bioinformatics

1. Introduce   ggplot2是R语言最流行的第三方扩展包,是RStudio首席科学家Hadley Wickham读博期间的作品,是R相比其他语言一个独领风骚的特点.包名中"gg"是gr

1. overView   当我们在探索差异表达基因时,究竟在探索什么呢?我们可以探索差异表达基因的数量,用柱状图或韦恩图画出来.也可以比较对照组和实验组之间差异表达基因的表达情况,使用火山图绘制.但

1. 什么是样本关系探索   之前我们下载了5种阶段的柑橘,每个阶段取3个样本.15个样本之间关系,组间关系和组内关系,都在本次样本关系探索范围内. 2. 样本关系探索 2.1 导入样本信息表   我

1. Introduce   tidyverse就是Hadley Wickham将自己所写的包整理成了一整套数据处理的方法.简单来说是package的集合.   下面从各个功能来介绍Tidyverse

1. 工作目录 1.1 切换工作目录   可以理解为项目路径,这里切成想要的位置.但这是临时的,下次还是默认目录.   通过全局设置修改工作目录. 1.2 创建项目   点击上图的project创建项

1. 下载   惯例官网下载.如果下载速度慢也可以考虑去镜像站点下载. 2. 安装   Windows环境下,R语言安装直接默认就行了.但是安装路径不要存在中文. 3. R的IDE   我们在电脑上安

1. 定义   差异分析就是分析两组数据是否有差异,请注意分析差异的原则是建立在组与组之间.它的目的是比较两个条件(包括种属、表型等)下的基因表达差异,通过一定的统计学方法，从中识别出与条件相关的特异

1. 引入   我们得到参考基因组以及测序序列后,接下来就是比对到参考基因组上.但是但常理说我们应该拿RNA的参考序列与测序数据比对,但是我们并没有RNA的参考序列,因此就只能拿测序数据比对到参考基因

本人的生物只有高中且4年没碰的水平,如果涉及生物的笔记没写对请见谅. 1. 一个典型的生物信息分析   我们在做生物信息分析时,常常是有一个目的,比如分析为什么某朵花是红色的.假设我们在做转录组数据分

1. 实用技巧 1.1 日志与后台输出   当我们的指令会输出一系列长内容时,我们会考虑用日志文件记录输出.   有时候,程序开发的时候会将部分标准输出也归类到错误输出里去,所以我们很少区分正常输出的

1. 测序的应用 1.1 基因组组装   当我们进行二代测序时,常常就是将待测序列打碎,然后拼接,我们回顾一些基础知识: reads：就是我们测序产生的短读序列，通常一代和三代的reads读长在几千到

1. 背景引入   本小节开始讲述转录组测序的准备工作.因为做的是有参的基因组分析,所以首先是准备参考基因组、测序数据.当数据准备完成后,接下来是比对参考基因组,表达定量,合并成表达矩阵,差异表达分析

1. 背景   在前面小节我们使用了这些软件,因为混合使用比较让人混乱,这里总结理清楚一下. 2. seqtk   功能总览如下图所示. 2.1 seq   这个功能主要是对$.fasta$和$.fa

1. 引入 当我们想比对测序数据与参考基因组时,先下载好参考基因组的数据,接下来就是准备测序数据.那么问题来了,测序数据是如何准备呢? 2. database 我们打开一篇论文,通常我们可以在论文尾部