不知道从哪里拿到了一个上古测序数据，居然是用phred64来代表测序质量分数，可怕，导致我后面的流程报错，所以得先转换过来。结果Google了好久，都没有发现现成的轮子，可能是太简单了吧这个需求，本来想偷懒的。

现在只好自己写了

zcat clean.1.fq.gz |head -12|perl -alne '{if($.%4==0){ print join"",map{chr(ord($_)-31)}(split//,$_) }else{print}}'

感觉代码写的不够优雅，希望有朋友可以帮忙改进一下。

我们都知道不同的物种在进化过程中其实共享很多基因的，尤其是哺乳动物，同一个基因虽然在不同的物种序列不完全一样，位于的染色体也不一样，发挥的功能可能也稍微有点区别，但是他们的相似性非常高！根据相似性就可以在不同的物种里面找到同一个基因。

比如在人类疾病研究领域非常出名的TP53基因，在人类参考基因组的17号染色体上面，但是在mouse里面不仅仅是改名了，叫做Trp53，而且位于11号染色体，在其它物种就更加多元化了。

所以通过研究生的辛辛苦苦查询文献，数据库，终于得到了下面这张表格：

我们不可能每做一次研究就搜索一下，其实是有专门的数据库，在 http://www.informatics.jax.org/homology.shtml 里面专门收集了这些信息，我们要做的就是写脚本解析它！

wget http://www.informatics.jax.org/downloads/reports/HOM_AllOrganism.rpt
## 17M Nov 20 21:00 HOM_AllOrganism.rpt

脚本趣事

如果这个文件大家有打开看的话，很容易理解为，每9行是一个同源基因的ID在不同的9个物种的基因信息，列也是很整齐的，虽然很多基因的在某些物种里面的好多信息都是缺失的，但是不影响我们很容易写出代码来把这个长型数据转换为宽型数据！对的，你想到了什么呢？是R,就是R,我们的小英雄。

a=read.table('~/HOM_AllOrganism.rpt',header = T,fill = T,sep = '\t',quote = "")
## 这个 read.table 的参数我用的有点多，希望你喜欢
head(a)
dim(a)
library(tidyr)
?spread()

所以我写出了上面的代码，结果很显然，报错了，因为同源基因的ID并不是只出现9次，不是我想当然的那种数据库格式，很多基因在单独物种里面都没有搞明白，多个家族基因混在一起，在跨物种间，怎么可能那么容易就牵一根线对应起来呢？

同源关系不明确的

简单写了个脚本，发现有 4061 个基因，都在很清楚在9个物种里面对应好了，但是该数据库总共记录了 25998 ，意味着几乎大部分的基因特别含糊，看样子人类的认知边界还是很狭窄呀！详细的统计指标如下图：

那，接下来让我们仔细瞧瞧看，这些不明确的基因都是咋回事吧。

当然，基因实在是有点多，就随便挑选几个看看。

发现有锌指蛋白，vomeronasal type-2 receptor(extracellular calcium-sensing receptor-like)，bloodthirsty-related gene family , 果然不出所料，都是哪些本身就在一个物种就有一堆亲戚的基因家族系列。

另外值得注意的是，那些小于9个的基因，是不是所谓的物种特异性基因呢？

布置作业：

题目一：那 4061 个在9个物种里面对应好的基因，在人类的背景里面做一下富集分析，看看都是集中在哪些通路。

题目二：把那些出现少于9个物种的基因探究一下，比如只出现在一个物种的那些是不是物种特异性基因呢？出现在2~5个的，是不是跟这9个物种的进化关系有联系呢？

表观组学小组开始招人啦

生信技能树转录组板块学习小组招募启事

450K甲基化芯片数据处理传送门

ChIP-seq基础入门传送门

转录组入门传送门

step1: 计算资源的准备

如果有差不多配置的服务器，就可以从SRA/FASTQ格式数据开始走全套流程。不懂配置，请看前面转录组和表观组的传送门。

如果只有个人电脑，那么直接下载表达矩阵开始分析也是可以的。

step2： 读文献，查看GEO数据

文章是 Annotation and cluster analysis of spatiotemporal- and sex-related lncRNA expression in Rhesus macaque brain , 作者测了 4个年龄段的恒河猴：1年（child），4年（Youth），10年（Adult）和20年（Old）； 脑组织新皮质、海马和小脑不同区域（8个)，两种测序模式(RNA-seq and CAGE-seq)，两种性别，总计(4X8X2X2)128个样本。所以作者分析可以mRNA和lncRNA在时间，空间以及性别上面的区别。

里面关于数据和方法写的很清楚：

RNA-seq and CAGE-seq data have been submitted to the NCBI Gene Expression Omnibus (GEO; https://www.ncbi.nlm.nih.gov/geo/) under accession number GSE87182. The modified WGCNA code and co-expression network and data are available in the Supplemental Material can be downloaded from GitHub (https://github.com/DChenABLife/RhesusLncRNA).

而且里面详细的列出了数据处理方法，使用到的软件，参数，以及步骤，希望大家仔细研读清楚。

step3：了解参考基因组及注释文件

这个物种是 Macaca mulatta ，这里我们只分析转录组测序数据， https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE85377

step4: 得到表达矩阵的流程

这一步仅限于有服务器的朋友，没什么好说的了，在转录组，表观组我们都已经详细讲解了。

SRA—>FASTQ—>BAM—>COUNTS 这几个步骤而已，中间穿插一些质控的手段，每个步骤选择好合适的软件即可。可以参考：一个植物转录组项目的实战 http://www.bio-info-trainee.com/2809.html

因为物种比较特殊，所以上游分析的时候需要选择的参考基因组，参考注释文件都会比较麻烦。

幸运的是作者上传了他上游分析后得到的表达矩阵，大家只需要下载即可：

ftp://ftp.ncbi.nlm.nih.gov/geo/series/GSE85nnn/GSE85377/suppl/GSE85377_All_sample_merged_RPKM_ed.xlsx

目前已发现的lncRNA的数量接近mRNA（GENCODE V25, http://www.gencodegenes.org），lncRNA具有scaffolds，molecular sponges等基因调控功能机制，是重要的表观和转录调控因子。尽管lncRNA普遍低保守和低表达，lncRNA却具有明显的tissue和 stage-specific表达特征，因此被认为参与调控不同的生物学功能，尤其是细胞分化和发育。

step5： 差异表达的mRNA和lncRNA

很明显，得到了表达矩阵之后，根据上面的样本信息，可以按照年龄，性别，取样部位来进行分组找差异。

可以参考：https://github.com/jmzeng1314/my-R/tree/master/DEG_scripts

step6: WGCNA分析

因为样本数量比较可观，所以可以进行WGCNA分析。这里是并不需要选取所有的基因来做WGCNA分析，挑选的标准可以是top变异程度大的基因集合，或者显著差异表达的基因集合等等。

这里可以参考：https://github.com/jmzeng1314/my_WGCNA

WGCNA将lncRNA分成18个模块（3635个lncRNA），空间模块中lncRNA表达呈现明显的组织区域特异性，如：CB (M1, 794个lncRNAs),DG/CA1 (M2, 443个lncRNAs), CA1 (M4, 369个lncRNAs),neocortex (M7, 123个lncRNAs)和OC (M10,57个lncRNAs)。

时间模块中lncRNA表达与年龄有关，而与组织区域不明显；性别模块中lncRNA表达与性别和年龄都相关。

每个模块就必须做pathway/go等数据库的注释分析咯！

step7: 皮尔森相关性分析基因对

基于皮尔森相关性分析，对9904个lncRNAs和26654个 mRNAs进行计算，结果发现5084个lncRNAs和18418个mRNAs 形成了3341261个共表达基因对；例如，lncRNA MIAT与237个mRNAs和93个lncRNAs有共表达关系，对MIAT相关的mRNA进行富集分析，显示MIAT涉及neuroactive ligand-receptorinteraction, dopaminergic synapse, glutamatergic synapse等生物学功能。

对每个lncRNA模块相关的mRNA进行EnrichedGene Ontology (GO) terms和KEGG pathways研究，从而可以发现模块基因集相关的生物学功能，如M1 lncRNAs (CB module)最显著富集于 Fanconi anemia 通路。

这个套路在TCGA数据库里面已经被玩烂了，大家可以去数据库里面搜索看看。

step8:鉴定全新的lncRNA

这个时候已经不是表达矩阵的事情了，要从新从fastq测序数据开始。

对测序后的fastq数据进行转录本的组装。基于组装后的转录本，通过数据库注释去掉编码蛋白质的mRNA以及数据库中收集的已知的lncRNA，对剩余的转录本进行生物信息学分析，最终鉴定出全新的lncRNA，作为后续研究的起点。

Step9:确认lncRNA是否真的是lncRNA

lncRNA具有一系列独特特性，这些特性与编码蛋白质的mRNA有或多或少的区别。需要将鉴定出的新lncRNA与数据库中的lncRNA以及蛋白质编码基因属性进行比较，从而确定它们是否为真正的lncRNA。

这些属性包括，转录本长度，表达水平，保守性（外显子和内含子），GWAS SNP的富集等等。如果这些属性与已知的lncRNA类似，且与蛋白编码基因差别大则说明鉴定出的lncRNA为真正的lncRNA。

lncRNA到底能不能翻译，还得看其自身先天条件——是否具有核糖体结合位点；是否具有开放阅读框（ORF）。只有两种条件都符合（满足开放阅读框，核糖体结合位点），并且翻译的多肽在物种间具有一定保守性，那么该lncRNAc才算是有了翻译的本钱。

step10：lncRNA其它数据库

1.DIANA-LncBase v2——http://www.microrna.gr/LncBase

2.LNCediting——http://bioinfo.life.hust.edu.cn/LNCediting/

3.NPInter v3.0——http://www.bioinfo.org/NPInter/

4.lncReg——http://bioinformatics.ustc.edu.cn/lncreg/

5.LNCipedia v4.0——http://www.lncipedia.org

6.LncRNAMAP——http://lncRNAMap.mbc.nctu.edu.tw/

Lnc2Meth (http://www.bio-bigdata.com/Lnc2Meth/) 就是一个基于已有发表文献结果，对其中涉及到在特定研究疾病中的lncRNA及其甲基化结果进行了整理归纳收录的数据库。其中，对于每一个lncRNA都会提供DNA甲基化区域、类型和调控机制，而其是否在文献报道中有作为诊断分子以及其发表文献信息等都有整理。

lncSNP2.0 (http://210.46.80.146/lincsnp/search.php) 当仍不让的成为大家的首选工具，它是由华中科技大学研究人员开发的专门收录lncRNA和SNP关联信息的数据库，包含人和小鼠两个物种。

RegRNA2.0 (http://regrna2.mbc.nctu.edu.tw/index.html) 是由台湾同胞所研发的，专用来预测RNA功能性的motif序列，其预测内容包含转录motif、mRNA降解原件、RNA-RNA结合、翻译预测等功能。

背景知识

这些知识没什么好说的，主要靠看文献，自己收集整理。

希望大家主要了解这8个方面：LncRNA的定义、LncRNA的发现、LncRNA的分类、LncRNA的功能、LncRNA的作用模式、LncRNA的争议、LncRNA的常用数据库以及LncRNA的研究模式。参考：http://www.biotrainee.com/thread-2485-1-1.html

转录组专题

转录组专题-可变剪接
转录组专题-融合基因
转录组专题-WGCNA分析
转录组专题-变异位点
转录组专题-芯片异同
转录组专题-GTEx
转录组专题-BodyMap

功能数据库专题

功能数据库专题-GO
功能数据库专题-KEGG
功能数据库专题-BIOCARTA
功能数据库专题-reactom
功能数据库专题-DAVID
功能数据库专题-GSEA

学习资源分享专题

学习资源分享专题-国内外几十个生信课程带你飞
学习资源分享专题-数据分析与R语言
学习资源分享专题-带你快速入门高通量测序
学习资源分享专题-生信人windows电脑必装软件
学习资源分享专题-网络学习资源-MOOC
学习资源分享专题-生信入门

其他

R语言的最好资源，一个就够！
往期专题学习目录
生信菜鸟团-专题学习目录（1）
生信菜鸟团-专题学习目录（2）
生信菜鸟团-专题学习目录（3）

bioconductor中文
shiny交互网页
今天给大家介绍的是论坛的生信社区版块，包括bioconductor中文和shiny交互网页这两部分。
【真诚欢迎你】我们很多版块都需要补充和完善，如果你愿意加入我们一起建设论坛，我们非常欢迎，相信这个过程你一定能收获很多，快到碗里来吧，有能力有担当的朋友请与我们联系。:)
（2017.12.15）

bioconductor中文

版块背景介绍
basic
S4
高山《R语言与Bioconductor生物信息学应用》笔记
shortread 包，主要用来读取fastq文件（原始数据）
SummarizedExperiment
ExpressionSet类
karyoploteR
用formatR进行代码格式化
读取affymetix的基因表达芯片数据-CEL格式
software
Usecase - Basic GRanges and AnnotationHub
GenomicRanges - Lists
GenomicRanges - GRanges
GenomicRanges - Basic GRanges Usage
GenomicRanges - seqinfo
GenomicRanges - Rle
GEOquery
GOsim计算GO terms之间的功能相似性和GO富集分析
GO-function包进行GO富集分析
Count Based RNAseq 就是差异表达的两个包的简介
chip-peaks anno 的rmarkdown 快速四步peaks 注释
BioNet寻找 maximal-scoring subgraph
bioconductor的minfi处理甲基化数据
Biostrings
biomaRt
BatchQC——生成批次效应对数据影响的报告及是否需要校正
加载RDAVIDWebService包遇到的rjava问题
用SomaticSignatures包来解析maf突变数据获得mutation signature
在R里面操作SQLite
用R包BayesPeak来对CHIP-seq数据call peaks
用RankProd包对芯片数据做差异分析
maSigPro对有时间点的芯片或者RNA-Seq做差异分析
通过识别共表达模式聚类高通量测序数据——clusterSeq包
利用shortread 得到质量分数
IRanges包
DESeq2
lumi-对illumina的bead系列的表达谱和甲基化芯片标准化
limma常用的预处理差异表达一体包
oligo 阵列数据读取和归一化
org.Xx.eg.db
rtracklayer - Data Import
Rsamtools
R的bioconductor里面的stringDB包来做PPI分析
用samr包对芯片数据做差异分析
SNPrelate包
使用ChippeakAnno的通用下游分析流程
AnnotationHub一个数据资源的包
annotation
GenomicFeatures
GO.db/topGO/goseq R包
GO.db 这个包里面记录着GO数据库的各种信息
experiment
GSE62944-所有TCGA收集的mRNA表达数据集数据集
hapmapsnp6就存储着一堆hapmap计划包括的snp6芯片数据而已
other
Getting Data into Bioconductor （文件的读入）

shiny交互网页

Shiny基础学习
0-shiny app的模板代码
1-shiny创建交互式网页链接用renderUI和href
2-显示一个有图片的列表用sanitize.text.function = function(x) x
3-显示一个带链接的列表用escape = FALSE
4-把shiny代码嵌合在markdown文档里面，制作交互文档
5-实现条件控件，在满足一定条件该控件才显示在界面上
6-用DT包来辅助shiny写网页显示表格
7-结合session来更新UI端的控件，包括显示那个窗口等等
8-得到url传入的变量列表，基于get请求头
9-多个控件控制同一个变量
10-用shiny创造交互控件
11-把shiny网页在独立进程里运行
12-shiny的调试技巧
13-上传文件到shiny
14-在shiny里面实现文件下载功能
15-在shiny里面用mysql搜索一个在R里面搜索一个数组
16-在shiny用控件获取用户多行文本输入，用换行符切割
17-shiny里面显示中文

18一个控件随着另一个控件变化

R的shiny 服务器管理-入门
安装自己的shiny服务器-实战指南
shiny服务器设置用户名和密码登陆才能使用APP
Shiny-server安装及初步使用
shiny-server安装,报错处理与端口转发
shiny做网页必学包-shinydashboard
R的shiny网页里面添加进度条
shiny网页设计的小图标大全-icon
在R的shiny网页程序里面永久性的存储数据
用url来控制网页控件
shiny网页里面的图片不是表面看起来那样
Shiny 写的网页报错怎么办

用shinyJS包来丰富网页应用

在shiny程序里面嵌入IGV来做可视化
在shiny程序里面安装Google分析追踪器
用shiny画图并且提供下载
用shinyBS实现弹窗全选警告功能
使用shiny展示ComplexHeatmap做热图的部分功能
不敢想象shiny的插件已经丰富到如此
shiny 基础控件总结
shiny ui 初探 小结
shiny的DT包控制表格以下拉滚动条形式显示数据
shiny的DT包控制表格任意显示列或者选择行
设置shiny的DT表格的每一列居中显示
shiny小玩具-镶嵌子页面
表格里面铺满按钮，并且任意增删它们
给菜单栏添加前进后退按钮-JS技巧
半收敛菜单栏-CSS技巧
两个shiny工具文章推荐
5种场合需要用action button
shiny第一天
上传shiny程序至shinyapps.io

今天我们继续对论坛研究热点版块进行介绍，本文是第三篇，讲的是芯片处理这个热点。本文对热点的内容简单分了下类。如果你很感兴趣，请不要错过下文这些精彩的内容哦。若你想分享自己的学习资源和学习心得，欢迎你在对应的区域发帖，帮助更多对这部分内容感兴趣的人。:)
【真诚欢迎你】我们很多版块都需要补充和完善，如果你愿意加入我们一起建设论坛，我们非常欢迎，相信这个过程你一定能收获很多，快到碗里来吧，有能力有担当的朋友请与我们联系。:)
（2017.12.15）

第一节

生物芯片实验流程介绍
芯片基础知识打卡
表达芯片数据预处理四部曲-N,T,B,Q
芯片数据处理高手教程—biostar经典帖子系列
表达芯片跟mRNA-seq数据比较（一）
表达芯片跟mRNA-seq数据比较（二）
表达芯片跟mRNA-seq数据比较（三）
芯片数据分析【第一讲：GEO，表达芯片与R】
芯片数据分析 【第二讲：从GEO下载数据得到表达量矩阵】
芯片数据分析 【第三讲：对表达量矩阵用GSEA软件做分析 】
芯片数据分析【第四讲：根据分组信息做差异分析】
芯片数据分析 【第五讲：对差异基因结果做GO/KEGG超几何分布检验富集分析】
芯片数据分析 【第六讲：指定基因分组boxplot指定基因list画热图】
芯片数据分析【第七讲：获取string数据库的PPI网络数据】
芯片数据分析【第八讲：PPI网络数据用R或者cytoscape画网络图】
芯片数据分析 【第九讲：网络图的子网络获取 】
芯片数据分析 【第十讲：如何找hug genes】

【R处理芯片数据】—总结

第二节

illumina的Omni系列芯片进化史
用illumina的官方软件来处理它的基因型芯片数据-idat文件
illumina的bead系列表达芯片数据处理
illumina的450K芯片的beta值含义及计算方法
Illumina HumanMethylation450 BeadChip (甲基化450k芯片) 预处理初探
HTA1.0,HTA2.0,MTA1.0这些基于exon设计的芯片找lncRNA
Affymetrix HTA 2.0 microarray可能是优于Illumina 2000 RNA-seq
illumina的bead 系列表达芯片扫盲
illumina芯片的raw signal intensity data from the *.idat files
用illuminaio包来处理illumina的IDAT文件
illumina的基因型芯片是一种全新的数据表示方式
基因表达芯片数据分析——Agilent
拷贝数芯片分析的一个例子
affymetrix跟illumina芯片的raw data标准不一样
affymetrix出品的傻瓜式软件
基因表达谱芯片数据分析及其Bioconductor实现
常见的芯片数据都可以在bioconductor里面找到注释包
Bioconductor 分析基因芯片数据
limma是最经典的差异分析软件
一个芯片平台的所有测序数据可以总结成一个包
用R包crlmm来分析Affymetrix SNP 5.0 and 6.0 and Illumina arrays

用R包argyle来分析illumina的基因型芯片

第三节

DESeq2包的系统学习
5行代码搞定GEO学习总结版，全程无尿点
GSEA富集分析的图片重新绘制
我竟然从来没有用过芯片公司自己的分析软件
学习birdseed软件来处理snp6.0芯片数据
各种基因型芯片的异同点
SNP基因分型之基因芯片
精准医疗研究芯片的SNP芯片
多个芯片数据整合成TNBC的587个样本数据集
芯片的CNV分析并非易事
表达芯片的QC指导
KO掉Klf5 基因对ESC分化的影响
有很多已经按照芯片平台处理好的表达量数据可以直接分析
多个芯片数据整合分析-跨平台

比较两个不同实验差异基因分析的结果并发表文章

第四节

affymetrix的表达芯片，为什么一个基因对应多个探针
一个GSE里面有3种芯片平台数据该如何处理呢
年龄和性别对脑部基因表达的影响
比较一种疾病状态需要跟42种正常组织进行比较
不同芯片平台的表达数据能否综合起来分析呢
在ESCs和PGCs不同细胞系里面KO掉Tcfap2c造成的影响区别
剂量效应的差异分析如何下结论呢
H3K27ac和H3K4me1两个组蛋白marker在ESC和NPC里面的变化区别
除了官网manifest，还有什么芯片ID转换更权威的组织
芯片需要全面转换为高通量测序吗
你的基因测序结果给了你什么好玩的结论
表达谱芯片报告内容有哪些
多个study芯片数据合并的一个例子
InSilico 和 virtualArray 这两个 Bioconductor 哪个更适合合并芯片
如何合并多个study的芯片数据呢
2011年的nature就测了一千多个脑部组织样品表达芯片
用到了最新款850K甲基化芯片数据的文章推荐
miRNA芯片研究知多少
【 读文献】2013年新加坡A*star用illumina-HGv4芯片做的信号通路
多组学数据联合是趋势
求助Affymetrix芯片数据分析
芯片数据做差异分析的一点疑问，关于预处理和探针注释

今天我们继续对论坛研究热点版块进行介绍，本文是第二篇，讲的是肿瘤信息学这个热点。本文分为四部分，第一部分主要介绍TCGA数据下载和整理等方面的内容；第二部分主要介绍肿瘤研究领域一些重要的知识；第三部分为一些比较实用的方法和资讯方面的内容；最后一部分为问答区。如果你很感兴趣，请不要错过下文这些精彩的内容哦。若你想分享自己的学习资源和学习心得，欢迎你在对应的区域发帖，帮助更多对这部分内容感兴趣的人。:)

【真诚欢迎你】我们很多版块都需要补充和完善，如果你愿意加入我们一起建设论坛，我们非常欢迎，相信这个过程你一定能收获很多，快到碗里来吧，有能力有担当的朋友请与我们联系。:)
（2017.12.15）
第一节
关于TCGA数据下载，我能说的就是这些了
迄今最方便的TCGA数据下载、整理及分析工具
标准TCGA大文章需要哪些数据？[赠重磅资料]
TCGA大作战——初步分析RNA-seq数据01
TCGA大作战——初步分析RNA-seq数据02
TCGA的metadata简介
TCGA前期数据处理小总结
TCGA数据新的下载方法
TCGA数据批量下载与整理
如何将TCGA下载的基因表达数据整合到一个文件
TCGA documentation翻译
TCGA表达批量做生存分析—菜鸟视野
分析TCGA的breast cancer的LNC-RAN聚类—需要下载TCGA原始数据的权限
从TCGA里面找免疫组库的数据-需要下载TCGA原始数据的权限
把TCGA的一个癌种的6种数据做出一个数据库
一个很有趣的工具-TCGA2BED-可以从TCGA数据库提取数据成bed格式
只研究TCGA里面的chromatin regulatory factors系列基因

不是所有的TCGA样本都有药物处理信息

第二节
一个通过文献注释基因功能的数据库【Gene RIF】
癌症变异位点的临床解释数据库大全
pan-cancer project 值得关注
一款癌症研究试剂盒是如何研发的
做一个癌症相关基因检测产品需要什么
做一个肿瘤易感基因检测产品需要什么
肿瘤研究领域必须知道的词
肿瘤及其免疫微环境分析
肿瘤信息学系列一：RNA-seq分析基本流程 -未完待续
肿瘤突变位点临床解读：Clvic 数据库简单探究
只要是按照primary site来定义的肿瘤都是可以进行分子分型
找一个乳腺癌里面表达上调的基因，然后看看其它所有基因
一个TCGA大计划的流程是怎么样的
TCGA包含了美帝的20多个顶尖的研究所，你知道在哪里吗

必须要了解的美国国立综合癌症网络NCCN

第三节
根据PubMed ID批量提取文献摘要
画某个基因在GBM的subtype的表达量区别图
70个Chromosomal instability (CIN)相关基因的表达作为癌症预后marker
除了看gene的表达量，还可以具体看它们的isoform的表达量
用CMAP来辅助你做药物研究-探索药物，表达，表型的关系
都2017年的还可以继续灌TCGA的signature这样的水文章

RNA-seq Normalization方法及DEG分析软件的选择

问题区
TCGA数据基础下载问题
TCGA中miRNA数据的提取
TCGA中提取lncRNA
TCGA提取差异lncRNA
TCGA基础问题
关于TGCA生存时间的问题
关于TCGA数据数据库中RNA-seq的问题
GDC中下载文件名和临床信息对应关系
请教关于TCGA数据的问题
不能成功安装Rtools
survivalROC这个包如何输出其p value和95%置信区间呢

三代测序、化学信息学
免疫研究、GWAS
Meta分析、单细胞测序
进化分析、机器学习
今天我们将对论坛研究热点版块进行介绍，本文是第一篇，讲的是开篇提到的这几个热点。如果你很感兴趣，请不要错过下文这些精彩的内容哦。若你想分享自己的学习资源和学习心得，欢迎你在对应的区域发帖，帮助更多对这部分内容感兴趣的人。
【真诚欢迎你】我们很多版块都需要补充和完善，如果你愿意加入我们一起建设论坛，我们非常欢迎，相信这个过程你一定能收获很多，快到碗里来吧，有能力有担当的朋友请与我们联系。:)
（2017.12.15）

化学信息学

化学信息学第一篇

Meta分析

【原创】循证之路-meta分析入门培训
Meta分析第一步收集数据咯
ADDIS制作meta网状分析教程

机器学习

机器学习入门打卡贴
R包：caret做机器学习-特别方便
一些常用的machine learning R packages和简单介绍

单细胞测序

有关Drop-Seq技术的一篇报道
Single Cell Sequencing
单细胞测序聚类发现新类型细胞
单细胞测序分析工具SC3文章图片绘制

三代测序

三代全长转录组测序
三代测序建库-1
三代测序建库-2 : Template preparation workflow
双十一围观剁手才是正经事-三代测序剁手篇
大型基因组拼装的乐高软件之MaSuRCA assembler使用指南
转载： “远见还是痴念？三代测序和它的时代特点”
PacBio sequence error correction amd assemble via pacBioToCA

免疫研究

第一篇
【免疫组测序-1】免疫组测序背景介绍（免疫组库）
【免疫组测序-2】免疫组测序背景介绍（免疫组库）
【免疫组测序-插播】neoantigen重要临床数据《nature》
免疫组库重新学一下
免疫组库测序的研究对象、扩增方法以及平台选择
免疫组库在疾病研究中几个应用
个性化免疫疗法与免疫组测序的结合（综述）

进化分析

群体进化分析入门必名词解释
肿瘤异质性/克隆分析
根据突变数据构建进化树
根据距离矩阵构建进化树
系统进化树构建的不简单实战
进化转录组流程
手把手教你怎么做一个简单的系统发育分析
使用ParaAT和kaks_calculator批量Kaks批量计算
在线分析工具-你值得拥有

GWAS

GWAS研究现状及资源下载
GWAS中如何计算BLUP
GWAS研究麻风病
2016-GWAS综述-Concepts and relevance of genome-wide association studies
用23andMe公司的89,283客户的基因型数据做GWAS
R直接读取plink格式的BED/BIM/FAM文件
关于ped和map文件
Genome-wide Complex Trait Analysis(GCTA)-全基因组复杂性状分析
利用GCTA工具计算复杂性状/特征（Complex Trait）的遗传相关性
高通量测序数据的多位点GWAS和多QTL作图应用技术
绘图时稀释SNP的策略分享
如何使用CMplot绘制曼哈顿图
如何轻松绘制表型性状数据分布图
如何在GWAS之前过滤SNP
使用GCTA计算PCA，GMR及GWAS
使用Admixture计算群体结构
fastSTRUCTURE,简单快速进行群体结构分析

转录组
基因组
今天我们讲述的是论坛组学大全版块的转录组和基因组。这两个组学，在论坛都有很大不错的内容。比如转录组，今年暑假我们就开展了转录组入门学习活动，有很多人参与，有些朋友还在论坛留下了宝贵的笔记。这些笔记记录了每个参与者的成长过程，作为一个参与者和见证者，我非常感谢和怀念那段时光。关于基因组方面，jimmy大神有个“直播我的基因组”，非常不错。更多详情请看下文吧。
【真诚欢迎你】我们很多版块都需要补充和完善，如果你愿意加入我们一起建设论坛，我们非常欢迎，相信这个过程你一定能收获很多，快到碗里来吧，有能力有担当的朋友请与我们联系。:)
（2017.12.15）

转录组

版块简介
入门学习
RNA-seq基础入门传送门
自转录组入门学习活动开始以来，论坛收到了很多优秀的笔记，比如论坛ID为anlan、laofuzi、yohahah、hoptop、jojoy123、rumbleD、mt831、zckoo007、青山屋主、一只聋了的青蛙、今天的贫民窟、Panda姐等人。小编从众多优秀笔记中，选择Panda姐的给大家作为参考，因为写的笔记很全面，资料也很丰富，有视频，有讲解，推荐一下。其他人的笔记也可以在我们的论坛检索到，如果你正在按上诉入门指南进行学习转录组，其他人的笔记也值得看看哦。最后希望此刻正在看本文的你快速入门转录组。:)
【读文献】RNA-seq数据分析指南
【PANDA姐的归档】转录组学习笔记
【视频】PANDA姐转录组基础入门知识
【课程预告】手把手教你入门生信——The Biostar Handbook
小白生信学习记（一）转录组基本知识及简单的linux命令
小白生信学习记（二）：服务器及其使用介绍
小白生信学习记（三）转录组分析流程
小白生信学习记（四）：Linux系统下，RNAseq分析软件的安装
DEXSeq使用说明（1/3）
DEXSeq使用说明（2/3）
DEXSeq使用说明（3/3）
IRanges说明（1/3）
IRanges说明（2/3）
IRanges说明（3/3）
关键词：RNA-Seq
1.菜鸟入门(一)：RNAseq测序基础简介
2.RNA-seq数据差异表达分析方法的比较
3.RNAseq数据挖掘
4.RNA-Seq analysis for differential expression
5.RNA-seq测序数据的前6bp碱基的GC含量不稳定问题
6.七个RNAseq高级分析技术
7.选择不同的基因注释系统对RNA-seq数据分析的结果影响
8.计算机模拟测序数据来探索RNA-seq
9.拯救你的RNA样品-针对非最佳样品的RNA-seq方法
10.Counts vs. FPKMs in RNA-seq
关键词：表达&转录
1.根据RPKM值来定义高低表达量基因
2.表达量数据需要spike-in的意义
3.想用表达量来说明生物学意义，请先读MAQC
4.转录组表达量差异分析的不同软件比较
5.表达量的8种normalization方法比较
6.基因表达分析（前传）-准备count矩阵
7.39个转录组分析工具，120种组合评估 ，转录组工具最优组合
8.转录组的五个高级分析
9.转录组测序的3种建库策略
10.转录组 de novo 分析的5篇参考文献
11.这篇转录组文章用到了BGI数据？
12.无参转录组De Novo组装—仅供参考
13.无参转录组Demo演示项目
14.无参转录组分析工具评估和流程展示
其他
1.差异基因GO富集[topGO包]
2.对差异分析结果进行差异分析
3.使用edgeR进行差异表达分析－前期摸索版
4.各种差异分析的包的比较
5.wgcna流程代码
6.Trinity的安装与使用
7.构建nr或者nt数据库的子库
8.fastqc结果报告分析
9.用Excel +PPT画heatmap
10.用unceqr软件通过RNA数据来验证DNA突变
11.用 ASprofile 软件对 Cufflinks 预测的转录本的可变剪切事件进行分类统计
12.Sentieon: GATK的手游加速器
13.从UCSC上下载人类基因组TSS(转录起始位点)区域bed文件实战
14.用limma包的voom函数来对RNA-seq数据做差异分析-新手版
15.基因的GC含量会影响它被二代测序的reads数量
16.重复文章 “RNA-seq的转录水平表达分析”
17.psRobot：植物小RNA分析系统
18.你们听说过recount计划吗
19.hisat2自带log为什么与samtools统计结果不一致
20.震惊！NCBI上就有RNA比对的protocol！

基因组

下面的目录建议先阅读，有很多基因组分析相关的知识，值得拥有。读完目录后，别忘记组学大全版块的基因组还有其他学习资源，都是很棒的学习资源。
1.直播我的基因组分析-目录-持续更新
2.GATK之SelectHeaders和RandomlySplitVariants
3.GATK之FastaStats和CountReads
4.GATK之VariantAnnotator
5.GATK之HaplotypeCaller
6.GATK之BaseRecalibrator
7.GATK best practice每个步骤都是必须的吗
8.2012年自闭症家系的928个外显子测序数据
9.2015年的320个非洲人的全基因组数据
10.2015年千人基因组计划的129个三口之家的全基因组数据
11.2015日本人的1070个全基因组数据
12.2015年909个冰岛人的全基因组数据
13.2016年人类长寿公司的万人全基因组数据
14.【精】本人的捕获测序数据分析代码，如有错误请大家提出建议
15.【读文献】了解一些ctDNA检测的基础知识
16.【读文献】WGS相对于WES的优势
17.老鼠模型WES研究文章一篇
18.如果需要同时比对多个参考基因组
19.不同组学研究建议采用的测序策略
20.基因组测序与生信分析流程准确度评价全攻略
21.基因组重测序研究之极端性状混池重测序分析流程
22.基因组de novo组装的5种gap
23.泛基因组测序（学习与探究）
24.已发表的基因组物种
25.华大基因的BGI-SEQ500 公开GIAB标准品数据 开放下载
26.FACETS统计外显子数据的拷贝数变异情况
27.全外显子组测序：用1%的基因组发现85%的致病变异
28.外显子测序发现急性红细胞白血病新突变
29.SAMtools, GATK, glftools and Atlas2找变异的区别
30.同样的fastq文件，用不同的流程、跑出的vcf有些差别
31.WGS和WES数据找CNV的区别
32.Pipeline: speedseq 无痛快速准确完成 WGS 的 SNV CNV SV calling
33.同一病人的不同组织的WES测序结果比较
34.为什么 BAM 文件 sort 之后体积会变小
35.SHOREmap练习MBS
36.ceRNA综述、数据库及经典文章
37.目前最好最完整的SOAPdenovo使用说明
38.跟据CDS突变位置快速查找rs号
39.gffcompare和gffread
40.非root用户interproscan的安装和使用
41.bedtools——基因组数据分析的瑞士军刀
42.使用bcftools、freebayes和varscan2 call SNV