我在B站有一个microRNA测序数据分析实战演练，主要是从ebi下载，项目号是Project: PRJNA486534，共11个小RNA建库测序后样本的数据分析。但还是得找其它练习题给大家作为课程配套练习。看到一个发表于：Plasma extracellular RNA profiles in healthy and cancer patients. Sci Rep 2016 Jan 20;6:19413. PMID: 26786760，研究者纳入192人，涉及到3种癌症：
最近检查自己的谷歌Gmail邮箱，发现它推送了我感兴趣的一个教授的文章《A Spontaneous Aggressive ERa+ Mammary Tumor Model Is Driven by Kras Activation》，里面提到了小鼠的肿瘤免疫微环境的推断。这个教授就是biostar论坛的创始人，其 lab 链接是：https://griffithlab.org/team/
Continue reading
在几乎所有模式植物转录组测序技术都做烂的今天，始终有一些植物因为种种原因鲜有问津。例如小麦，就像是开在奢侈品商场的黄焖鸡：有钱的人未必瞧得上，没钱的也压根就不会去光顾。不过这么多年过去了，总有那么几个祖传数据躺在NCBI的数据库里供人挖掘，比如今天这个PRJNA293629。
Continue reading
在前面的教程 CNS图表复现05—免疫细胞亚群再分类 ，我提到到免疫细胞通常是以CD45阳性为标志，第一次分群规则是 ：
单细胞进阶分析主要是拟时序分析，细胞通讯分析，以及SCENIC转录因子分析。但实际上随着越来越多单细胞研究从CNS正刊跌落到CNS子刊，再到普通的数据挖掘文章，所谓的进阶分析也要沦落为标准分析啦。
Continue reading
一般来说，建议大家直接读原汁原味的综述，比如2020年11月9日，Erick Armingol等在 Nature Reviews Genetics上发表了一篇综述《Deciphering cell–cell interactions and communication from gene expression》，我看到了解读：从基因表达解读细胞之间的相互作用和交流，读了一下发现确实超级适合作为细胞通讯分析的背景知识学习材料。
Continue reading
四年前我曾经分享过一个“故事”，详情见：起初听到这个，我是蒙圈的 。就有一个（或者一群人）倒买倒卖我的免费资料，非常有意思，让我不爽的是它的定价，以及把各种售后都丢给我的甩锅心态。
Continue reading
前段时间，腾讯的云+社区找到了我，纯粹的技术交流渠道，认可我在大数据方向孜孜不倦的创造。希望我尝试一下他们的新功能：《阅读清单》，有点类似于专辑。因为这七八年我写了1.3万篇教程，很多都是零零散散的笔记，但也有不少是成系统的，估摸着有500多个专辑，全部整理起来工作量太大了。为了应付这个《阅读清单》评审工作，我从500多个专辑里面精选了这3个参加评选，希望《生信技能树》的粉丝们能支持我！
看到2020年2月发表在nature cancer这个新杂志的文章《Single-cell analyses reveal increased intratumoral heterogeneity after the onset of therapy resistance in small-cell lung cancer》链接是：https://www.nature.com/articles/s43018-019-0020-z 里面有普通的18个样品的bulk转录组数据以及25个单细胞转录组数据。
Continue reading
教程：CNS图表复现08—肿瘤单细胞数据第一次分群通用规则，我提到过肿瘤单细胞转录组数据的第一次分群规则是 ：
Continue reading
众所周知，在肿瘤单细胞数据里面，对恶性细胞来说，病人的分类作用是远大于细胞类型的，不过其实肿瘤恶性细胞也说不出什么确切的细胞类型，目前仅仅是根据TCGA的bulk转录组数据进行分子分型。但是对免疫细胞或者其它并不恶性的单细胞来说呢，细胞类型的作用是远大于病人的个体异质性的。如下所示：
Continue reading
文章《BRCA1 Promoter Methylation Status in 1031 Primary Breast Cancers Predicts Favorable Outcomes Following Chemotherapy》，链接是：https://academic.oup.com/jncics/article/4/2/pkz100/5673392 我看到文章里面提到了乳腺癌患者的1031 primary tumors的测序数据，下意识的以为是一个TCGA数据库挖掘。
CoMutPlotter这个网页工具与2019年7月发表在 BMC Medical Genomics 杂志，文章标题是；《CoMutPlotter: a web tool for visual summary of mutations in cancer cohorts》选自第八届转化生物信息学会议: 医学基因组学，研究者是台湾长庚大学的。
去年我写了一个推文：发nature communications了不起吗 引起了不少读者的共鸣，揭露出来了社会一个比较普遍的现象，稍有成果就颐气指使，而且缺乏感恩的心态。中间的故事我补一下，那个人当初加好友的时候可劲的问问题，就各种低声下气的扮可怜，问题解决了也不会有一个谢谢，下次再遇到问题就又一个轮回。发文章了也没看到感谢，居然还好意思要求我帮忙宣传！
Continue reading
绘图需求最大的难关往往是数据整理，比如下面的双层list：
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。
为了让教程具有较好的可重复性，我们直接使用 http://bioconductor.org/packages/release/bioc/html/AUCell.html 的案例即可。
陆陆续续总有一些粉丝寄送礼品给我，有苹果，橘子，橙子，冬枣，猕猴桃(东红)，牛肉干等等，可以看到是水果居多，但是我工作日的五天都不在大陆，周六日两天拼命吃也没办法消化掉大家满满的一箱。
Continue reading
看到一个大师级综述：Jeremy Leipzig, A review of bioinformatic pipeline frameworks, Briefings in Bioinformatics, Volume 18, Issue 3, May 2017, Pages 530–536, https://doi.org/10.1093/bib/bbw020 值得推荐，非常好的整理了目前生物信息学界的各个NGS数据处理的流程搭建策略。主要是下面的4种：
Continue reading