同样是写教程，特别羡慕英语为母语国家的知识分享者，写出来的教程很容易变成SCI文章，比如我一直大力推崇的Griffith两兄弟（Obi and Malachi Griffith），他们就把转录组数据处理教程发表了： Obi L. Griffith . 2015. Informatics for RNA-seq: A web resource for analysis on the cloud. PLoS Comp Biol. 而且一直在持续更新！ Continue reading →

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 →