为什么要做这个计算
大家都知道在真核生物里面，一个基因有多个转录本，每个转录组又是由不同的外显子组合而成，以前老旧的RNA-seq分析流程比较喜欢用RPKM值来量化表达量。大家很容易可以搜索到RPKM的公式，里面考虑到了基因长度。 Continue reading
五
30
Monthly Archives: 5月 2018
五
30
把vcf文件转换为maf格式
假设已经安装了VEP软件，对自己的vcf进行了注释，然后就可以进行转换：
https://github.com/mskcc/vcf2maf
安装GitHub上面的小工具 Continue reading
五
30
STAR的速度为何如此诡异
同样的fastq文件大小，时间完全不一样！
五
30
多位点取样测序看肿瘤异质性的文章合辑
There are at least three types of intratumoral genetic heterogeneity
五
30
reactome数据库更新啦
reactome数据库更新啦
发表在 Nucleic Acids Research, January 2018, , https://doi.org/10.1093/nar/gkx1132 Continue reading
五
30
car包中的三个函数改善线性与异方差性。
在《R in action》一书中提及了car包中的三个函数powerTransform()，boxTidwell(),spreadLevelPlot()来改善线性与异方差性。 Continue reading
五
30
这可能是最易于理解的肿瘤异质性参考资料了
来自于Florian的博客： https://scientificbsides.wordpress.com/ Continue reading
五
30
校正批次效应
但很多时候，数据分析者往往身不由己。 Continue reading
五
27
单细胞探索EMT中间态
五
23
把GDSC数据应用到GSE9782数据集
先了解背景知识：http://www.bio-info-trainee.com/3263.html 并且下载数据。
再探索并且完全理解GDSC数据背景： http://www.bio-info-trainee.com/3266.html
五
23
详细了解GDSC数据库
先了解背景知识：http://www.bio-info-trainee.com/3263.html 并且下载数据 Continue reading
五
22
使用CGP数据库的表达矩阵进行药物反应预测
发表这个算法的文章是：Clinical drug response can be predicted using baseline gene expression levels and in vitro drug sensitivity in cell lines 发表时间是：Genome Biology 2014 https://doi.org/10.1186/gb-2014-15-3-r47 Continue reading
五
22
使用GSVA方法计算某基因集在各个样本的表现
文章发表于2013年，GSVA: gene set variation analysis for microarray and RNA-Seq data 同样是broad 研究生出品，其在2005年PNAS发表的gsea已经高达1.4万的引用了，不过这个GSVA才不到300。 Continue reading
五
22
使用ESTIMATE来根据stromal和immune细胞比例估算肿瘤纯度
文章发表于 (2013).
“Inferring tumour purity and stromal and immune cell admixture from expression data.”
Nature Communications doi:10.1038/ncomms3612.
五
18
ddseq单细胞转录组数据上游处理(2)-云平台illumina
云平台illumina能一家独大吗
先浏览：ddseq单细胞转录组数据上游处理(一)
因为要处理illumina的单细胞转录组数据，所以看了看其云平台：https://basespace.illumina.com/apps
琳琅满目，简单截图如下：
五
18
单细胞转录组探索CRC病人的一致性
单细胞转录组探索CRC病人的一致性
文章是：Reference component analysis of single-cell transcriptomes elucidates cellular heterogeneity in human colorectal tumors. Nat Genet 2017 May;49(5):708-718. PMID: 28319088 Continue reading
五
16
ddseq单细胞转录组数据上游处理(一)
赞！
下游分析其实跟产生单细胞转录组测序数据的protocol关系不大，反正都是表达矩阵，但是上游分析的表达矩阵如何获得，这个问题就很大程度上依赖于所采取的单细胞转录组技术了，是否使用spike-in，是否使用UMI, barcode策略是咋样的，等等，都需要考虑。
五
15
使用R包genefu来根据基因集进行表达谱分类
学习使用genefu这个包，首先需要安装它！
五
14
了解5个乳腺癌表达数据集
五
10
第17周-文献分享-韩国人做的单细胞转录组在乳腺癌病人研究
单细胞转录组揭示乳腺癌病人异质性
单细胞转录组在癌症研究领域应用价值很大，包括:
- Non-invasive monitoring of circulating tumour cells
- estimation of tumour heterogeneity
- early detection of small numbers of recurrent tumours
- sensitive monitoring of rare cell populations Continue reading