最近刷单细胞文章，看到了《Tumor and immune reprogramming during immunotherapy in advanced renal cell carcinoma》，这个文献里面有一个非常诡异的降维聚类分群和生物学命名： Continue reading →

如果你手上有一套尘封已久的转录组表达量芯片数据或者测序数据，那么这个文章或许是一个较好的模范让你学习！ Continue reading →

你还认为普通转录组测序没有用吗？

Continue reading →

cancer research杂志在癌症研究领域还蛮出名的，很容易跟Clinical Cancer Research搞混，假如你在这两个杂志发表过第一作者的研究，可以在公众号留言找我，获得一个免费的生物信息学数据咨询服务哈！ Continue reading →

我在CNS图表复现09—上皮细胞可以区分为恶性与否提到了一个很有意思的现象，就是把上皮细胞分群后，可以看到有一些亚群是具有病人特异性，但是也有不少亚群是跨越了病人存在的。 Continue reading →

我在CNS图表复现09—上皮细胞可以区分为恶性与否提到了一个很有意思的现象，就是把上皮细胞分群后，可以看到有一些亚群是具有病人特异性，但是也有不少亚群是跨越了病人存在的。 Continue reading →

急！计划招募100个单细胞爱好者，免费学全套单细胞降维聚类分群和生物学亚群注释，仅限今天！ Continue reading →

我比较喜欢ggplot2+AI 来做科研绘图， 当然，有高手可以独立使用ggplot2调整全部图表细节，完全不使用AI。 Continue reading →

想找自己以前的一个笔记，在公众号里面搜了半天以失败告终，毕竟里面几千篇教程了，简直是大海捞针。即使我记住了标题都无法检索到它，真的是信息海洋啊！ Continue reading →

最近接了几个不同癌症队列的panel测序数据分析项目，大多是在基因加、南京世和等公司购买的panel和测序服务。 Continue reading →

ATAC-seq的数据分析主要是检测信号峰值，就是peaks，不同样品的peaks的差异主要是两个思路，使用韦恩图展现有无peaks的差异，另外就是使用散点图展现高低强弱的peaks差异。 Continue reading →

通常情况下，我们的原始测序数据会上传到NCBI的SRA数据库，自然就在EBI备份了。需要熟悉GEO和SRA数据库： Continue reading →

我们以 seurat 官方教程为例：

Continue reading →

传统的甲基化信号值通常是芯片，比如illumina公司的27K,450K,850K的甲基化芯片，它们检查的通常是细胞混合物，比如绝大部分肿瘤组织样品其实是混合了上皮细胞，基质细胞和免疫细胞。如果我们感兴趣肿瘤组织的纯度，或者说肿瘤的免疫浸润情况，就可以使用同样的反卷积方法来。这个时候EpiDISH包就可以派上用场： Continue reading →

我们做肿瘤研究的单细胞数据，一般来说会选择初步很粗狂的定义大的细胞亚群，比如我常用的 第一次分群是通用规则是： Continue reading →

前面我们介绍了绘图小白神包：

• 新手绘图一站式R包ggstatsplot Continue reading →

RNA-seq数据分析绝大部分小伙伴应该都是问题不大了，我在B站也有教学视频，视频观看方式 ： Continue reading →

最近刷单细胞文章看到了一个很有意思数据存放细节，这个文献的标题是：《Single-cell sequencing links multiregional immune landscapes and tissue-resident T cells in ccRCC to tumor topology and therapy efficacy》，链接是：https://doi.org/10.1016/j.ccell.2021.03.007 Continue reading →

任意基因在任意癌症里面与任意基因的表达量相关性是否受到任意基因的突变与否的状态的影响而改变！ Continue reading →

统计学

先了解什么是z-score

Continue reading →