- 博客(22)
- 收藏
- 关注
RSS订阅原创 宽数据与长数据
长数据（Long Data）**是两种常见的数据存储格式，区别在于数据的组织方式以及对分析任务的适应性。掌握这两种格式的转换能极大提高数据处理的灵活性！例如，绘制学生成绩的箱线图时，长数据可直接映射。在R语言中，**宽数据（Wide Data）
2025-04-24 14:38:23
316
原创 微生物组学概论
数据量小，分析成本（学习、电脑资源、时间）低，结果丰富•引物偏好性：不同引物可能扩增出不同的微生物种类•PCR扩增偏差：PCR过程可能引入误差，影响结果的准确性•分辨率有限：只能分析目标基因片段，无法获得完整的基因组信息。
2025-04-21 23:46:43
163
原创 bulk转录组专题:如何获得TPM、CPM、FPKM、FPK的数据
由于gfe文件中自带.14这种的版本号，与我们转换的id不同，我们因此需要处理。此外，须获得的基因长度要与exp中的顺序大小一致。转换为以ENSEMBL（ENSG00000121410）为行名的数据框。如果你继续往下做，很可能会遇到一个报错，即使你的文件看不出任何错误。我们首先需要基因的长度。去下面网址下载以下文件。读取了参考数据，最好的方法还是将表达矩阵转为。为行名的RAW_count表达矩阵。
2025-01-07 23:27:16
880
原创 芯片数据或bulk转录组常用的基因名转换
如果你使用的是基因表达数据（例如RNA-Seq），在分析前通常需要确认数据中的基因标识符类型，并且根据需求可能需要进行转换。表达矩阵非常简单，走常规流程即可，记得在转换时，转换为data.frame的格式。，或者根据需要转换为其他类型的标识符，这通常可以通过注释文件或使用相关的R包（如。无论是芯片还是转录组，我们需要拥有这两个变量，表达矩阵exp和转换所需的ids。需要注意的是，merge函数里不能带某些特殊符号，如“.”。在大多数RNA-Seq数据集中，基因的标识符通常是基因的。
2025-01-07 15:31:02
393
原创 如何自由地差异分析？
差异分析有3大R包：DESeq2、edgeR 和 limma。大家收到代码后，最大的问题是不能自由地使用，只能做无情的拼接侠。而差异分析的重要性使其能在生信文章的任意时刻存在。生信最重要的是理解这几个关键：输入数据什么要求？需要修改什么？最后才是代码的意义。以DESeq2为例，整理差异分析的一般流程。
2024-12-18 22:46:37
865
原创 转录组数据挖掘、生存分析、机器模型
自己领域顶刊的文献；借鉴其他领域的若数据库里面没有，可以让老师帮你挑几个通路数据集，做后续的数据挖掘nucleic acids research收录了许多GEO挖掘出的特殊通路的数据库genecards有各种各样基因的详细记录如GSVA评分不仅在转录组可以评，单细胞也可以多种聚类算法模型的作用是为了筛选基因。如图展示的流程：我们希望在TCGA里构建模型，并在其他GEO数据集中验证。为了不遇到TCGA得出的基因在GEO中没有，就提前将训练集、验证集的数据整理。
2024-12-16 23:56:34
817
原创 TCGA-RNAseq
• 从GEO数据库找T-N的数据做差异分析，差异基因在TCGA里面继续分析（包括生存分析等）• 和Gtex数据库里的正常样本联合分析，如EXNA数据库。TCGAbiolinks包下载。• 其它临床信息来分组，做差异分析。没有正常样本怎么做差异分析？• 不做T-N差异分析。前17个可直接分析。
2024-10-23 19:29:16
194
原创 转录组数据挖掘
差异分析，富集，机器挖掘，多组学……差异分析与GEO数据所用R包不一样，源于他们测定表达量手段的不同。芯片是先取log后差异分析，转录组不取log！转录组差异分析需要规范的表达矩阵和分组信息:与芯片不同必须要过滤低表达量的基因0或10以内的，分组信息是因子模式。TCGA-XXXX是TCGA的特殊数据要求。
2024-10-23 12:11:08
253
原创 R语言基础总集
R与Rstudio是生信的基础（包括Rtools），必须安装于C盘，且用户名为英文。建议安装时设置为英语语言。取消勾选message translation，免得后续麻烦。
2024-10-22 10:38:19
1335
原创 GEO基础
GEO分析也是数据挖掘的一部分，目的在于减少基因数量，锁定核心基因。数据挖掘数据来源有不分方向的GEO和NHANES，及肿瘤专属的TCGA,ICGC,CCLE,SEER。类型可包括基因表达芯片，转录组，单细胞，突变，甲基化及拷贝数变异等等。
2024-08-08 16:29:31
853
原创 条件与循环
(1)只有if没有else，那么条件是FALSE时就什么都不做。（3）ifelse 如果是TRUE,则执行第一个。apply()族函数。
2024-08-06 16:22:06
191
原创 R语言画图基础
总论可视：基础包使用不多，不再赘述，如下图：一般以ggplot2和ggpubr为主mapping = aes是映射的意思我们主要以ggplot2为主进行介绍。
2024-08-06 11:03:53
669
原创 数据框、矩阵与列表
R语言中，数据存储依赖于变量，而变量根据维度又有不同的形式。最为常见的即为向量形式，形式为一维。如果针对的是二维的数据形式，如读取表格的数据，则需要数据框、矩阵与列表的形式。
2024-08-03 23:18:21
417
原创 R语言函数与数据类型、向量
按照逻辑值，[]内必须是与X等长的逻辑向量。按照位置，[]内必须是X下标组成的向量。is返回逻辑值，向R提问是否？as是作为的意思，返回转换数值。
2024-07-31 21:56:00
353
原创 R语言你应知道的若干技巧：环境设置/文件读写/报错
在R语言中一般以来Rstudio进行操作。在建立起R project之后，我们需要新建脚本运行代码。一般在脚本中逐行RUN。R project文件夹可以移动，双击Rproj格式文件即可重置默认位置。有关Python的报错不需要管，你可以选择安装，或者找别的教程取消报错。
2024-07-31 21:02:49
610
原创 R语言基础：如何安包？
将Bioconductor镜像设置为使用清华大学的镜像来安装Bioconductor包。: 设置了Bioconductor镜像后，此命令显示更新后的Bioconductor镜像，R将使用它来安装相关包。: 将CRAN镜像设置为使用清华大学的镜像来安装R包。: 显示当前Bioconductor镜像（仓库），R将使用它来安装Bioconductor包。: 显示当前配置的R包安装的仓库选项。默认情况下，它显示当前为R包配置的仓库。: 设置了仓库后，此命令显示更新后的R包安装的仓库选项。
2024-07-31 20:30:57
401
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