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 >
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 >
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 >