三 26

生物信息学真的很难吗？

Posted on by

生物信息学可以是具有挑战性但令人兴奋的领域。它为研究生物学中的复杂问题提供了强大的工具和方法。如果您有足够的兴趣和决心，学习和掌握生物信息学是完全可行的。最重要的是，不断学习和实践，逐渐积累经验和技能。虽然它确实有一定的挑战性，但是否生物信息学的掌握很难主要取决于个体的兴趣、学习方法、背景知识和目标。以下是关于生物信息学的一些考虑因素： Continue reading →

三 26

生物信息学本科的专业课有哪些啊

Posted on by

就头疼，前些天招募知识整理实习生，详见生信技能树知识整理实习生又又又开放申请啦。这次居然破天荒有两个科班出身的生物信息学本科专业小伙伴想加入，本来呢我一看就赶快约了聊聊看可以根据兴趣找一个负责的知识点方向，比如成套的泛癌代码整理，数据挖掘建模整理，单细胞多组学整理，但是呢，聊完才发现居然对方并不擅长R的统计可视化，也没有在Linux服务器的多组学数据分析经验，就很尴尬，也就是说需要我从零开始培养。。。。 Continue reading →

三 26

你不想花力气学的生信，让非洲人学去了

Posted on by

前面我们分享了：生物信息学真的很难吗？ 引起了大家的共鸣，十年前确实是生物信息学相关学习资料少得可怜，而且测序费用和计算机资源都不是那么的平易近人，但是现如今有了“百花齐放”的自媒体教程平台，以及我们开创的 144线程640Gb内存服务器共享一年仍然是仅需800，再加上国产测序仪把价格打下来了，搞一个普通bulk转录组也就是三五百块钱而已，基本上生命科学领域的任何课题都需要加上一点点测序啦。 Continue reading →

三 26

两种筛选和分析特定的细胞亚群的技术你pick谁（GFP报告系统和抗体标记）

Posted on by

交流群里面小伙伴发了一个小鼠的肝脏单细胞转录组数据文章，说不会读取作者给出来的矩阵，文章是2019的：《Single-Cell Transcriptomics Uncovers Zonation of Function in the Mesenchyme during Liver Fibrosis》

数据集是：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE137720，作者给出来的是如下所示的文件： Continue reading →

三 26

两分组差异分析的上下调基因跟PCA分析的主成分基因的交集如何

Posted on by

最近授课转录组数据分析实战的时候， 到了下游分析环节，主要是表达量矩阵质量控制，差异分析，以及后续的生物学功能数据库注释。

学员提出来了一个很有意思的问题， 就是表达量矩阵质量控制环节里面的PCA分析，可以看出来不同样品在二维图里面的距离，其中PC1是可以区分两个分组，如下所示： Continue reading →

三 26

快来使用EcoTyper进行单细胞数据挖掘吧

Posted on by

早在2021的CELL文章：《Atlas of clinically distinct cell states and ecosystems across human solid tumors》就介绍了这个EcoTyper，它能根据肿瘤的单细胞转录组数据集的降维聚类分群结果，去以前常规的bulk转录组数据集（包括表达量芯片和转录组测序）里面去推断各个单细胞亚群比例后汇总成为不同的细胞状态组合情况以及多细胞群落情况。 Continue reading →