2022 06-23 信号通路的富集(KEGG) 使用R语言clusterProfiler包进行KEGG富集分析(有参分析)我们在前面的视频教程中,为大家讲述了GO、KEGG富集分析的基本原理,并展示了如何使用DAVID进行GO富集在线分析的过程,详情请添加微信公众号查看“没想到基因GO富集分析这么简单”。本节继续以R语言clusterProfiler包中的方法为例,展示如何进行KEGG富集分析。下文使用的测试数据和R代码等,可添...阅读全文&... 阅 读 全 部 >
2022 06-23 手把手教你无代码绘制最常见的GO富集图 随着技术的进步和革新,高通量的数据越来越容易,在SCI文章中也越来越重要。不管是转录组学还是蛋白质组学,对分析得到的差异分子进行聚类,最先想到的,必然是GO富集分析。GO富集分析在很多文章中都成为Figure的一部分,一张好看的GO分析图,是可以给数据加分的。在此,小编在此给大家分享最常见的GO分析图的绘制,保证手把手学会哟。壹软件运行准备Prism和excel,小编用的是Prism 8版本,以及... 阅 读 全 部 >
2022 06-23 快速拿捏KEGG/GO/Reactome/Do/MSigDB的GSEA富集分析! 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活了呢?还是被抑制了呢?且设定的阈值可能也会卡掉一些在统计学意义上无显著差异但实则有着重要生物学意义的基因,导致重要通路... 阅 读 全 部 >
2022 06-23 GO富集分析(R包GOseq) 前面已经讲述了R包用clusterProfiler做GO富集分析clusterProfiler的GO富集分析方法,本篇继续演示R包goseq的GO富集分析。相比clusterProfiler中的GO富集分析方法,goseq的特别之处在于,不再使用超几何分布(Hyper-geometric distribution)检验,而是使用了Wallenius non-central hype...阅读全文&... 阅 读 全 部 >
2022 06-22 如何做GO与KEGG分析-DAVID使用教程 这期番茄君为大家带来如何利用DAVID在线数据库做GO与KEGG分析。1.点击文末“阅读全文”,获取DAVID在线数据库网址链接。打开后如下(部分):2.点击上图中红色框里的Start Analysis。如下: 3.上传基因。Step1: Enter Gene List有两个选项可以上传基因:第一种方法是在A: Paste a list的白色框里输入基因名字;第二种方法是利用B:Choose ..... 阅 读 全 部 >
2022 06-17 50个ggplot2可视化案例 什么类型的可视化用于什么类型的问题?本文可帮助您为特定分析目标选择正确的图表类型,以及如何使用ggplot2在R中实现它。一个有效的图标:在不歪曲事实的情况下传达正确的信息简单而优雅的表达信息内容通过美学表达信息,而不是掩盖信息没有信息负载下面介绍了八类常见的图表可视化情景。在绘图之前,请仔细考虑你准备如何通过可视化的方式...阅读全文>>... 阅 读 全 部 >
2022 06-17 【R语言】用 Kaggle 数据集来分析幸福指数 本文为雷锋网字幕组编译的技术博客 Happiness 2017,作者为 Javad Zabihi。翻译 | Binpluto 整理 | 孔令双雷锋网 AI 研习社:我们选择了 2017 幸福度数集,一个来自 Kaggle 平台的数集。这份数集给出了来自世界 155 个国家,关于包括家庭状况,平均寿命,经济水平,宽容度,对政府的信任感,自由度和反乌托邦残留在内的...阅读全文>>... 阅 读 全 部 >
2022 06-17 转录组专题——关于样本重复性问题小技巧 目前,转录组测序仍是应用最广的高通量测序技术之一,很多研究课题是关于基因表达潜在的机制,并已经发现了一些现象,但分子机制还不清楚。而做转录组测序特别适合用于分子机制探究,可以获得样本中几乎所有的mRNA信息。关于转录组领域的研究,应用范围极为广泛。如可研究同一个体不同组织之间的基因表达差异;或者不同的外界处理条件下(病毒、光照、紫外、干旱、高温和高盐胁迫等),对基因表达的影响。在我们正式进行转录组... 阅 读 全 部 >
2022 06-17 R语言绘图课程 | PCA图 PCA(Principal Component Analysis)是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示,可用于提取数据的主要特征分量,常用于高维数据的降维。在生物信息分析中,PCA常用于分析不同样本之间的相互关系,可以基于表达量或者SNP突变类型进行分析。R语言是一门专门针对统计绘图等需求设计的编程语言,在R语言中,内置了PCA分析的函数prco..... 阅 读 全 部 >
2022 06-16 解读文献里的那些图——主成分分析图(PCA) PCA全名principal component analysis,即主成分分析,看到这个名字的时候,第一次深刻的体会到了什么是每个字都认识,合在一起却不知道是什么意思……看一下主流的解释:主成分分析是一组变量通过正交变换转变成另一组变量的分析方法,来实现数据降维的目的。转换后得到的这一组变量,即是我们所说的主成分。Emmmm,还是不懂……拆开了,一个字一个词的...阅读全文>>... 阅 读 全 部 >