前面我们通过RcisTarget包的 cisTarget()函数，一句代码就完成了我们的hypoxiaGeneSet.txt文本文件的171个基因的转录因子注释。见：基因集的转录因子富集分析

Continue reading →

好久没有写TCGA数据库教程了，因为TCGA计划早在2017年就陆陆续续停止了，我那个时候写了几百个教程并且录制了视频。

• 我三年前的TCGA教学视频课程B站地址：https://www.bilibili.com/video/av49363776
• 售后文档记录 https://docs.qq.com/doc/DYkVzUmZLWlhRRXVz 请先通读文档后再发问
• 我这边备份的TCGA数据来源于xena，ucsc的，都在，https://share.weiyun.com/5zLnKmO

Continue reading →

最近收到读者求助，说他感兴趣的表达量芯片数据集用到的的芯片是：[HT_HG-U133_Plus_PM] Affymetrix HT HG-U133+ PM Array Plate ，看起来跟我们授课的 hg133plus2比较类似。

但是很明显，看主页信息，一点都不简单 https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GPL13158 Continue reading →

看到于2017年发表在Cancer Res 杂志的文章；E3 Ubiquitin Ligase UBR5 Drives the Growth and Metastasis of Triple-Negative Breast Cancer. 做的是肿瘤外显子数据，最后是： An analysis of primary TNBC specimen by whole-exon sequencing revealed strong gene amplifications of UBR5 associated with the disease. Continue reading →

生存分析你还是在TCGA吗？

最近有粉丝求助说他研究乳腺癌做了单细胞转录组数据，定位到了一个稀有细胞亚群，先看它感兴趣的亚群细胞特异性基因的临床意义，问我有没有除了TCGA数据库之外的其它数据库资源推荐。恰好我做这方面就顺手检索了一下，发现了 curatedBreastData 包，值得推荐！

Continue reading →

一般来说，大家拿到了感兴趣的基因集后，通常是做超几何分布检验看看富集到了什么生物学功能数据库，比如KEGG或者GO数据库，或者走gsea/gsva这样的富集分析，也是注释生物学功能数据库。 大家读我的表达芯片的公共数据库挖掘系列推文应该是够多了：

Continue reading →

最近一直在这里细胞通讯分析相关软件工具及原理，看到不同细胞亚群的网络图，就以为是细胞通讯分析。
Continue reading →

我有一个 免费视频课程《ChIP-seq数据分析》 ，其视频观看方式：
Continue reading →

不知道还有多少人记得上半年的活动：0元，10小时教学视频直播《跟着百度李彦宏学习肿瘤基因组测序数据分析》，可能是因为免费所以大家都不珍惜吧，实际上参加这个活动的人数还不到200 ，连一个微信群都装不满！！！
Continue reading →

前段时间，我们分享了: 确实很吸引眼球，也引发了广泛的讨论，见：狼来了！聊个天就能做生信分析的人工智能是否要替代一大波生信人员？
但实际情况是，我们的各个交流群仍然是充斥着“显而易见”的初学者问题，人工智能的出现并不能帮我们减轻工作量。而且我搞出来的群有点太多了，每一个ngs组学教学视频都免费在B站，就同步组建好交流群，见： Continue reading →

在教程 CNS图表复现08—肿瘤单细胞数据第一次分群通用规则，这个第一次分群规则是 ：

• immune (CD45+,PTPRC),
• epithelial/cancer (EpCAM+,EPCAM),
• stromal (CD10+,MME,fibo or CD31+,PECAM1,endo) Continue reading →

一般来说， 遗传变异位点注释软件我会介绍ANNOVAR和VEP，以及snpEFF，他们三个的引用是最多的。并不是说就他们3个软件可以做遗传变异位点注释啦，比较知名的还有GEMINI以及SeqAnt，也是萝卜青菜各有所爱哈。
Continue reading →

粉丝来信求助，他感兴趣的一个数据集的芯片平台是：GE Healthcare/Amersham Biosciences CodeLink Human Whole Genome Bioarray，链接是：GPL2895

Continue reading →

一个星期前我指出来了R语言包开发的一个现象：R语言的繁荣背后何尝没有隐患，很多函数名字被多个R包使用，这样就出现了冲突，所以我们需要显示调用具体的某个R包的某个函数。

Continue reading →

虽然MeDIP-seq数据分析教程一直挂在我的博客（http://www.bio-info-trainee.com/）的主页，如下：

Continue reading →

R语言的繁荣是毋庸置疑的，至少在科研界的地位蒸蒸日上，极大的占领了原来属于各种商业绘图软件的市场。不仅仅是在于其免费的属性，更重要的是随心所欲地自由定制。

但是参与的玩家多了之后，也会出现一些冲突。最近在运行一些三五年前的代码报错了，引发了我的思考。

Continue reading →

文章提到其单细胞转录组数据是：We used scRNA-seq to profile 49 samples (45 lung adenocarcinomas, 1 squamous cell carcinoma, and 3 tumor adjacent tissues [TATs]) (Figure 1A), corresponding to 30 individual patients.

我们可以使用下面的代码检查临床属性： Continue reading →

最近在读AUCell包的文档，链接是：http://bioconductor.org/packages/release/bioc/html/AUCell.html，这个包的教程我已经写完了， 在 ：使用AUCell包的AUCell_calcAUC函数计算每个细胞的每个基因集的活性程度

Continue reading →

前面我们展现了 CNS图表复现08—肿瘤单细胞数据第一次分群通用规则，然后呢，第二次分群的上皮细胞可以细分恶性与否，免疫细胞呢，细分可以成为: B细胞，T细胞，巨噬细胞，树突细胞等等。实际上每个免疫细胞亚群仍然可以继续精细的划分，以文章为例：

Continue reading →

翻译自：https://constantamateur.github.io/2020-10-24-scBatch2/

更多教程见其博客： https://constantamateur.github.io/2020-04-10-scDE/

为什么 bulk RNA-seq 差异表达在单细胞世界中不是最有用的

Continue reading →