我用rmarkdown写过的教程

Featured

用rmarkdown写教程真心非常方便,尤其是R语言相关的,比如一些R包的应用,或者一些可视化,或者一些统计,下面我简单列出一些我以前写过的,图文并茂,关键是还非常省心,不需要排版,不需要上传图片,整理图片。

一般来说看链接最后的文件名就知道这篇文章讲的是什么了:

Continue reading

一个MeDIP-seq实战-超级简单-2小时搞定!

Featured

请不要直接拷贝我的代码,需要自己理解,然后打出来,思考我为什么这样写代码。
软件请用最新版,尤其是samtools等被我存储在系统环境变量的,考虑到读者众多,一般的软件我都会自带版本信息的!
我用两个小时,不代表你是两个小时就学会,有些朋友反映学了两个星期才 学会,这很正常,没毛病,不要异想天开两个小时就达到我的水平。

MeDIP-seq 跟ChIP-seq的分析手段是一模一样的,同理hMeDIP-seq,caMeDIP-seq等等,都没有本质上的区别,只是用的抗体不一样而已,请自行搜索基础知识,我只讲数据分析。

一个ChIP-seq实战-超级简单-2小时搞定!

一个RNA-seq实战-超级简单-2小时搞定!

Continue reading

17

单细胞转录组看头颈癌的原位癌和复发癌区别

单细胞转录组探索头颈癌症的转移癌和原位癌区别

文章发表于2017年12月,在CELL杂志:Single-Cell Transcriptomic Analysis of Primary and Metastatic Tumor Ecosystems in Head and Neck Cancer 测序如下;

We profiled transcriptomes of ∼6,000 single cells from 18 head and neck squamous cell carcinoma (HNSCC) patients, including five matched pairs of primary tumors and lymph node metastases.

同时也对这些病人测了whole-exome sequencing (WES) and targeted genotyping (SNaPshot) data,但是这些数据公布在 phs001474.v1.p1 ,不是很方便下载。 Continue reading

11

时间序列单细胞转录组数据分析

时间序列单细胞转录组数据分析

文章是: Reconstruction of developmental landscapes by optimal-transport analysis of single-cell gene expression sheds light on cellular reprogramming. 虽然于2017年9月公布在了bioRxiv上面,但是至今仍然没正式发表,包含了六万多个单细胞转录组数据,持续追踪了MEF细胞系诱导为IPSC细胞的动态变化过程,并且从发育的角度分析了这些数据

Continue reading

06

专门分析10x genomic公司的单细胞转录组数据的软件套件

10x Genomics方法巧妙使用了Barcoding(条形码)和Microfluidics(微流体)技术,在单细胞分离、扩增原理上具有明显的优势,能帮助研究人员实现对细胞群体的划分与细胞群体间基因表达差异的检测,是肿瘤细胞异质性、免疫细胞群体检测以及胚胎发育研究的黄金方法。

Continue reading

16

TET2突变是如何引起超甲基化

TET2突变是如何引起超甲基化

癌症病人体内会检测到不正常的甲基化现象。
TET2可以氧化5mC成为5hmC,进而通过其它机制形成5fC5caC
很多血液肿瘤病人的TET2基因突变了,同时会显示出全局的5hmC水平下降。
有趣的是,全局的5hmC水平下降同样发生在很多实体肿瘤病人身上,但是那些病人很少有TET2突变发生。
那么,TET2突变,或者全局的5hmC水平下降,是如何导致启动子区域的CG岛的甲基化水平上升的呢?
有其它文献报道 hypermethylation和oxidative stress (OS)有关系
作者认为 oxidative stress (OS) 在其中起了关键的作用。

Continue reading

06

Bioconductor包chimeraviz嵌合RNA可视化

Bioconductor包chimeraviz嵌合RNA可视化

高通量RNA测序已经能够更高效地检测融合转录本,但是融合检测的技术和相关软件通常产生高错误发现率。而一个自动整合RNA数据和已知基因组特征的可视化框架对于结果的检验是有帮助的。2017年发布的一个bioconductor包,chimeraviz就可以做到自动创建嵌合RNA可视化。

支持来自9种不同融合发现工具(deFuseEricScript、InFusion、JAFFA、FusionCatcher、FusionMap、PRADA、SOAPfuse和STAR-FUSION)的输入。 Continue reading

05

用LeafCutter探索转录组数据的可变剪切

用LeafCutter探索转录组数据的可变剪切

该软件早在2016年就公布了,发表在biorxiv预印本上面,但直到2017年的双11,才发表在NG上面,文章是 : Annotation-free quantification of RNA splicing using LeafCutter 最大的特点应该是不需要参考基因组的基因注释信息了吧,就是gtf/gff文件可以省略,当然,比对还是需要的。它还有另外一个非常重要的功能,splicing quantitative trait loci (sQTLs) 但是跟我目前关系不大, 就不介绍了。 Continue reading