非整合陈列r语言_这个网站提供了多种数据分析工具——增强子，非编码RNA转录信息等...

今天给大家介绍一个在线工具

网址:http://www.licpathway.net/

该工具由哈尔滨大学开发的，该团队通过结合系统生物学、计算生物学和生物信息学方法来分析与疾病相关的途径。对疾病代谢途径的识别、药物相关途径的分析和患者生存预测。在高通量转录组学、基因组学和代谢组学、计算代谢网络分析和分子生物学方法方面，采用独特的生物信息学方法组合。下面是他们开发的6个工具：

SEdb超级增强子是一类具有增强相关染色质特征的转录活性增强子。与典型的增强子相比，超级增强子体积更大，表现出更高的转录因子密度，并且常常与控制体细胞状态和分化的关键系特异性基因相关。

SEdb是一个全面的人类超级增强器数据库(SEdb，http://www.licpathway.net/sedb)，提供关于人类超级增强器的大量可用资源。用超级增强子在基因调控中的潜在功能对数据库进行注释。SEdb的当前版本记录了来自542个样本的总共331，601个超级增强剂。此外，SEdb提供了关于超级增强子的详细遗传和表观遗传注释信息。信息包括共同的SNP，基序变化，表达数量性状位点(EQTL)，风险SNP，转录因子结合位点(TFBS)，CRISPR/Cas9靶位点和DNase I超敏位点(DHSS)，用于深入分析超级增强子。SEdb将有助于阐明超级增强子相关功能并发现潜在的生物学效应。

SEanalysis

SEanalysis包含来自540多种类型的细胞/组织的超过33万个SE，从这些细胞/组织生成的5042TF chip-seq数据，用于∼700人TF的DNA结合序列基序和来自10个数据库的2880条途径。SEanalysis支持通过Se、Samples、TF、路径或基因进行搜索。由这些因素形成的复杂的调控网络可以交互式地可视化。此外，SEanalysis是一个可定制的基因组浏览器，该服务器可在http://licpathway.net/SEanalysis.免费获得

TRlnc

人类转录调控的综合数据库lncRNA(TRlnc:http://www.licpathway.net/TRlnc)，收集了大量可用的lncRNA转录调控区资源，并注释和说明它们在细胞类型特异性方式中在lncRNA调控中的潜在作用。当前版本的TRlnc包含8683028个典型增强子/超级增强子和32348244个与91906人lncRNA相关的染色质可及区。这些区域是从900多个人类H3K27ac芯片-seq，atac-seq和dNase-seq样本中鉴定出来的。此外，TRlnc提供了lncRNA转录调控区(启动子、增强子/超级增强子和染色质可及区)的详细(Epi)遗传信息，包括普通SNP、风险SNP、eQTL、连锁不平衡SNP、由模体预测的TF、由CHIP-SEQ鉴定的TF、450K阵列的甲基化位点、全基因组鸟枪式亚硫酸氢盐测序的甲基化位点，组蛋白修饰和3D染色质相互作用，特别是支持来自7000多个TF chip-seq样本的与转录调节区结合的TF的展示。此外，TRlnc整合了来自多个来源的表达、疾病和与lncRNA相关的miRNA。

TRCirc

TRCirc(http://www.licpathway.net/TRCirc))为CircRNA的转录调控信息的高效检索、浏览和可视化提供了一种资源。TRCirc的当前版本记录了来自100多种细胞类型的92375个circRNA和161个转录因子(TF)，它们共同代表了超过765000个TF-circRNA调节关系。此外，TRCirc还提供了关于circRNA转录的其他调控信息，包括它们的表达、甲基化水平、调节区中的H3K27ac信号以及与circRNA相关的超级增强子。TRCirc提供了一个方便的、用户友好的界面来搜索、浏览和可视化关于这些circRNA的详细信息。

KnockTF

TF敲除/敲除的全面的人类基因表达谱数据库(KnockTF)，该数据库提供了与TF敲除/敲除相关的人类基因表达谱数据集的大量可用资源，并以组织/细胞类型特定的方式注释TF及其目标基因。当前版本的KnockTF具有570个手动策划的RNA-seq和微阵列数据集，这些数据集与通过不同敲除/敲除技术和跨多种组织/细胞类型而中断的308个TF相关联。KnockTF不仅提供感兴趣的TF的目标基因的全面基因表达信息，而且收集TF的上游通路信息和下游目标基因的各种功能注释和分析结果，包括GSEA、GO富集、KEGG通路富集、层次聚类分析和差异表达分析。KnockTF进一步提供了与靶基因的启动子、超级增强子和典型增强子结合的TF的详细信息。此外，还构建了TF差异表达基因网络，并用于对感兴趣的基因集进行网络分析，如子网络定位、拓扑分析和超几何富集。KnockTF将有助于阐明TF相关功能并挖掘潜在的生物学效应。

ENDB

ENDB当前发布的文献737份经实验验证的增强子及其相关信息，包括384个靶基因，263个TF，110种疾病和人类和小鼠中的153种功能。此外，增强子相关信息得到了实验证据的支持，如RNAi，体外敲除，western blotting，qRT-PCR，荧光素酶报告实验，染色质构象捕获(3C)和染色体构象捕获芯片(4C)分析。ENDB提供了一个用户友好的界面来查询、浏览和可视化增强器的详细信息。该数据库可在以下网址获得：

http://www.licpathway.net/ENdb.

数据库

GEO数据库使用教程及在线数据分析工具

TCGA数据库使用教程

oncomine数据库使用教程

KEGG数据库使用及通路分析教程

RNAhybrid数据库使用教程

starBase数据库使用教程

miRBase数据库使用教程

miRNA靶基因预测数据库TargetScan使用教程

转录因子预测数据库JASPAR使用教程

lncRNA研究相关数据库

R入门

R语言编程基础第一篇：语法基础

R绘图

R语言基础绘图教程——第1章：R语言常用的绘图系统

R语言基础绘图教程——第2章：散点图

R语言基础绘图教程——第3章：折线图和带状图

R语言基础绘图教程——第4章：面积图和饼图

R语言基础绘图教程——第5章:直方图和柱状图

R语言基础绘图教程——第6章:箱形图和韦恩图

R语言基础绘图教程——第7章:小提琴图

R语言基础绘图教程——第8章:3维散点图

R语言基础绘图教程——第9章:火山图和QQ图

TCGA

TCGA数据挖掘（一）：TCGAbiolinks包介绍

TCGA数据挖掘（二）：数据下载与整理

TCGA数据挖掘（三）：表达差异分析

TCGA数据挖掘（四）：表达差异分析（2）

TCGA数据挖掘（四）：表达差异分析（3）

TCGA数据挖掘（五）：miRNA差异分析

TCGA数据挖掘(六):WGCNA（加权基因共表达网络分析）

数据分析

R语言数据分析与挖掘(第一章):数据预处理(1)——缺失值处理

R语言数据分析与挖掘(第一章):数据预处理(2)——缺失值常用的处理方法

R语言数据分析与挖掘(第一章):数据预处理(3)——数据整理

R语言数据分析与挖掘(第二章):统计学基础(视频)

R语言数据分析与挖掘(第三章):R语言绘图基础

R语言数据分析与挖掘(第四章):回归分析(1)——一元回归分析

R语言数据分析与挖掘(第四章):回归分析(2)——多元线性回归

R语言数据分析与挖掘(第四章):回归分析(3)——变量的选择

R语言数据分析与挖掘(第四章):回归分析(4)——logistic回归

R语言数据分析与挖掘(第五章):方差分析(1)——单因素方差分析

R语言数据分析与挖掘(第五章):方差分析(2)——多因素方差分析

R语言数据分析与挖掘(第五章):方差分析(3)——协方差分析

R语言数据分析与挖掘(第六章):主成分分析(1)——主成分分析概论

R语言数据分析与挖掘(第六章):主成分分析(2)——案例讲解

R语言数据分析与挖掘(第七章):因子分析

R语言数据分析与挖掘(第八章):判别分析(1)——距离判别法

R语言数据分析与挖掘(第八章):判别分析(2)——贝叶斯（Bayes）判别分析

R语言数据分析与挖掘(第八章):判别分析(3)——费歇尔（Fisher）判别分析

医学知识

医学科研实验基础知识笔记（一）：细胞增殖

医学科研实验基础知识笔记（二）：细胞凋亡检测

医学科研实验基础知识笔记（三）：细胞周期检测

医学科研实验基础知识笔记（四）：细胞自噬研究策略

医学科研实验基础知识笔记（五）：血管新生

医学科研实验基础知识笔记（六）：细胞衰老

医学科研实验基础知识笔记（七）：肿瘤耐药

医学科研实验基础知识笔记（八）：磷酸化检测

医学科研实验基础知识笔记（九）：泛素化研究方法

医学科研实验基础知识笔记（十）：甲基化

医学科研实验基础知识笔记（十一）:非编码RNA

文献阅读

第0期:零代码发了一篇5分纯生信的文章，值得借鉴学习

第1期：ER阳性乳腺癌患者中LLGL2通过促进亮氨酸摄取来缓解营养压力

第2期：肿瘤微环境

第3期（综述）：PD-L1调节在癌症免疫治疗中的生化作用

第4期：挖掘TCGA数据库中对胶质母细胞瘤微环境预后有价值的基因

第5期：非小细胞肺癌靶向治疗应答的早期无创检测

第6期：CXCR3趋化因子系统在肿瘤内的活性是抗PD-1治 疗有效性的必要条件

第7期-与侵袭性甲状腺癌进展相关的基因组和转录组特征综合分析

第8期：RAS P21蛋白激活因子3通过抑制Th2细胞偏向性程序特异性促进致病性Th17细胞的生成

第9期：mTOR信号和细胞代谢是癌症的共同决定因素

第10期：一篇肿瘤领域入门必读综述——新一代癌症标志物