五年前我在生信菜鸟团博客写过一个《RNA-seq流程需要进化啦》,上面分享过:
Tophat 首次被发表已经是6年前
Cufflinks也是五年前的事情了
Star的比对速度是tophat的50倍,hisat更是star的1.2倍。
stringTie的组装速度是cufflinks的25倍,但是内存消耗却不到其一半。 Continue reading
五年前我在生信菜鸟团博客写过一个《RNA-seq流程需要进化啦》,上面分享过:
Tophat 首次被发表已经是6年前
Cufflinks也是五年前的事情了
Star的比对速度是tophat的50倍,hisat更是star的1.2倍。
stringTie的组装速度是cufflinks的25倍,但是内存消耗却不到其一半。 Continue reading
关于RNA-seq,我们在生信技能树应该是至少推出了400篇教程,而且是我们全国巡讲的标准品知识点,其中还有一个阅读量过两万的综述翻译及其细节知识点的补充:
今天群主给了我们学徒一个任务,下载数据集:https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE84073
我想看到,HCC,CHC,CC这3组,跟healthy的分开比较,然后出3个火山图,3个热图。那么首先需要下载counts值矩阵,样本信息如下: Continue reading
目前主流探索全局基因表达的技术就是芯片和测序了,不管是编码蛋白的基因,还是其它表观相关分子,比如:
在单细胞水平探究肝癌免疫微环境研究领域里,最早且出名的就是北大张泽明教授团队发表在Cell. 2017 Jun 的文章:Landscape of Infiltrating T Cells in Liver Cancer Revealed by Single-Cell Sequencing.,他们测序策略是: Continue reading
前面我们系统性的总结了circRNA的相关背景知识:
前面我们系统性的总结了circRNA的相关背景知识:
前面我们介绍了一些背景知识,主要是理解什么是DNA甲基化,为什么要检测它,以及芯片和测序两个方向的DNA甲基化检测技术。具体介绍在:甲基化的一些基础知识,也了解了甲基化芯片的一般分析流程 。 Continue reading
数据是一切的开始,万事开头难哦!
前面我们介绍了一些背景知识,主要是理解什么是DNA甲基化,为什么要检测它,以及芯片和测序两个方向的DNA甲基化检测技术。具体介绍在:甲基化的一些基础知识,也了解了甲基化芯片的一般分析流程 。 Continue reading
数据是一切的开始,前面我们介绍了一些背景知识,主要是理解什么是DNA甲基化,为什么要检测它,以及芯片和测序两个方向的DNA甲基化检测技术。具体介绍在:甲基化的一些基础知识,也了解了甲基化芯片的一般分析流程 。既然要开始甲基化芯片数据挖掘实战,那么首先要有数据咯!需要区别的是甲基化芯片样本的idat原始文件,以及甲基化信号值矩阵。前面我们介绍了如何在GEO里面下载甲基化数据,拿到的数据文件必须要导入到R里面才能分析,现在我们就讲一下不同数据如何导入R里面。 Continue reading
最近在系统性整理DNA甲基化相关文献,也顺便在生信技能树分享教程:
差异分析永远是最平易近人的策略,我们前面整理的各种系列教程,miRNA的,lncRNA的,mRNA芯片或者测序,circRNA系列的,都会得到表达矩阵,然后走差异分析。只不过是不同统计学分布的表达矩阵,后续使用不同R包而已,得到的差异分析结果的解释又取决于生物学背景,是否了解circRNA等分子。 Continue reading
我们推文里面提到的各种各样的数据分析环节都是我非常有经验的,比如我在lncRNA的一些基础知识 ,和lncRNA芯片的一般分析流程 介绍过的那些图表,以及下面的目录的分析内容 对我来说是举手之劳,希望可以帮助到你! Continue reading
因为众所周知的原因,整个春节只能宅在家里,所以我们公布了免费的数据分析活动。这些天忙得我团团转,每天都得处理几十个数据分析项目,感觉自己干一天就顶一个小公司一年了。 Continue reading