上一篇文章《肿瘤变异数据分析和可视化工具maftools：突变数据下载和可视化》主要以TCGA-LUAD为例介绍突变数据和临床数据的下载、处理以及简单的可视化。这篇文章更详细介绍可以利用maftools对肿瘤MAF格式的突变数据做哪些分析。还和上篇一样，先用maftools把数据读入具体的数据下载和处理方法这里就不再赘述了，请移步上篇文章：《肿瘤变异数据分析和可视化工具m...阅读全文>&g... 阅 读 全 部 >
本文接上次的内容：《肿瘤变异数据分析和可视化工具maftools：安装和文件格式要求》，本文以TCGA肺腺癌（LUAD）的数据为例介绍突变数据下载和可视化。数据下载和处理在TCGA官网下载TCGA-LUAD项目中mutect2输出的MAF格式的突变以及临床信息：$ ls -lhrttotal 50M-rw-r--r-- 1 xiaofei xiaofei 50M M...阅读全文>>... 阅 读 全 部 >
Maftools系列文章：《maftools使用方法总结以及常见问题》《肿瘤变异数据分析和可视化工具maftools：安装和文件格式要求》《肿瘤变异数据分析和可视化工具maftools：突变数据下载和可视化》《肿瘤变异数据分析和可视化工具maftools：突变的数据分析》《肿瘤变异数据...阅读全文>>... 阅 读 全 部 >
Maftools系列文章：《maftools使用方法总结以及常见问题》《肿瘤变异数据分析和可视化工具maftools：安装和文件格式要求》《肿瘤变异数据分析和可视化工具maftools：突变数据下载和可视化》《肿瘤变异数据分析和可视化工具maftools：突变的数据分析》...阅读全文>>... 阅 读 全 部 >
今天推荐论坛入驻网友“bioinfomics”的一篇帖子（原帖链接：https://www.omicshare.com/forum/thread-5539-3-1.html），跟大家分享如何绘制基因表达聚类趋势图。# 清除当前环境中的变量rm(list=ls())# 设置工作路径setwd("C:/Users/Dell/Desktop/")# 加载所需的R包library(ggplot2 )l..... 阅 读 全 部 >
表达谱分析中，经常会使用到相关性分析，探索一组基因间的共表达特征。例如，这些基因间的表达是否存在较强的协同性，一个基因表达值的改变是否与另一个基因表达值改变显著相关，它们之间是共激活还是抑制关系等。对于相关性分析结果的可视化，通常有多种方法，例如相关性散点图、弦图、共表达网络图。本篇教程则主要带大家了解如何基于基因表达值的相关性，绘制弦图。如下弦图来自文献“CUL4B pro...阅读全文>... 阅 读 全 部 >
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 >
ChIP测序报告中有许多结果图，都可以在文章中一展身手，比如我们今天讲解的GO富集分析图。 1. 蛋白结合（修饰）基因的GO富集分析GO即Gene Ontology，http://www.geneontology.org，是一个将全世界所有与基因有关的研究结果进行分类汇总的综合数据库，利用GO数据库，可以根据基因参与的BP(Biological...阅读全文>>... 阅 读 全 部 >
eak在TSS上下游的分布图是ChIP测序中非常关键的一张图。有这张图，我们就能知道目的蛋白（组蛋白或转录因子）在转录起始位点（TSS）及上下游附近的整体分布/结合情况。 图中横坐标为基因位置，纵坐标为reads的覆盖深度，它可以反映目的蛋白分布情况。input由于没有富集，其reads通常分布较低，而IP对目的蛋白及其结合序列的富集作用则会使reads覆盖深度提高，产生相应的...阅读... 阅 读 全 部 >
ChIP测序中关键的结果图，这些结果即体现了ChIP实验和测序的成功，可以帮助我们了解目的蛋白的结合甚至调控特征，都是撰写文章可以利用的极佳素材。说了这么多好像还是不太会用，没关系，我们结合发表的文章，让它们一较高下。1. Peak在TSS上下游的分布图这张图实际包括两部分，上部整体展示了基因转录起始位点（TSS）及上下游的input和IP的reads的覆盖深度分布，可以看出结合峰...阅读全文&... 阅 读 全 部 >