相信遇到这样的问题的朋友不在少数，在中国大陆做数据分析，下载软件数据文件遇到困难那是家常便饭。
比如安装GitHub的R包，因为并不是所有的R包都会被正式的发布在CRAN或者bioconductor，所以对于简简单单分享在GitHub的R包一般我们搜索到如下代码： Continue reading →

最近接到学徒求助，在广州，导师给了她分析cnv芯片的任务，调研文献发现，数据集很可怕，30G的芯片数据感觉下到猴年马月都不一定能成功！ Continue reading →

发表在免疫杂志October 2013,的文章Spatiotemporal Dynamics of Intratumoral Immune Cells Reveal the Immune Landscape in Human Cancer 根据公共数据库的 28 cell types ，定下来了 Five hundred seventy-seven cell-type-specific genes (681 Affymetrix probes) 。 Continue reading →

每个病人 5个以上的样品，每个样品是 SMART-SEQ2测序，约100个细胞左右。

第一个分析，CNV

搜索一下对SMART-SEQ2测序数据做CNV分析，绘制如下CNV全景图。 Continue reading →

距离上一次我们生信技能树公开征稿已经过去一年半啦，见：生信技能树征稿启事 ，那个时候还在庆贺公众号粉丝数突破两万人大关，因为入场晚，所以那个时候还需要参加同领域各种排名。现在不一样了，技能树是众所周知的生物信息学领域第一，当之无愧的流量当担！ Continue reading →

关于如何提问，如何高效沟通，其实我们讲解非常多了，比如我一直推崇的邮件交流：如果你希望我回答你的问题 ，然后也会随机抽取粉丝提问进行解答：答读者问第一弹:R里面差异分析的limma包用法细节 。 也高度赞扬郭一些提问交流的模式，比如：求助：Zotero中添加Markdown插件失败 Continue reading →

关于R语言本身的升级与降级我们多次写教程阐述了，其实在Windows和MAC都是可以多个R版本共存的，Linux那就更不用说了，一切皆文件，想存放多少就可以多少。它们只不过是把谁放在环境变量罢了的问题，优先使用哪个的问题。 Continue reading →

昨天写了，以为大家都可以很轻松做到，发现其实只是自己随心所欲罢了，第一因为自己的Mac电脑，其次因为自己看得懂R的提示，说缺依赖包，所以需要手动安装一些依赖包。
如果是Windows用户，会有一个make缺失这样的错误，如下： Continue reading →

我列过一个生物信息学入门200篇NGS文献解读计划，其中一个文献是发表于2018的NC，标题是：Unravelling subclonal heterogeneity and aggressive disease states in TNBC through single-cell RNA-seq 对6个TNBC病人总共测了 超过1500个单细胞 ，质控后还剩下1189个单细胞进入下游分析。使用的是FACS加上Smart-seq2 ，非常中规中矩的分析，所以就发了同样中规中矩的NC。 Continue reading →

最近根据基因表达量对病人进行分组后，使用KM生存分析的logRNAK法来检查两个组的病人的生存差异，得到了如下的图： Continue reading →

表达芯片数据处理教程，早在2016年我就系统性整理了发布在生信菜鸟团博客：http://www.bio-info-trainee.com/2087.html 配套教学视频在B站：https://www.bilibili.com/video/av26731585/ 代码都在：https://github.com/jmzeng1314/GEO 早期目录如下： Continue reading →

大家都知道，我GitHub的各个项目代码基本上都是待发表的文章，比如我3年前的WGCNA的教程， 有人拿去发文章了 , 是不是很有趣，https://github.com/jmzeng1314/my_WGCNA

• https://www.ncbi.nlm.nih.gov/pubmed/31382519
• https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6639467/ Continue reading →

做乳腺癌研究的都是知道PAM50分型，以及TNBC内部继续各种算法分子亚型划分的，最近看到CRC的研究，分型就简单很多，最出名的应该是下面这个： Continue reading →

也许时间是一切问题的答案。
《自然》杂志2014年10月评出的最重要的100篇论文，引用率最高的三篇统计学论文分别是： Continue reading →

TCGA教程足够多了，有学员不理解TCGA样本编号问题，所以一个简单的比喻来阐述一下。

准考证号

这个大家从小就接触过，这里以四六级准考证号码解析为例，四六级准考证号一共由15位组成（如下图） Continue reading →

大家自己的课题如果聚焦到了某些基因，通常是想看看它们是否是肿瘤相关基因，比如肿瘤驱动基因，抑癌基因等等，这里主要是： oncoKB和CCG的list
OncoKB Cancer Gene List OncoKB Cancer Gene List Cancer Gene List. 1039 genes Continue reading →

中山大学幸福的烦恼 Continue reading →

最近整理我GitHub代码，发现了之前一个批量生存分析代码是有问题的，因为不同基因表达量分组后，没有道理所有基因出图的P值不变，更诡异的是，lapply内部变量不识别，一定要外部变量。

为了给大家讲清楚这个故事，我创造了测试数据和代码，你们可以打开电脑的R语言开始表演啦！ Continue reading →

在做表达矩阵的counts值作为RPKM的时候发现的这个知识点细节问题， 因为矩阵需要每一个样本除以它各自的文库大小，然后呢，每个基因又需要除以各自的基因长度。

所以呢，我们的表达矩阵，其实是需要除以两个长度不一的向量，而且方向不一样，一个是按照行来除以，一个是按照列来除以，我最后写的代码是： Continue reading →

今天单细胞授课现场差点翻车，最后做完几个基因集的批量超几何分布检验，想现场解释一波这个富集分析结果的一些数字，如下：
Continue reading →