差异基因富集方法之Friends分析大家好，我是阿琛。今天，我们来给大家介绍一种常见的拓展生信分析方法。在常规的⽣信文章中，我们往往能够得到⼀大堆的显著差异表达基因。然而，从⾥面挑选哪⼀个基因出来进行验证常常让我们感到困扰。 通常，我们会从这些特定的蛋白功能信息出发，根据差异基因的条⽬进⾏富集分析，查找与其功能相似或相关的蛋白质，关联、比较、量化，看看是否富集在某个GOterm或者KEGG通路当中... 阅 读 全 部 >
ggplot2是由Hadley Wickham创建的一个十分强大的可视化R包。在使用R作图时，如何使用ggplot2来调整图像中的颜色呢？下面跟着我们一起学习ggplot2的颜色修改函数，制作出更加绚丽多彩的图片。1简单颜色分配在ggplot2中，对于线和点的颜色调整可以直接改变colour参数，如设置colour=“red”等。而对于一些作为对象填充的颜色，如直方图中条形的颜色，...阅读全文&... 阅 读 全 部 >
当我开始使用R时，像任何初学者一样，我想要一个真正能够工作的代码和一个最低限度可理解的图像，并且很长一段时间这是我的主要目标，但是一旦这一点完成后，我意识到我的可视化看起来很糟糕，特别是在比较和审查其他博客和网站之后，我开始搜索如何改进我的可视化。下面，创建一个简单且专业的图像的一些技巧，以吸引读者的注意力。01 创建可视化让我们开始一个简单的可视化，来自diamonds数据集的直方图。1.1 包... 阅 读 全 部 >
整理 | 夕颜【导读】网上关于各种降维算法的资料参差不齐，但大部分不提供源代码。近日，有人在 GitHub 上整理了一些经典降维算法的 Demo(Python)集合，同时给出了参考资料的链接。PCA资料链接：https://blog.csdn.net/u013719780/article/details/78352262https://blog.csdn.net/u013719780/articl... 阅 读 全 部 >
实际工作中要处理的变量之间的关系往往是错综复杂的。处理这些多变量数据的最大挑战之一就是信息过度复杂，若数据集有100个变量，如何了解其中所有的交互关系呢?即使只有20个变量，当试图理解各个变量与其他变量的关系时，也需要考虑190对相互关系。主成分分析等方法是用来探索和简化多变量复杂关系的常用方法。在这里我们重点介绍两种简化多变量复杂关系，即降维的方法：主成分分析和t-SNE（t-Distri...... 阅 读 全 部 >
在转录调控相关的文献中，我们经常能够看到这样的蛋白质相互作用网络（protein protein interaction network，PPI network）。具体而言，这些相关的文献中首先通过RNA-seq、表达谱芯片或者蛋白质组分析等，找到了在不同分组样本间一系列的差异表达基因或蛋白。随后，通过STRING数据库（https://string-db.org/）检索了编码蛋白间...阅读全文... 阅 读 全 部 >
tidyverse包是一个R包集合，在数据导入，数据整理和变换，数据可视化等领域提供了数据科学的解决方案。 tidyverse包可以让数据科学家，统计学家和数据分析师等数据工作者更有效率地从事数据的研究和实践。 tidyverse包是RStudio的首席科学家Hadley Wickham创建的。 tidyverse包遵循数据科学工作流程，为使用者提供一个有效的，可以不断迭代和完善的工作方法和实践步... 阅 读 全 部 >
转自：EasyCharts今天这篇主要讲解R语言颜色综合运用，主要跟大家介绍如何提取那些专业色彩包中的颜色搭配用于在基础绘图系统和高级绘图系统中共享。其实无论是R语言的预设配色系统、自定义颜色表还是哪些专属配色包，我们所使用（或者R语言识别的）的仅仅就是一组字符向量所代表的色值而已，并不神秘。通过scales中的色彩获取函数，我们可以将专属配色主题（RColorBrewer、ggthemes）中的... 阅 读 全 部 >
在文献中，我们经常能够看到这样的散点图。例如，通过RNA-seq或qPCR比较特定基因在不同分组样本中的整体表达水平。文献中的蜂群图与其称它们为散点图，其实它们是有独自名字的—蜂群图。当然原则上它们仍属于散点图的范畴，因为它仍将单个样本直接显示为点。但其特别之处在于，蜂群图采用了一种逻辑，以确保所绘制的点彼此靠近且不会重叠，并能有效呈现出点分布的局部密度信息，直观而不失优雅。...阅读全文>... 阅 读 全 部 >
Python作为胶水语言的强大之处已经不需要我过多描述了，它在机器学习领域、大型网站搭建框架等都有非常广泛的应用，比如TensorFlow的python接口，基于Python的Tornado和Django框架，国内的知乎和豆瓣、以及Youtube大部分是基于这些python的框架。当然最为重要的是它在生物信息领域的应用也较为广泛，比如基于扩增子的测序，还有一些全基因组测序等后期分析的软件很多都是基... 阅 读 全 部 >