taoyan：伪码农，R语言爱好者，爱开源。个人博客: https://ytlogos.github.io/上篇文章中提了一下如何通过ggpubr包为ggplot图添加p-value以及显著性标记,本文将详细介绍。利用数据集ToothGrowth进行演示。#先加载包library(ggpubr)#加载数据集ToothGrowthdata("ToothGrowth")head(ToothGrow..... 阅 读 全 部 >
一般来说，数据分析分为统计检验和可视化两个部分。今天给大家分享一个R包，可将这两个部分合二为一，不仅能够画出美观精致的图表，还能够同时展现统计分析的详细结果，简直“一石二鸟”、“一举两得”！这个包为ggstatsplot，非常适合做统计分析的科研工作者们，赶紧用起来！#所需R包的安装和载入remotes::install_github( "IndrajeetPatil/ggstatsplot"..... 阅 读 全 部 >
经典功能富集分析可戳：《KEGG富集分析及可视化，一把子拿捏！》 《GO富集分析及可视化，一把子拿捏！》通过KEGG、GO等经典富集分析，我们能够了解到阈值筛选出的差异基因参与的通路和具备的功能，以及哪些功能/通路对表型变化是可能起主导作用的。但在经典富集分析中，我们无法得知某条通路下差异基因的总体变化趋势，即富集到同一通路下的基因既又上调也有下调，那么这条通路的表现形式到底是被激...阅读全文&... 阅 读 全 部 >
各位医学方的朋友，大家好。我是Flyman！做过下游分析的小伙伴都知道富集分析的重要性，生信类文章大家总会在最后一步针对我们前面筛选出来的差异基因做一下GO/KEGG富集分析，研究一下他们参与到什么信号通路上或者参与什么生物学过程？富集分析的本质是什么呢？实际上就是一个超几何分布，超几何分布是统计学上一种离散概率分布。它描述了从有限N个物件（其中包含M个指定种类的物件）中抽出n个物件，成功抽出该指... 阅 读 全 部 >
做转录组分析时，我们通常会筛选差异表达基因进而对这些差异表达基因进行功能富集分析（下面简称常规富集分析）。不知道大家有没有遇到过以下情况：差异基因少而富集不出来感兴趣或相关的功能/通路，或者差异表达基因虽然很多，但是没有富集到感兴趣的通路或者GO功能？此时，可以试试GSEA分析。那么问题来了，GSEA是什么？全名Gene Set Enrichment Analysis，也就是基因集富集分析！GSE... 阅 读 全 部 >
在某一项研究中，我们通过转录组或者蛋白组学研究了干预组和对照组的表达谱，获得了数千个基因的变化信息，如何从这些表达谱中发掘有用的信息？初步的生物信息分析可能已经给我们提供了它们之间的差异倍数，P值等等。接下来我们可以使用在线工具对基因表达的分布进行分析。这里提供一个最近更新的简单又快捷，不需要安装软件的在线分析工具：WEB-based GEne SeT AnaLysis Toolkit。...阅读... 阅 读 全 部 >
各位医学方的朋友，大家好，我们你们的老朋友Flyman，时隔许久，今天我们又和大家见面了。今天我们和大家分享一下大家司空见惯的话题基因通路富集分析。谈到富集分析，大家首先会想到Y叔叔写的神包clusterprofiler，几行代码轻松搞定，目前主流的富集分析的算法寻找相关通路本质就是一个超几何分布，那我们今天剖析的GSEA算法则和超几何分布是略有不同。GSEA全称是 gene-set enrich... 阅 读 全 部 >
常规分析找不到差异基因？GSEA分析了解一下在上一期中，我们云平台的生信工程师为大家带来了一款强大的分析工具GSEA，很多老师觉得那篇稿子三分钟绘制一张优美的GSEA图 | 云平台看完后仍然意犹未尽。不过大家请不要着急，今天会带领大家对一些概念重新温习一遍。在引出今天的主角GSEA分析之前，我们先来谈一谈大家在挖掘转录组数据中，可能会遇到的一些共性问题——差异分析拿到了一大堆基因无从下手...阅读... 阅 读 全 部 >
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 >