科研利器 | 你了解多少国际著名学术出版社?
如何在CentOS中添加和管理IP／用户黑名单？
Linux服务器安全运维：远程访问和认证安全
为什么pathway富集分析结果没有我感兴趣的通路？GO和KEGG富集分析使用差异基因（上调基因，下调基因，或者上下调合起来的基因）作为输入，使用超几何分布等算法计算显著富集的GO term或者通路，然而，在实际数据处理中，这种使用p值和fold change进行一刀切获得差异基因，然后进行富集分析的分析方法，往往富集不到我们感兴趣的结果。这时，可以试试基因集富集分析（Gene set ...阅读... 阅 读 全 部 >
之前使用clusterProfiler包进行GSEA富集，得到的标准的GSEA富集结果图中只展示基因集的ES排序，但在图中不能标注基因，一直令我比较头秃。但最近看到一个R包GseaVis，刚好可以和clusterProfiler互补，使之能轻松在GSEA标准图上标注候选基因，同时也支持点阵图样式，非常简单！今天就来用用看！#部分所需R包安装与载入：devtools::install_github(... 阅 读 全 部 >
GSEA（Gene Set Enrichment Analysis）即基因集富集分析，该方法最早于2005年由Broad Institute研究所发表在PNAS杂志上，并提供了对应的分析软件GSEA和一个基因集数据库，截止到当前已被引用3万多次。通过KEGG、GO富集分析，我们能够获取差异基因显著富集的通路和功能，及其对表型变化的潜在作用。但无法帮助我们知晓某条通路下差异基因的总体变化趋...阅读... 阅 读 全 部 >
众所周知，PubMed的检索页面并不直观，通常来说，我们难以通过PubMed的检索结果直接判断文献质量，而需要通过其他网站收集期刊影响因子、文献引用次数等信息，综合判断文献质量。于是，为了简化查找文献的过程，使PubMed检索结果更清晰，一些好用的插件应运而生。今天我们就给大家安利一个适用于PubMed的神仙插件~EasyPubMedEasyPubMed是一款功能非常全面的插件，能够直接在PubM... 阅 读 全 部 >
背景介绍写论文画图的时候小提琴图，热图，箱线图，画来画去都长得差不多，是不是觉得很烦恼？今天小编为大家介绍一个可以让科研论文统计绘图颜值提升好几个level的R包：ggstatsplot。ggstatsplot是ggplot2的扩展，用于绘制带有统计检验信息的图形。ggstatsplot采用典型的探索性数据分析工作流，将数据可视化和统计建模作为两个不同的阶段；可视化为建模提供依据...阅读全文&g... 阅 读 全 部 >
家好，这是专注表观组学十余年，领跑多组学科研服务的易基因。本期，我们讲讲甲基化RNA免疫共沉淀(MeRIP-seq/m6A-seq)实验怎么做，从技术原理、建库测序流程、信息分析流程和研究套路等四方面详细介绍。一、甲基化RNA免疫共沉淀(MeRIP-seq/m6A-seq)测序技术原理表观转录组指RNA序列不发生改变的情况下，由RNA上的化学修饰调节基因表达的现象。胞内RNA的...阅读全文>... 阅 读 全 部 >
很多小伙伴拿到转录组结果，都会有一个大大的疑问，明明上一步已经计算了FPKM了，为什么差异分析还是用readcount来做，我想用FPKM行不行？这里，郑重地回答你：不可以且没必要！你熟悉的DESeq，DESeq2和EdgeR都表示不同意！他们都只认readcount！首先，先让你和老朋友FPKM再重新熟悉一下：由于不同样品过滤后获得的数据量是不可能完全一致的，不同基因长...阅读全文>&g... 阅 读 全 部 >
转录组测序中，常见的几种reads count值的标准化方法，基于测序深度和基因长度进行标准化。RPKM、FPKM和TPM标准化RPKM（Reads Per Kilobase Million）计算方法：计算样本中的总reads数，然后将其除以1000000，获得百万缩放因子。将每个基因的reads count值，除以百万缩放因子标准化测序深度，获得每百万reads中...阅读全文>>... 阅 读 全 部 >
导语GUIDE ╲韦恩图用于展示在不同集合之间的数学或逻辑联系，尤其适合用来表示集合（或）类之间的“大致关系”。背景介绍可视化和提取多个基因数据集的独特（不相交）或共有子集是生物信息学经常做的工作。尽管有许多包和Web应用程序可以绘制韦恩图，但没有R包提供提取这些子集的细节并将其与数据框中的用户数据集结合起来的功能。 今天小编给大家介绍的是 VennDetail...阅读全文>>... 阅 读 全 部 >
作者简介Introductiontaoyan：伪码农，R语言爱好者，爱开源。个人博客: https://ytlogos.github.io/公众号：生信大讲堂上次提了下theme(),本文将专门讲解一下。凡是与数据无关的图形设置可以归为主题类，ggplot2中主题设置十分多，根本不可能讲解完，只能稍微讲点皮毛，灵活运用才是关键，本文只是总体上略作介绍。正如R语言大神Hadley Wickham..... 阅 读 全 部 >
生信圈
欢迎您支持我的公众号
点击此处可关闭