用谷歌搜索来使用ggplot2做可视化（下）
我知道会有续集，但也没想到续集来得这么快！今天收到了一个生信技能树公众账号铁杆粉丝（我们之间有过9次邮件交流）的求助信，下面我们首先一起帮他解决一下碰到的问题。随后和大家分享一下可以提高搜索效率和准确率的Google搜索技巧。
一
30
Monthly Archives: 1月 2017
一
30
如何通过Google来使用ggplot2可视化(上)
如何通过Google来使用ggplot2可视化
今天是大年初二，这篇文章我只想传达一点：
没有什么菜鸟级别的生物信息学数据处理是不能通过Google得到解决方案的，如果有，请换个关键词继续Google！
第一部分
首先用两分钟的时间简单介绍一下R语言：
因为这个语言是肉丝儿（Ross Ihaka）和萝卜特（Robert Gentleman）两个人1992年在S语言的基础上发明出来的开源语言，所以叫做R语言。这两个人是统计学教授出身，所以R语言在统计学方面有着纯正的血统！如果你平时的工作和统计相关，你好意思不会点R语言么？
一
24
一个标准的TCGA大文章应该做哪些数据？
很多人总是问我如何挖掘TCGA的数据，发文章！
可是他却连TCGA的数据是怎么来的都不知道，TCGA发了几十篇CNS大文章(自己测序的)了，每篇文章都有几百个左右的癌症样本的6种数据，这几年凑成了一万多个样本，都放在GDC里面可以任意下载。同时也出来了十几篇TCGA的数据挖掘大文章(主要包括亚型，driver mutation，假基因等新型研究领域)
那么一篇标准的一个标准的TCGA大文章应该自己测哪些数据？
其实稍微仔细浏览几篇文章就明白了，套路也是存在的，https://tcga-data.nci.nih.gov/docs/publications/
我们就以2013年发表在新英格兰杂志上面的Genomic and Epigenomic Landscapes of Adult De Novo Acute Myeloid Leukemia 为例子吧！
一
23
给初学者的忠告，不要拿一套垃圾数据入门！
垃圾数据对初学者的伤害真的很可怕！
最近在带一些朋友入门，想起了当年自己入门的各种凄惨惨戚戚！
碱基质量值很差，GC不平衡，还有接头，PCR重复也很多，kmer值也很诡异，时间都耗在QC上面了，结果几个月下来，你一个流程都没搞明白，各种查资料，还是在原地打转。 Continue reading
一
19
测序深度和GC含量的问题！【直播】我的基因组 47
在前面我们提到了用ChIP-seq的分析方法可视化了一下我的WGS数据，结果我们的测序深度分布居然是跟基因组的genomic feature相关的~~~
比如在TSS附近，就很明显看到了一个测序深度峰值，那么前面我们并没有给出直接的解答，而且简单的提了一下这是二代测序的特点，GC含量片段偏好性！
作为一个合格的生物信息学工程师，我当然要把这个理论用自己的代码和数据来亲身实践一遍~
我首先把全基因组的bam文件用mpileup模式输出，根据1000bp的窗口滑动来统计每个窗口的测到的碱基数，GC碱基数，测序总深度！
代码比较复杂，一般人可能理解不来的！
一
16
我是如何学习WGCNA分析
首先声明，我不会WGCNA分析，只是大概知道它会对大量样本(>8或者15)的表达矩阵进行统计学分析，然后把表达矩阵的基因找到一下基因集合，有一些基因集合大概是非常有意义的！
因为有朋友一直好奇，我是如何学习新的知识的，所以就趁这个机会，录制了3个视频，只是我的一个学习过程而已。感兴趣可以去链接：http://pan.baidu.com/s/1jIgBTzw 密码：yh42下载，但是最后一个视频录制过程中被打断了，所以我只好重新写了个文字版的，来补充解释一下。(如果你看视频，请先看那个必看！)
学习一个新的概念，新的分析方法，我首先是谷歌了一下这个关键词，找到两个非常赞的链接！
英文的那个，让我明白了WGCNA的步骤：
就是拿到表达矩阵，根据MAD来挑选top5000个基因的表达矩阵，然后用WGCNA的包构建共表达网络，检测每一个module是什么，有什么特性。接着把这些module跟个体结合起来。
一
12
一个RNA-seq的反思
熟悉我的人都知道RNA-seq是我的拿手好戏啦！
但是，今天处理了一个公共数据，比对率低的惊人！
是测序数据质量不好？
难道grcm38与mm10有差别？
还是比对工具的默认参数不行？
请看下去，看看老司机是如何翻车的！
一
12
备忘录- Universal Human Reference RNA sample (HUR)-样本列表
大家不要点击，我把这个博客当做笔记本的，这个知识点对你们几乎木有用的！
Universal Human Reference RNA 似乎是agilent公司的，包含了10个不同的人类细胞系！roadmap对这些样本测了RNA-seq，我以后课题可能会用得着。
列表如下： Continue reading
一
12
CBX7在ESC里面重要作用发现史
MicroRNA Regulation of Cbx7 Mediates a Switch of Polycomb Orthologs during ESC Differentiation
这篇文章就是做了CBX7的perturbation实验。
一
10
一个ChIP-seq实战-超级简单-2小时搞定！
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。
本次讲解选取的文章是为了探索PRC1，PCR2这样的蛋白复合物，不是转录因子或者组蛋白的CHIP-seq，请注意区别！
这是一个系列帖子，你可以先看：
文章是：RYBP and Cbx7 define specific biological functions of polycomb complexes in mouse embryonic stem cells
RYBP and Cbx7都是Polycomb repressive complex 1 (PRC1)的组分：
所以用脚本在ftp里面批量下载即可：
一
01
ngsplot辅助CHIP-seq数据分析-可视化
最近在忙一些chip-seq的数据分析项目，它的可视化展现比较复杂一点，自己写程序将会耗费挺长时间的，就想着利用现成的工具，前面试用了deeptools，挺好 的，但是有点慢，是python程序，如下：
现在换一个R程序，这个非常快速，而且绘图个人觉得稍微美观一点，大家也可以都试试看。
首先软件的github里面有源代码，然后作者还四处宣讲这个包的神奇之处，下面的ppt非常言简意赅的描述了它的功能和强大之处。