Cytoscape已成为网络图绘制的核心工具,基因表达调控网络、蛋白互作网络、miRNA-gene调节关系、分析流程、组织架构等任何与网络、结构、层级有关系的事情都可以用Cytoscape来绘制。前期的教程
作者从多个角度研究了膀胱癌中巨噬细胞浸润,特别是M2巨噬细胞,联系了肿瘤微环境与基因组改变,研究的角度方法值得借鉴,感兴趣的小伙伴可以仔细研读。
好久没有写稿子了,今天分享一篇纯生信文章,发表在scientific reports上,虽说很多人吐槽SR为水刊,个人认为其实人家发表的很多文章还是很值得学习的,比较喜欢直接一点,我们看图说话哈。...
压缩TIF图片到达合适的大小
QIIME2是微生物组分析流程QIIME(截止17.9.10被引8335次)的全新版(不是升级版),采用python3全新编写,并于2018年1月全面接档QIIME,是代表末来的分析方法标准(大牛们制定方法标准,我们跟着用就好了)
Thompson LR, Sanders JG, McDonald D, Amir A, Ladau J,Locey KJ et al (2017). A communal catalogue reveals Earth’s multiscalemicrobial diversity. Nature. 本文今年11月1日在线发表,23...
好的分析和可视化,可以提供大量的信息,同时兼顾简洁优雅。 今天我们抛开实验设计、方法和工作量等因素,仅从文章最吸引人的图片来讨论3分和30分(顶级)文章差距在哪里?
在这项研究中,作者使用不同类型的测序技术,刻画了ATC和DTCs的基因组和转录组景观。使用突变谱证实了之前的描述,多次基因改变促进了TC的进展。此外,作者采用多种分析方法刻画了TCs转录组特征。
3.2 查找有效的工具变量 工具变量(IV )技术是可用于估算因果效应的几种方法之一,而无需完全了解所有可能影响暴露- 结局??
表达芯片大家最熟悉的当然是affymetrix系列芯片啦,而且分析套路很简单,直接用R的affy包,就可以把cel文件经过RMA或者MAS5方法得到表达矩阵。illumina出厂的芯片略微有点不一样,它的原始数据...
需要学R语言,一站式学会表达芯片处理
ROC分析主要针对 存在一组真实的连续型数值数据设定阈值的不同对响应变量(二分类)的影响(真阳性率、假阳性率),它常用于 模型的构建过程中对结果预测的性能的一个评估,我们主要分为两类...
本次文章很多,需要细品,再仔细品。
exoRBase一个整合血液外泌体RNA的数据库。
我们常用ConsensusCluster来做聚类或者寻找分子亚型,常见的用法是考虑CDF下降坡度稳定小,比如图B、D中应该是k=5,然而有时候选择该值未必完全遵循此规律。 比如这篇CCR的文章,就没有按照...
纳米测序即将来临。
看到文献中(doi:10.1080/2162402X.2017.1392427)有人使用sigclust来评估聚类是否合理,于是乎研究了这个包。 sigclust主要针对生物信息学数据(高维低样本)产生的聚类结果进行评估,一个基本假...
本文“宏基因组”公众号原创。 作者:舟行天下编辑:metagenome 摘要 前段时间热心肠先生导读了《Nature子刊:高通量&无偏差,分析微生物群落的新方法》。 文中摘要提到:1.几十年以来细...
肿瘤是由良性和恶性细胞组成的复杂混合物,这两类细胞共同构成了相互关联的肿瘤微环境。在肿瘤研究中,只有分析多个细胞群的组合才能去真正了解肿瘤临床表型的进展和起源。在这篇文章中,作者去刻画了组织样本、分解后的肿瘤细胞和正常细胞之间mRNA丰度的关联,发现使用分解后的肿瘤细胞mRNA表达谱较组织样本的mRNA表达谱去对肿瘤进行研究,前者能识别更鲁棒的基因标志物。总结来说,就是通过计算机模拟分解的肿瘤细胞和正常细胞mRNA表达有利于肿瘤之间复杂的转录网络、微环境和癌症侵袭的研究。
小伙伴们,大家好,今天我们来开启一个新的话题,Single cell sequence,近来单细胞测序在探索生物过程、疾病机理等方面展现了前所未有的精度,通过对单细胞进行 DNA 和 RNAseq 我们得以高精度的了解单个细胞水平的体细胞突变情况,并且对于一个样本中细胞类型的组成和解析获得空前的认识。