据分析,图形绘制等);对于自己而言,自从使用了mamba以后,基本不会在使用conda安装软件。对于Pixi的安装,大家可以更具官网的操作进行,也可以使用通哥的教程,,Pixi是第一次了解。但是,通过他们的介绍,确实牛X,关于Pixi详细的说明,可以到官网进行了解。,这是对我们最大的支持。原创 2024-07-04 16:49:19 · 426 阅读 · 0 评论 -
柱状图显著性标记
主要发表或收录生物信息学教程,以及基于R分析和可视化(包括数据分析,图形绘制等);分享感兴趣的文献和学习资料!凡是在社群同学,可免费获得自2021年11月份至今全部教程,教程配备事例数据和相关代码,我们会持续更新中。获得本期教程代码和数据,在后台绘图关键词:20240605。获得本期教程代码和数据,在后台绘图关键词:20240605。,自2021年11月开始做的知识分享,主要内容是。若我们的教程对你有所帮助,请。,这是对我们最大的支持。原创 2024-06-08 17:07:19 · 941 阅读 · 0 评论 -
R语言 | 使用最简单方法添加显著性ggpubr包
主要发表或收录生物信息学教程,以及基于R分析和可视化(包括数据分析,图形绘制等);分享感兴趣的文献和学习资料!凡是在社群同学,可免费获得自2021年11月份至今全部教程,教程配备事例数据和相关代码,我们会持续更新中。获得本期教程代码和数据,在后台绘图关键词:20240605。获得本期教程代码和数据,在后台绘图关键词:20240605。,自2021年11月开始做的知识分享,主要内容是。若我们的教程对你有所帮助,请。,这是对我们最大的支持。原创 2024-06-08 17:04:51 · 667 阅读 · 0 评论 -
双Y轴截断图绘制教程
主要发表或收录生物信息学教程,以及基于R分析和可视化(包括数据分析,图形绘制等);分享感兴趣的文献和学习资料!凡事在社群同学,可免费获得自2021年11月份至今全部教程,教程配备事例数据和相关代码,我们会持续更新中。本期教程,我们提供的原文的译文,若有需求请回复关键词:20240529。,自2021年11月开始做的知识分享,主要内容是。若我们的教程对你有所帮助,请。,这是对我们最大的支持。原创 2024-05-30 10:08:46 · 318 阅读 · 0 评论 -
hdWGCNA包, scRNA和空间转录组分析
使用k-Nearest Neighbors(KNN)算法来识别需要聚合的相似细胞群,然后计算这些细胞的平均或总和表达量,从而得到元细胞基因表达矩阵。值得注意的是,由于我们将hdWGCNA 视为下游数据分析步骤,因此不支持在运行 SetupForWGCNA 之后对 Seurat 对象进行子集化。相关性被提升到一个幂次,以减少相关性矩阵中存在的噪声,从而保留强连接,去除弱连接。绘制按细胞类型着色的 UMAP 图,以检查我们是否正确加载了数据,并确保我们已将细胞归入细胞群和细胞类型。,这是对我们最大的支持。原创 2024-05-21 08:45:14 · 316 阅读 · 0 评论 -
Count值计算的几种方式,你会吗??
featureCounts是subread中脚本,可以使用subread流程进行定量,在这里直接使用前面mapped的bam文件进行转录本定量。,主要发表或收录生物信息学的教程,以及基于R的分析和可视化(包括数据分析,图形绘制等);因此,个人建议仍是获得count值,后再进一步的分析,这样的方法更利于下游分析。是stringtie软件中自带的获得转录本丰度的脚本,6.1中的。文件进行转录本表达量的比对,获得转录本的FPKM,此后使用。在网络中吗,都有比较详细的教程,大家可以自己去学习。原创 2024-04-17 21:20:29 · 1162 阅读 · 0 评论 -
转录组上游分析,Count计算
featureCounts是subread中脚本,可以使用subread流程进行定量,在这里直接使用前面mapped的bam文件进行转录本定量。,主要发表或收录生物信息学的教程,以及基于R的分析和可视化(包括数据分析,图形绘制等);因此,个人建议仍是获得count值,后再进一步的分析,这样的方法更利于下游分析。是stringtie软件中自带的获得转录本丰度的脚本,6.1中的。文件进行转录本表达量的比对,获得转录本的FPKM,此后使用。在网络中吗,都有比较详细的教程,大家可以自己去学习。原创 2024-04-17 21:17:24 · 1414 阅读 · 0 评论 -
关于Count,FPKM,TPM,RPKM等表达量的计算及转换 | 干货
今天使用count值转化TPM,或是使用FPKM转换成TPM。这样的教程,我们在前面已经出国一起相对比较详细的教程了,一文了解Count、FPKM、RPKM、TPM | 相互间的转化,在这个教程中,我们也归纳了各个数值的含义。自己也是这样的,一个人的时间和精力是有限的,我们不可能有那么多的精力。因此,做学习笔记就有很大的帮助,当自己使用的时候有地方找寻。本教程涉及的数据、代码和文件等在社群中可获得!!原创 2024-03-22 11:14:06 · 1886 阅读 · 0 评论 -
泛基因组分析流程 | 详细教程
泛基因组的文章,我们在2023年做过一期,上面写了很多干货,对于我们的小白理解泛基因组这个概念很有帮助。若是你有需求可以跳转去看泛基因组(Pan-genome)。对于我个人,泛基因组也是很陌生,我开始接触是当时泛基因组真的很火,顶刊文章发出来很多。自己认为是高大上的东西,以及自己也想尝试学习。但是,这篇文章总结以后,自己也就没怎么关注这快内容了。是吧!我不知道大家是否也存在这样的现象…我们有时,认为这块内容很想做,信心满满的去做,但是很难坚持下去。只要,我们坚持做下去,那么你一定会有收获的。原创 2024-03-22 11:09:39 · 1590 阅读 · 0 评论 -
关于Count,FPKM,TPM,RPKM等表达量的计算
通俗讲,把比对到的某个基因的Fragment数目,除以基因的长度,其比值再除以所有基因的总长度。TPM的全称为Transcripts per million,Transcripts Per Kilobase of exon model per Million mapped reads (每千个碱基的转录每百万映射读取的Transcripts)。自己也是这样的,一个人的时间和精力是有限的,我们不可能有那么多的精力。此外,这个方法只能获得是gene的表达量,若你想获得transcript的表达量,自己未成功。原创 2024-03-22 11:05:51 · 1531 阅读 · 0 评论 -
一文了解如何做全基因集GSEA富集分析
我们前面分享过一文掌握单基因GSEA富集分析的教程,主要使用单基因的角度进行GSEA富集分析。我们社群的同学咨询,全基因集的GSEA如何分析呢??其实,原理都是大同小异的,那么今天我们就简单的整理一下吧。若我们的分享对你有用,希望您可以,这是对小杜最大的支持。原创 2024-03-18 20:35:03 · 997 阅读 · 0 评论 -
全基因集GSEA富集分析
中间部分为用线条标记位于基因集下的每个基因的位置,每个竖杠代表一个基因,竖杠的位置就是每个基因集里的基因在所有排序好的基因的位置。给定一个排序的基因表L和一个预先定义的基因集S (比如编码某个代谢通路的产物的基因, 基因组上物理位置相近的基因,或同一GO注释下的基因),GSEA的目的是判断S里面的成员s在L里面是随机分布还是主要聚集在L的顶部或底部。这些基因排序的依据是其在不同表型状态下的表达差异,若研究的基因集S的成员显著聚集在L的顶部或底部,则说明此基因集成员对表型的差异有贡献,也是我们关注的基因集。原创 2024-03-18 20:31:13 · 1135 阅读 · 0 评论 -
有参转录组分析 |基因组信息下载和FQ数据过滤教程
这个教程也是前面《转录组上游分析》系列教程的中内容,我们今天单独的给作为一个章节来推送出来,因为,并不是所有人都是有这个系列教程有需求,可能你只是对某一个章节的内容感兴趣呢?原创 2024-03-17 20:29:08 · 1014 阅读 · 0 评论 -
参考基因组序列下载和转录组数据过滤
这个教程也是前面《转录组上游分析》系列教程的中内容,我们今天单独的给作为一个章节来推送出来,因为,并不是所有人都是有这个系列教程有需求,可能你只是对某一个章节的内容感兴趣呢?原创 2024-03-17 20:24:56 · 732 阅读 · 0 评论