为什么要学编程

帮同学处理一下他从公司拿到的差异分析结果，当然，给我的是Excel表格，老规矩，导出csv然后读入R，然后准备顺手画个火山图，做个GO/KEGG富集分析。下意识的看了看数据结构，然后顺手按照基因名排序了一下，哈哈哈~ Continue reading →

基于R的可视化习题30个

可视化是一门很深的学问，详解：https://mubu.com/doc/3L0wkgGUVg 这里仅仅是出题30个，引导大家进入该领域！
这里仅仅是针对一个数据集，就是r包airway并且通过assay函数拿到其表达矩阵。 Continue reading →

基于R的统计习题30个

统计学是一门很深的学问，这里仅仅是出题帮助大家熟练使用R语言来学习统计学知识，具体知识点需要更深入阅读书籍或者教程：

• 推荐一下 统计学基础：https://mp.weixin.qq.com/s/OtB2h6f00U2SRZLzveJKfQ
• 统计学精华-statQuest教学视频：https://mp.weixin.qq.com/s/X0PE9S0BgSuCcAV9zeY1jQ Continue reading →

单细胞转录组技术在发育生物学领域应用的最为成熟和广泛，单细胞领域大拿汤富酬就是在发育生物学方向颇有建树。本次要分享的两篇文章：2018, Cell Reports 和 2019, Cell Reports是同一个研究团队的成果，2018的研究是是取Tg(Nr5a1-GFP) 雄性小鼠的睾丸在 5个发育时间点 (E10.5, E11.5, E12.5, E13.5, and E16.5) 进行单细胞转录组测序，2019的研究是Tg(Nr5a1-GFP) 转基因小鼠的性腺在6个发育时间点 (E10.5, E11.5, E12.5, E13.5, E16.5, and post-natal day 6 [P6])。 Continue reading →

为了分析不同类型、组织起源肿瘤的共性、差异以及新课题。TCGA于2012年10月26日-27日在圣克鲁兹，加州举行的会议中发起了泛癌计划。参考：https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6000284/ 为此我也录制了系列视频教程在：TCGA知识图谱视频教程（B站和YouTube直达）
发表于 PLoS Genet. 2018 Sep 的研究，Pan-cancer inference of intra-tumor heterogeneity reveals associations with different forms of genomic instability. 系统性的探索了32种癌症的接近6000个肿瘤病人数据的肿瘤内部异质性情况，值得注意的是作者这里使用PhyloWGS算法的结果来代表肿瘤内部异质性，所有的生物学意义的结论都是基于这个假设。 Continue reading →

理论上不要出现linux系统，如果你已经是linux系统，我相信自己可以搞定大部分事情了。
然后，理论上 Windows 电脑软件优先安装在C盘，避免意外，然后用户名如果是中文也会有意外，但是请不要害怕！ Continue reading →

本周尝试一种新的文献解读方式，就是一次性解读3篇文献，总结他们的异同点，整体把握该领域发展情况。

• 首先是2014-NG-singapore-NPC https://www.nature.com/articles/ng.3006
• 然后是2015-TCGA-HNSCC https://www.nature.com/articles/nature14129 有部分NPC样本
• 最后是2017-CUHK-NPC https://www.nature.com/articles/ncomms14121 Continue reading →

发表在2018年9月的NC, 文章是：Acquired cancer resistance to combination immunotherapy from transcriptional loss of class I HLA 两例免疫治疗患者，在一位患者身上发现了规律，在另一位患者身上得到了证实。取患者血液和肿瘤，做免疫组化、分选、exome-seq、single cell RNA-seq、qPCR。 Continue reading →

文章发表于：Breast Cancer Res. 2016; 通过对188个乳腺癌患者样本的450K甲基化芯片，无监督聚类可以分成7组，而且还跟TCGA计划的数据做了比较，而且是多组学层面的比较。 Continue reading →

乳腺癌是高度异质性疾病，临床分期及病理分级相同的患者对治疗的反应和预后大不相同。 但是目前仍然是根据临床病理特点如HER2表达、雌激素受体状态、肿瘤大小、分级和淋巴结转移等选择辅助治疗，包括化疗，内分泌治疗，抗HER2治疗等。
Continue reading →

TNBC分型研究的来龙去脉

早在2018年第46周文献分享，我就介绍过TNBC亚型的研究：https://zhuanlan.zhihu.com/p/49574829 研究团队通过贝勒医学院分两次 收集了 198个TNBC病人， (discovery set: n=84; validation set: n=114) 比较稳定的把TNBC分成了4个亚型，而且还分析了7个公共数据集来验证其结论。作者还整理的4个亚型以及其可能的靶点，作为研究亮点。当时也展开对比了其它分类研究，因为目前TNBC是BRCA里面预后最差的， 所以关于它的研究比较火热，但是根据基因表达进行分子分型的到不多，值得系统性的通读一遍，争取完全掌握该小领域的研究脉络。 Continue reading →

全球最大的三阴性乳腺癌队列多组学数据说了什么

首发于生信技能树微信公众号：https://mp.weixin.qq.com/s/wWFYLBIfexaP1PuhqgcA9w Continue reading →

肿瘤的临床指标异质性

关于肿瘤内部异质性的讨论，我们介绍了很多： Continue reading →

系列文章

文献1.基于大规模临床队列的CNV图谱评估外显子测序和外显子CGH芯片的CNV Continue reading →

肿瘤病人多位点取样结合450K芯片

大量研究都是对肿瘤病人进行多位点取样做NGS，也通常是WES，而 Oncotarget. 2017 Mar 文章不一样： Continue reading →

比较CCDS数据库和R包内置数据集的差异

因为昨天看到了TxDb.Hsapiens.UCSC.hg38.knownGene 包来获取基因的坐标及长度跟其它主流数据库有差异，所以今天彻底比较一下TxDb.Hsapiens.UCSC.hg38.knownGene 包和CCDS数据库的差异。 Continue reading →