2019年推文合集

明天就要踏上回乡的归途了，在这里提前祝大家新年快乐。春节期间公众号会停止更新，特此整理了2019年发布的所有文章，方便大家查看，列表如下

  circRNA

• circRNADb:综合性的人类环状RNA数据库

• circBank:人类环状RNA数据库

• circRNADisease:疾病相关的环状RNA数据库

• circR2Disease:疾病相关的环状RNA数据库

• CSCD:肿瘤特异性的环状RNA数据库

• TSCD:人和小鼠组织特异性环状RNA数据库

• ceRNA调控机制简介

• starBase:ceRNA数据库简介

• circNet:人类环状RNA数据库

• exoRBase:人类血液外泌体RNA数据库

• 使用find_circ识别环状RNA

• 使用CIRI识别环状RNA

• plantcircbase:植物环状RNA数据库

• LeafcircBase:植物环状RNA数据库

• 使用circRNA_finder识别环状RNA

• CIRCpedia:环状RNA数据库

• 使用CIRCexplorer2识别环状RNA

• circinteractome:环状RNA与RBP以及miRNA结合的数据库

• 使用IRESfinder分析环状RNA的蛋白编码潜能

• PlantCircNet:植物ceRNA调控网络数据库

• circAnno:环状RNA注释工具

• circPrimer:环状RNA注释和引物设计工具

• 环状RNA芯片简介

• circad:环状RNA疾病相关数据库

• circ2Traits:环状RNA相关疾病数据库

• SomamiR:肿瘤体细胞突变影响miRNA结合的突变位点数据库

• 文献解读|环状RNA预测软件评估

• 文献解读|环状RNA的性质和功能

• 文献解读|circAGFG1通过miR-195-5p调控CCNE1的表达促进三阴性乳腺癌的发展

• 文献解读|环状RNA调控父本基因的表达

  chip-seq

  基因型填充  基因型填

• Chip-seq简介

• chip_seq质量评估之计算样本间的相关性

• chip_seq质量评估之查看抗体富集效果

• chip_seq质量评估之PCA分析

• chip_seq质量评估之coverage分析

• depth, bedgraph, bigwig之间的联系与区别

• 使用igvtools可视化测序深度分布

• 使用UCSC基因组浏览器可视化测序深度分布数据

• 使用deeptools查看reads分布特征

• chip_seq质量评估之FRiP Score

• chip_seq质量评估之cross correlation

• 使用phantompeakqualtools进行cross correlation分析

• chip_seq质量评估之文库复杂度

• blacklist regions:NGS测序数据中的黑名单

• MACS:使用最广泛的peak calling软件之一

• MACS2 peak calling实战

• tagAlign格式在MACS软件中的运用

• narrow,broad, gapped peak:三种格式之间的区别与联系

• 使用SICER进行peak calling

• 使用HOMER进行peak calling

• peak注释信息揭秘

• PAVIS:对peak区域进行基因注释的在线工具

• 使用UPORA对peak进行注释

• 使用GREAT对peak进行功能注释

• annoPeakR:一个peak注释的在线工具

• 使用ChIPpeakAnno进行peak注释

• 使用ChIPseeker进行peak注释

• 使用PeakAnalyzer进行peak注释

• 使用homer进行peak注释

• 关于motif你需要知道的事

• 详解motif的PFM矩阵

• 详解motif的PWM矩阵

• 使用WebLogo可视化motif

• 使用seqLogo可视化motif

• 使用ggseqlogo可视化motif

• MEME:motif分析的综合性工具

• 使用MEME挖掘序列中的de novo motif

• 使用DREME挖掘序列中的de novo motif

• 使用MEME-ChIP挖掘序列中的de novo motif

• ENCODE project项目简介

• FactorBook:人和小鼠转录因子chip_seq数据库

• GTRD:最全面的人和小鼠转录因子chip_seq数据库

• ChIP-Atlas:基于公共chip_seq数据进行分析挖掘

• Cistrome DB:人和小鼠的chip_seq数据库

• chipBase:转录因子调控网络数据

• 利用bedtools预测chip_seq数据的靶基因

• ReMap:人类Chip-seq数据大全

• IHEC:国际人类表观基因组学联盟

• bigwig归一化方式详解

• Epifactors:表观因子数据库

• unibind:human转录因子结合位点数据库

• chip_seq在增强子研究中的应用

• DENdb:human增强子数据库

• VISTA:人和小鼠的增强子数据库

• EnhancerAtlas:人和小鼠的增强子数据库

• FANTOM5:人类增强子数据库

• TiED:人类组织特异性增强子数据库

• HEDD:增强子疾病相关数据库

• HACER:human增强子数据库

• SEdb:超级增强子数据库简介

• dbSUPER:人和小鼠中的超级增强子数据库

• dbCoRC:核心转录因子数据库

• 使用ROSE鉴定超级增强子

  Hi-C

• chromosome-territories:染色质疆域简介

• chromosome conformation capture:染色质构象捕获技术

• 3C的衍生技术简介

• 解密Hi-C数据分析中的分辨率

• A/B compartment:染色质区室简介

• TAD:拓扑关联结构域简介

• chromatin loops:染色质环简介

• Promoter Capture Hi-C:研究启动子区染色质互作的利器

• 使用HiCUP进行Hi-C数据预处理

• Juicer:Hi-C数据处理分析的利器

• Juicer软件的安装详解

• Juicebox:Hi-C数据可视化利器

• Juicer实战详解

• HiC-Pro:灵活的Hi-C数据处理软件

• HiC-Pro实战详解

• 3D Genome Browser:Hi-C数据可视化工具

• HiCPlotter:Hi-C数据可视化工具

• 3DIV:染色质空间互作数据库

• 4DGenome:染色质相互作用数据库

• 使用WashU Epigenome Browser可视化hi-c数据

• 4D nucleome project:染色质三维结构研究必不可少的参考项目

• HiGlass:高度定制的Hi-C数据可视化应用

• Hi-C Data Browser:Hi-C数据浏览器

• 使用FitHiC评估染色质交互作用的显著性

• 使用TADbit识别拓扑关联结构域

• 3CDB:基于3C技术的染色质互作信息数据库

• 使用pyGenomeTracks可视化hi-c数据

• 3dsnp:SNP在染色质环介导的调控网络中的分布数据库

• iRegNet3D:疾病相关SNP位点在三维调控网络中的作用

• hi-c辅助基因组组装简介

• 文献解读|使用hi-C数据辅助埃及伊蚊基因组的组装

  TCGA

• TCGA数据库简介

• 使用GDC在线查看TCGA数据

• 使用gdc-client批量下载TCGA数据

• 一文搞懂TCGA中的分析结果如何来

• 通过GDC Legacy Archive下载TCGA原始数据

• 使用GDC API查看和下载TCGA的数据

• 使用GDC下载TCGA肿瘤患者的临床信息

• 使用TCGAbiolinks下载TCGA的数据

• 使用TCGAbiolinks进行生存分析

• 使用TCGAbiolinks分析TCGA中的表达谱数据

• 使用TCGAbiolinks进行甲基化和转录组数据的联合分析

• UCSC  Xena:癌症基因组学数据分析平台

• GEPIA:TCGA和GTEx表达谱数据分析平台

• TANRIC:肿瘤相关lncRNA数据库

• SurvNet:基于网络的肿瘤biomarker基因查找算法

• TCPA:肿瘤RPPA蛋白芯片数据中心

• TCGA Copy Number Portal:肿瘤拷贝数变异数据中心

• 生存分析详细解读

• 用R语言进行KM生存分析

• 使用OncoLnc进行TCGA生存分析

• 用R语言进行Cox回归生存分析

• 使用kmplot在线进行生存分析

• Broad GDAC:TCGA数据分析中心

• 使用cBioPortal查看TCGA肿瘤数据

• ICGC:国际肿瘤基因组协会简介

• HPA:人类蛋白图谱数据库

• webgestalt:基因富集分析的在线工具

• DisGeNet:疾病相关的基因与突变位点数据库

• Disease Ontology:人类疾病分类数据库

  肿瘤数据分析

• Oncomine:肿瘤芯片数据库

• ONGene:基于文献检索的肿瘤基因数据库

• oncomirdb:肿瘤相关的miRNA数据库

• TSGene:肿瘤抑癌基因数据库

• NCG:肿瘤驱动基因数据库

• metascape: 最强大的基因富集分析在线工具

• mutagene:肿瘤突变频谱数据库

• Cancer-Immunity Cycle:肿瘤免疫循环简介

• TMB:肿瘤突变负荷简介

• 肿瘤微环境:Tumor microenvironment (TME)简介

• 肿瘤浸润免疫细胞量化分析简介

• 使用EPIC预测肿瘤微环境中免疫细胞构成

• TIMER:肿瘤浸润免疫细胞分析的综合网站

• quanTIseq:肿瘤浸润免疫细胞定量分析

• 肿瘤新抗原简介

• The Cancer Immunome Atlas:肿瘤免疫图谱数据库

• TSNAdb:肿瘤新抗原数据库

• 使用NetMHCpan进行肿瘤新抗原预测分析

• pathway common:综合性的pathway数据库

• 肿瘤驱动基因分析策略简介

• MAF:Mutation Annotation Format格式简介

• maftools: 可视化maf文件的神器

• VAF:Variant Allel Frequency简介

• 使用MutationalPatterns进行肿瘤突变频谱分析

• mSignatureDB:肿瘤突变特征数据库

• 肿瘤分析中的OncoMap究竟为何物

• CCLE:肿瘤细胞系百科全书

• 肿瘤驱动基因的协同和互斥模式

• OncoKB:肿瘤药物靶点相关基因组变异数据库

• ArrayExpress数库简介

• dbNSFP:非同义突变功能注释数据库

• oncotator:肿瘤研究专用的突变注释软件

• DNA损伤修复基因数据库

• SpeedSeq:快速的基因组数据分析软件

• 肿瘤异质性简介

• GTEx:基因型和基因表达量关联数据库

• 使用OncodriveCLUST识别驱动基因

• IARC TP53数据库简介

  CNV

• aCGH芯片简介

• DGV:人类基因组结构变异数据库

• dbvar:染色体结构变异数据库

• DGVa:染色体结构变异数据库

• 基于SNP芯片进行CNV分析中的基本知识点

• PennCNV:利用SNP芯片检测CNV

• 全基因组数据CNV分析简介

• CNVD:疾病相关的CNV数据库

• CNVnator原理简介

• DECIPHER:疾病相关的CNV数据库

• 使用CNVnator进行CNV检测

• 使用lumpy进行CNV检测

• ISCA数据库简介

• 文献解读|拷贝数增加临床意义分析指导手册

• WES的CNV分析简介

• XHMM分析原理简介

• 使用conifer进行WES的CNV分析

• 使用EXCAVATOR2检测WES的CNV

• 靶向测序的CNV分析简介

• 使用CNVkit进行CNV分析

• DECoN:最高分辨率的CNV检测工具

  基因型填充

• GWAS中的genotype imputation简介

• 基因型填充中的phasing究竟是什么

• 基因型填充前的质控条件简介

• IBD血缘同源简介

• 使用shapeit进行单倍型分析

• gtool:操作genotype data的利器

• 使用IMPUTE2进行基因型填充

• 使用Beagle进行基因型填充

• 使用Minimac进行基因型填充

• 文献解读|不同基因型填充软件性能的比较

• Haplotype Reference Consortium:最大规模的单倍型数据库

• 使用Eagle2进行单倍型分析

• X染色体的基因型填充

• Michigan Imputation Server:基因型填充的在线工具

  GWAS基础

• GWAS分析中使用PCA校正群体分层

• VCF转换PLINK格式的3种方法

• 卡方检验在关联分析中的应用

• 费舍尔精确检验在关联分析中的应用

• Cochran-Armitage趋势检验在关联分析中的应用

• odd ratio值在关联分析中的含义

• plink中case/control关联分析细节解析

• Cochran-Mantel-Haenszel检验在关联分析中的应用

• 一文搞懂Q-Q plot图的含义

• 3分钟掌握曼哈顿图的绘制

• 线性回归的这些细节，你都搞明白了吗？

• 没想到你是这个样子的置信区间

• 逻辑回归or线性回归，傻傻分不清楚

• 自己动手进行逻辑回归，你也可以！

• odd ratio置信区间的计算，你学会了吗？

• 多元回归分析存在多重共线性了怎么办？

• 基因型与表型的交互作用如何分析，多元回归来搞定

• 曼哈顿图就够了吗?你还需要LocusZoom

• GWAS做完了，下一步做什么？

  GWAS进阶

• GWAS样本量不够怎么办，meta分析了解一下

• 你没看错，搞定GWAS meta分析只需一行代码！

• meta分析的森林图不会画？看这里

• GWAMA:GWAS meta-analysis的又一利器

• 点击鼠标即可完成GWAS meta分析，任何人都可以！

• 用R进行gwas meta分析,原来如此简单

• GWAS大家都知道，Gene-Based GWAS你了解吗？

• 3步搞定GWAS中的Gene Set Analysis

• 你听说过Epistasis吗？

• GWAS中的Gene-Gene Interactions如何分析？看这里

• 终于搞清楚了Lasso回归和Ridge回归的区别

• 用R进行Lasso regression回归分析

• 多因子降维法MDR分析GxG, GxE交互作用

• MDR多因子降维分析实战

• MDR的进阶版本-GMDR

• polygenic risk score:多基因风险评分

• 使用PRSice进行多基因风险评分分析

• 什么是SNP遗传力?

• LDSC:连锁不平衡回归分析

• LDSC分析实战

• 不会linux也没关系，点击鼠标即可完成的LDSC分析来了

• 想要进行gene prioritization分析，请看这里！

• 衡量样本亲缘关系，除了IBD你还知道哪些方法？

• Linear Mixde Model:线性混合模型简介

• 一文掌握inbreeding coefficient近交系数的计算

• 使用GCTA的GREML评估SNP遗传力

• GWAS ATLAS:最全面的GWAS数据库

• GWAS公开结果哪里找，GWAS Catalog来帮忙

• eQTL:连接突变与基因表达的桥梁

• 使用MatrixEQTL进行cis/trans-eQTL分析

• 使用FastQTL进行cis-eQTL分析

• ncRNA-eQTL:eQTL与ncRNA的碰撞

• 值得借鉴的eQTL可视化形式

• eQTL hotspot : eQTL热点区域

• GWAS与eQTL相结合，进一步筛选疾病相关基因

• 今天我们来聊一聊孟德尔随机化

• MR-base:高效准确的进行孟德尔随机化研究的网站

• 孟德尔随机化中的无效工具变量检验

• 孟德尔随机化研究中评估因果效应大小的方法

• 使用TwoSampleMR进行两样本的孟德尔随机化研究

• GWAS大家都耳熟能详, TWAS又是何方神圣

• 使用FUSION进行TWAS分析

• TWAS hub:使用TWAS识别疾病易感基因

·end·

—如果喜欢，快分享给你的朋友们吧—

原创不易，欢迎收藏，点赞，转发！生信知识浩瀚如海，在生信学习的道路上，让我们一起并肩作战！

本公众号深耕耘生信领域多年，具有丰富的数据分析经验，致力于提供真正有价值的数据分析服务，擅长个性化分析，欢迎有需要的老师和同学前来咨询。

  更多精彩

• KEGG数据库，除了pathway你还知道哪些

• 全网最完整的circos中文教程

• DNA甲基化数据分析专题

• 突变检测数据分析专题

• mRNA数据分析专题

• lncRNA数据分析专题

• circRNA数据分析专题

• miRNA数据分析专题

• 单细胞转录组数据分析专题

• chip_seq数据分析专题

• Hi-C数据分析专题

• HLA数据分析专题

• TCGA肿瘤数据分析专题

• 基因组组装数据分析专题

• CNV数据分析专题

• GWAS数据分析专题
  

  写在最后

转发本文至朋友圈，后台私信截图即可加入生信交流群，和小伙伴一起学习交流。

扫描下方二维码，关注我们，解锁更多精彩内容！

一个只分享干货的

生信公众号