Bioconductor：助力你的生物信息学研究
基因序列到进化树：轻松掌握多物种DNA序列比对与进化分析
MEGA:多序列比对软件的下载与安装
作者简介taoyan：伪码农，R语言爱好者，爱开源。个人博客: https://ytlogos.github.io/基于ggplot2包以及corrplot包的相关矩阵可视化包ggcorrplot，ggcorrplot包提供对相关矩阵重排序以及在相关图中展示显著性水平的方法，同时也能计算相关性p-value安装方法就不提了，不懂的可以浏览我以前的文章（可戳链接）library(ggcorrplot... 阅 读 全 部 >
承包你单细胞的所有美图_Scillus包Hi，大家好，我是晨曦今天这期推文来自一个小伙伴的留言A同学：曦曦，除了ggplot2以外有没有更方便的方法可以更加丰富的展示我的scRNA-seq的结果，就是类似于scRNA-seq的ggpubr包 晨曦：有的，马上就来~ 基于上面这个感兴趣的话题，我们就来看一下这个单细胞测序可视化的R包——Scillus包，可以承包你关于单细胞的所有美图哦~那么我们开始... 阅 读 全 部 >
GO和KEGG分析是最常用的生信分析方法，在SCI论文中也经常见到，那么你能想到的GO和KEGG分析结果的展示方法有哪些呢？条形图：饼状图：表格：相比于上面这些，这样的网络图展示起来是不是立马提升了几个档次：首先讲一下如何获取这一利器，ClueGO和CluePedia是Cytoscape的APP，点开Cytoscape的Apps菜单，找到这两个APP把它们下载安装了。然后你就能在A...阅读全文&... 阅 读 全 部 >
各位医学方的朋友，大家好。今天我们聊一聊富集分析，说到富集分析，你会想到KEGG或者GO富集分析，GO实际上是GeneOntology两个单词的首字母简写，主要包括BP，MF，CC三个部分，分别代表的是生物学过程，分子功能和细胞定位。富集分析结果展示的时候，我们一般会画气泡图或者条形图，如下：气泡图条形图但是如果，我们想画出别样的风格怎麽办呢？那么今天，我们就推出我们的利器-G...阅读全文>... 阅 读 全 部 >
GO介绍GO是Gene ontology的缩写，GO数据库分别从功能、参与的生物途径及细胞中的定位对基因产物进行标准化描述，即对基因产物进行注释，通过GO富集分析可以了解差异基因富集在哪些生物学功能、途径或者细胞定位，是高通量测序数据解读中比较常用的一种数据分析方法。下面跟着小编一起来来学习如何用excel画GO 功能分类图吧~一.图片结构说明观察上图，发现横坐标有分子类和父类，其次是纵坐标为..... 阅 读 全 部 >
考虑到很多做实验的小伙伴对很多生物信息学概念不是很了解，受实验小白的委托，我给大家写了一个非常简单的工具：KEGG富集分析KEGG是干嘛的捏？我这么跟你说吧：人类的七千多个基因组都是有已知功能的，KEGG把这七千多个基因分成了300个类，就是我们通常说的kegg通路；比如，我现在做了个实验，发现某细胞系里面的两万个基因里面有300个基因变化了，那这300个基因会涉及到KEGG数据库的哪几个通路？这... 阅 读 全 部 >
Pathview是一个可视化KEGG通路的R包，它会在线从KEGG网站上下载KEGG通路，并进行个性化处理，例如填上不同的颜色。今天就来分享一下如何用Pathview画出高大上的基因与代谢通路热图。基因热通路图在此之前现在R中把必要的包安装好，并加载上if (!requireNamespace("BiocManager", quietly=TRUE)) install.packages(...阅读... 阅 读 全 部 >
本文转自组学大讲堂，侵删KEGG数据库应该是我们最常见的、使用频率最高的数据库之一了，它是一个整合了基因组、化学和系统功能信息的数据库。由日本京都大学生物信息学中心的Kanehisa实验室于1995年建立。是国际最常用的生物信息数据库之一。在KEGG分析结果中，总还是有人分不清例如K01000和ko01000这样的编号的生物学意义，下面我给大家再介绍一遍：K01000：由大写K+五位数字组成，对应... 阅 读 全 部 >
最近，云平台小姐姐被5组韦恩图魔咒环绕，困扰不已。所以，翻了一堆资料，终于找到原来还有进阶版展示交集情况的结果图。那就让我们一起来看看，到底是何方神圣如此强大。云平台网址：https://www.lc-bio.cn/tool/43## 致谢首先的首先，让我们给生信前辈大神们致敬，比如在此感谢大名鼎鼎的Y叔叔，请收下小侄（迷）女（妹）们崇拜的追随目光。感谢前辈对于经验和技能的无私分享（转UpSe..... 阅 读 全 部 >
韦恩（Venn）图是常见统计图之一，用于展示各样本（或分组）之间共有（或特有）元素的数量（或比例）。例如做RNA-seq的最直接目的，大多是鉴定差异表达的基因。当试验涉及到多分组情况时，常需要展示多组间共享的差异基因数量，这个时候就要使用到韦恩Venn图。例如以下示例，植物组织中响应7天氮缺乏（-N_7d）、7天磷酸盐缺乏（-Pi_7d）和盐胁迫（d）、冷胁迫（e）或干旱胁迫（f）...阅读全文&... 阅 读 全 部 >