在国内做数据分析本来就不容易，SRA数据库自带的prefetch基本上是形如虚设，下载速度比乌龟爬行就快那么一点点，所以不得不求助IBM的aspera加速器。

首先下载软件

老规矩，conda解决一切依赖 Continue reading →

高斯分布在自然界非常常见，中心极限定理很好的说明了它，但事情往往不是那么地纯粹，很多时候我们得到的结果里面会混入两个截然不同的样本数据集，虽然它们各自都是高斯分布，但是它们的均值和方差都不一样，如果拿到的是它们的混合数据，就不能简单的使用一个高斯拟合来处理它了。 Continue reading →

大家都喜欢整合多组学数据，实际上目前大多数研究都是拿其中一种组学数据来对样本进行分类，然后查看病人分组后另外一种组学的差异情况。再其次，就是整合多组学数据对样本统一分组。

案例介绍

看到文章 Integrative analysis of the inter-tumoral heterogeneity of triple-negative breast cancer 针对137个TNBC病人的3种数据，进行挑选后，各自进入NMF聚类：
Continue reading →

多个样本单细胞转录组数据整合算法以 mutual nearest neighbors (MNNs)和canonical correlation analysis (CCA) 最为出名，见 详细介绍多个单细胞转录组样本的数据整合之CCA-Seurat包 Continue reading →

半年前我就系统性的介绍过：TCGA的pan-caner资料大全(以后挖掘TCGA数据库就用它) 还专门指出了癌症的somatic突变的maf文件问题：TCGA数据库maf突变资料官方大全 Continue reading →

bowtie2

以前都是和samtools组合，如下：

bowtie2 -x $index -U $id | samtools sort -@ 4 -o $sample.bam -

运行速度很慢，现在有高效工具啦，比如sambamba主要有filter，merge,slice和duplicate等七个功能来处理sam/bam文件，几乎可以替代 samtools啦，不过，这里要着重介绍的是samblaster Continue reading →

生信技能树超级VIP入场券发放(人民币一万起)

作为全网第一个全栈生信工程师，史上最大中文生物信息学交流社区-生信技能树联盟的创始人- Jimmy， 在这里第二次郑重宣布： 招学徒！
学徒培养模式已经走过了一个年头，期间约20名学徒成功出师： Continue reading →

五年前作为一个初出茅庐的菜鸟生信工程师苦于没有专业交流社群，遂自建了生信菜鸟团QQ群和博客，一点一滴积累了数万人气，进而和若干圈内好友组建了生信技能树联盟，三年前的直播生物信息学编程活动细节还历历在目，QQ群微信群记账录制视频忙的不亦乐乎，因此产生了编程语言系统入门系列教程，如下： Continue reading →

前面我更新了针对生信工程师R语言入门指南，见：生信分析人员如何系统入门R(2019更新版) ，广受好评，反响热烈，趁热打铁我应该把剩余的3个知识点也认真系统更新一下，恰好昨天授课讲解的就是linux学习路线图！ Continue reading →

我们公众号一直在给朋友（研究单位课题组或者公司都有）做宣传，有需要实习生，工程师的，博士后的，是时候给我们生信技能树自己宣传一波了：
详细介绍链接：https://mp.weixin.qq.com/s/7oC0NnHk34DqG7eHqITzUQ Continue reading →

以前下载TCGA数据，喜欢使用UCSC的XENA数据库， 全部数据在：https://xenabrowser.net/datapages/ 这个时候有两个数据源，需要区分开来;

• GDC TCGA Breast Cancer (BRCA)&removeHub=https%3A%2F%2Fxena.treehouse.gi.ucsc.edu%3A443) (18 datasets) 09-15-2017
• TCGA Breast Cancer (BRCA)&removeHub=https%3A%2F%2Fxena.treehouse.gi.ucsc.edu%3A443) (30 datasets) 2016-04-27 Continue reading →

看到发表在19 July 2019的文章Strand-specific miR-28-3p and miR-28-5p have differential effects on nasopharyngeal cancer cells proliferation, apoptosis, migration and invasion，全文提供实验验证了miR-28-3p and miR-28-5p的生物学功能不一样。 Continue reading →

有同学提问，遇到下面的报错，但是网上其他朋友都可以顺利运行，为什么单单是她报错呢？

我觉得这并不是一个好的提问方式，所以用这个例子，来演示如何是一个好的提问。 Continue reading →

有学员看了我们的甲基化芯片教程(大概是两年前)，想跟着代码来跑自己的数据，但是卡在安装R包上面，就是一个很简单的注释包(IlluminaHumanMethylation450k.db)，注释我们甲基化芯片设计的探针到对应的基因组坐标。 Continue reading →

链接：https://mp.weixin.qq.com/s/Z2H_3FaTmfBbD9q3Q7DVdQ Continue reading →

你知道吗？每个月都有一百万单细胞被测序！

Google Data显示，7月份的单细胞研究细胞数是1,099,630。利用单细胞测序技术解析一个物种的单细胞图谱、动态变化过程，是当前研究热点之一。 超高通量单细胞多组学将是未来几年的技术开发和应用热点之一。

Continue reading →

众所周知，单细胞水平的研究目前主要集中在发育，免疫和癌症方向，但是哪一个细分领域的CNS文章更多呢？感兴趣的朋友可以通过文本挖掘追踪最新文献，进行统计。刚才看到单细胞天地群朋友分享了2019的两篇文章，分别是七月nature的海鞘，和九月science的线虫，都是发育方向的。
从单细胞转录组数据分析的角度来说，大部分图表均可复现，但是生物学背景这一块就很头疼了，太多的专有名词。 Continue reading →

看过单细胞水平的癌症研究的朋友都应该是对下面这幅图不陌生：

可以很清晰的看到，多个病人的单细胞可以分成恶性的上皮细胞和非恶性的肿瘤微环境，微环境的那些细胞可以聚集成为很多类，而且每个类别的细胞都是来源于不同病人的。
但是呢，对于那些肿瘤恶性细胞，也是聚集为很多类别，但基本上每个类别都是一个单独的病人来源。 Continue reading →

VIM作为一款老牌编辑器，其功能强大、高度可定制，可以说是经久不衰，可以搜索到非常多的教程，如下：

到底如何退出VIM编辑器

其中，如何退出VIM编辑器，也成为了一个老大难问题，让无数新手敬而远之，而且还需要专门写教程，针对如何退出编辑器。 Continue reading →

我一直强调过，所谓的单细胞数据分析，其实就5个R包，分别是: scater,monocle,Seurat,scran,M3Drop 需要熟练掌握它们的对象，：一些单细胞转录组R包的对象 分析流程过一遍 Continue reading →