教小高改bug

摘要： 1. 散点图的用途 散点图是用两组数据构成多个坐标点，观察坐标点的分布，判断两者之间是否存在某种关联或总结坐标点的分布模式。 从散点图上可以解读两个变量的相互关系，所以一般用于做相关性分析。 2. 什么是相关性分析 对两个或多个具备相关性的变量元素进行分析，从而衡量两个因素的的相关密切程度。通常用来 阅读全文

摘要： 1. 火山图的用途 主要是展示差异表达的基因，通常应用于转录组研究，也能应用于基因组，蛋白质组，代谢组等统计数据。 2. 怎么看火山图 1）坐标轴： 横轴是log2(Fold change)，显示差异倍数（FC），点越偏离中心，表示差异倍数越大； 纵轴是-log 10 (adj. p-value)， 阅读全文

摘要： 1. 是什么热图 热图是对实验数据分布情况进行分析的直观可视化方法，可以用来进行实验数据的质量控制和差异数据的具像化展示。 其基本原则是用颜色代表数字，让数据呈现更直观、对比更明显。还可以对数据和样本进行聚类，观测样品质量。 热图有多种形式，但基本的元素是一致的。 例如上图中的2张热图，每个格子表示 阅读全文

摘要： limma，edgeR，DESeq2三大包基本是做转录组差异分析的金标准，大多数转录组的文章都是用这三个R包进行差异分析。edgeR差异分析速度快，得到的基因数目比较多，假阳性高（实际不差异结果差异）。DESeq2差异分析速度慢，得到的基因数目比较少，假阴性高（实际差异结果不差异）。 需要注意的是制 阅读全文

摘要： 1. RTCGA包（了解） 数据库式的R包 优点：数据库式，将所有数据打包下载下来，可以在电脑上直接提取数据。 缺点：不是最新的数据。 library(RTCGA.rnaseq) #library(RTCGA.miRNASeq) library(RTCGA.clinical) ls("package 阅读全文

摘要： 1. 整理表达矩阵 下载的文件是按样本存放的，每个tsv文件中都记录着一个样本的基因表达量，需要将所有tsv文件合并，得到所有样本的基因表达量的表格。 转录组数据合并 rm(list = ls()) library(stringr) library(jsonlite) library(progres 阅读全文

摘要： 表达矩阵一般比较大，小的几百M，大的1-2个G，浏览器直接下载很慢，后台一直打包下载不下来。需要用 命令行下载。 gdc-client工具下载网站： https://gdc.cancer.gov/access-data/gdc-data-transfer-tool 。此外，用 gdc-client. 阅读全文

摘要： 1. 设置镜像 options(BioC_mirror="http://mirrors.tuna.tsinghua.edu.cn/bioconductor/") options("repos" = c(CRAN="http://mirrors.tuna.tsinghua.edu.cn/CRAN/") 阅读全文

摘要： 蛋白互作网络图 - 网页工具string 输入数据：差异基因 输出：一个ppi图，可以导出数据 放入Cytoscape进行网络可视化 制作string的输入数据 setwd("D:/R/CHOL") load("step4output.Rdata") gene_up = deg[deg$change 阅读全文

摘要： 1. 配对样本的差异分析 在差异分析的数据处理中，只有design这一行代码有区别 pairinfo = factor(c(1,2,1,3,2,3)) design = model.matrix(~group_list + pairinfo) 配对信息：1，2，3分别为三个病人； 分组信息：由gro 阅读全文