![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
R
hachi_dl
这个作者很懒,什么都没留下…
展开
-
基因相关性图
一、基因在任意癌症表达量相关性1. 获取基因名2. 制作基因在癌症的表达矩阵3. 绘制基因相关性热图二、基因集在癌症的表现1. 获取基因集2. 制作基因集在癌症的表达矩阵3. 绘图三、多个基因集相关性热图1. 获取基因集2. 制作基因集在癌症的表达矩阵3. 绘图原文献:Spatially and functionally distinct subclasses of breast cancer...原创 2020-02-11 18:15:00 · 6490 阅读 · 0 评论 -
三种聚类方法比较
一、导入数据1. 加载数据2. 可视化数据分布3. 文库归一化二、使用文库大小归一化后的数据进行聚类1. hclust2. k-means3. dbscan三、使用log化后的数据进行聚类1. hclust2. k-means四、使用降维的数据进行聚类1. hclust2. k-means3. dbscan五、使用高表达基因进行聚类1. hclust2. k-means六、使用高变异基因进行聚类...原创 2020-01-12 00:07:25 · 3298 阅读 · 0 评论 -
探索GSVA包
一、介绍1. 加载2. 简介3. 注意事项4. 流程二、使用1. 导入数据2. 计算富集分数3. 确定有显著差异的基因教程:https://www.bioconductor.org/packages/devel/bioc/vignettes/GSVA/inst/doc/GSVA.pdf一、介绍1. 加载if(!require(GSVA)) BiocManager::install('...原创 2020-01-11 12:33:31 · 8798 阅读 · 4 评论 -
探索seurat包
一、了解包的基本内容1. 加载2. 基本信息二、使用1. 导入数据2. 创建对象和基本操作1)检查数据2)创建对象3)查看对象内容4)调用对象内容5)向对象插入内容6)可视化对象内容3. 归一化4. 挑选高变异基因5. 标准化及去除混杂因素影响6. 降维1)PCA2)UMAP3)tSNE7. 聚类8. 确定差异表达基因9. 总结一、了解包的基本内容1. 加载if(!require(Seur...原创 2020-01-10 13:51:04 · 3785 阅读 · 0 评论 -
下载R包问题汇总
下载R包1. 下载方法2. 解决方法汇总参考链接:https://www.cnblogs.com/lph970417/p/11655371.html1. 下载方法install.packages("package_name")从Bioconductor上下载library(BiocManager)BiocManager::install("package_name")从git...原创 2019-12-01 11:49:42 · 9326 阅读 · 2 评论