前面我们在生信技能树分享了：中国大学MOOC的生物信息学公开课之河南科技大学 ，然后在生信菜鸟团分享了：中国大学MOOC的生物信息学之华中农业大学。 Continue reading →

本来是想测试一下，使用pyscenic做转录因子分析，然后记录笔记给大家！ 所以就有了昨天的：使用pyscenic做转录因子分析，但实际上我在里面埋下了一个伏笔，就是使用conda安装的这个pyscenic，它依赖于一系列的python模块，就会在这里报错！比如我遇到的就是其中一个python模块pandas的报错： Continue reading →

肿瘤微环境这个热点应该不仅仅是集中在免疫细胞，其实还有基质细胞，其中热度最高的基质细胞应该是Cancer-associated fibroblasts (CAFs) 。 Continue reading →

以前我只知道 CIBERSORT 里面是内置了LM22基因集，CIBERSORT是2015年在Nature Methods发表的一个方法，工具在： (http://cibersort.stanford.edu).，这个方法，直接衍生出了一系列数据挖掘文章， 如果你使用 CIBERSORT + bioinformatics 的关键词去搜索： Continue reading →

最近学员群有提问，说他加载了一个包，却无法使用它里面的函数。老实说，我对他这样的提问感到非常的头疼，因为接下来就无休止的沟通，比如具体是什么包是什么函数，然后学员的电脑操作系统，R版本等等。 Continue reading →

Smart-seq2和10x这两个单细胞技术是现在初学者进入单细胞领域最需要掌握的，它们代表着单细胞的两个全然不同的发展策略。 Continue reading →

上次我们分享了 指定病人的指定基因的突变全景瀑布图，好像一下子戳中了大家的痛点，很多粉丝留言表示感谢，这下子他们终于可以在自己的风险预后模型区分了病人高低分组后，可视化铁死亡基因集，细胞焦亡基因集的突变情况，对比展示。 Continue reading →

曾经（大约是2010附近）普通的bulk的转录组测序跟如今的单细胞转录组一样火爆，是个样品就去测序，都不会理会类似的实验设计是否有已经发表的文章。都妄想用经费堆，去摘低垂的果实，所以大量数据烂在手上，拖到后面就越来越难以发表，能捡到个普通杂志发表出去就谢天谢地了。 Continue reading →

我们在R语言授课时候最希望传达的一个代码组织习惯就是不同步骤在不同文件夹，而且每个文件夹里面都需要一个Rproject文件，这样鼠标双击就可以打开你的rstudio软件，而且同步定位到当前文件夹作为你的工作目录。 Continue reading →

通常情况下，我们是做正常组和对照组差异分析，或者药物处理前后，这样的分组都是超级简单的。 Continue reading →

伊始

大家好，我是繁尘杂事（笔名），我是 2020 年 7 月开始接触生信的。当时暑假刚开始，我那会是在做 meta 分析，但是我想做一些原始研究，所以就跟着一位老师暑假留学校里做实 Continue reading →

在前面的教程：居然有如此多种癌症（是时候开启pan-cancer数据挖掘模式），我们把全部的TCGA的33种癌症的表达量矩阵区拆分成为蛋白编码基因和非编码基因这两个不同的表达量矩阵，并且保存成为了rdata文件。 Continue reading →

熟悉咱们《生信技能树》团队的小伙伴都应该是对我们的学徒作业并不陌生，而且过半数的优秀学徒作业其实就发布在了我们《生信菜鸟团》公众号哦，比如： Continue reading →

我们七月份的学徒培养专注于单细胞数据处理，第一个学徒选择的文章很有意思，标题是：《Single-cell transcriptomic heterogeneity in invasive ductal and lobular breast cancer cells》，这个单细胞文章仅仅是单个10X样品，但是测8个细胞系，Number of cells: Continue reading →

我们的马拉松生物信息学入门课程进入到Linux实战环节，给大家都提供了一个云服务器账号，这样全部的学员都可以登录到我们的服务器里面方便沟通和交流。授课进行到conda安装和管理生物信息学软件，首先在自己的服务器上面安装conda，安装方法代码如下： Continue reading →

今天介绍的文章是2021年1月发表在cancer research杂志 ： 《Single-Cell Transcriptomic Heterogeneity in Invasive Ductal and Lobular Breast Cancer Cells》，链接是 https://pubmed.ncbi.nlm.nih.gov/33148662/ Continue reading →

我们以前分享过：GEO数据挖掘技术可以应用到表达芯片也可以是转录组测序，但是呢，RNA-seq测序数据并不会把其表达矩阵存储在Series Matrix File(s) 里面，所以 你使用我的标准代码： Continue reading →

以前在《生信技能树》（才发现居然已经是 2019-08-22的事情了）我们介绍过中科院北京基因组研究所生命与健康大数据中心开发的原始组学数据归档库GSA (Genome Sequence Archive)：[不止是NCBI的SRA可以下载测序数据] Continue reading →

前面我们在生信技能树分享了：中国大学MOOC的生物信息学公开课之河南科技大学 ，然后在生信菜鸟团分享了：[中国大学MOOC的生物信息学之华中农业大学] Continue reading →

前面的教程 不同癌症的差异难道大于其与正常对照差异吗，以及 大样本量多分组表达量矩阵分析你难道没想到单细胞吗，我们认识了TCGA数据库的33种癌症的全部的表达量矩阵，并且格式化保存为了 Rdata 文件。并且批量走了estimate算法，得到了各个样品的基质细胞和免疫细胞的比例的打分值！ Continue reading →