R|Affymetrix芯片分析(1)-affy
Affymetrix芯片储存着大量的生物信息学数据，因此有必要从实战出发的角度，汇总下Affymetrix芯片处理的流程。下面以GSE1438为例 常用的质量控制的指标： 平均数法、RLE、NUSE和RNA降解曲线根据以上指标综合决
推荐阅读
热门文章
r语言安装mboost包了却找不到bodyfat数据集
Hi~data("diamonds",package="ggplot2")may also works~{:soso_e128:}hope that will help you~这里主要介绍下在R
cgo LDFLAGS查找静态库或者动态库的过程是怎么样的
Cgo 使得Go程序能够调用C代码. cgo读入一个用特别的格式写的Go语言源文件, 输出Go和C程序, 使得C程序能打包到Go语言的程序包中. 举例说明一下. 下面是一个Go语言包, 包含了两个函数 -- Random 和 Seed --
如何提取拟南芥（或非模式物种）基因的启动子序列_基于R
对于提取序列来说，我们一般会选择用samtools、bedtools等，因为他们有非常完善的操作 序列 的功能，比如取两个bed文件的交集，提取某段序列等等。但实际上，他们对于 区间 的操作是不如R方便的，比如取基因body，取第一个外显
R语言：clusterProfiler进行GO富集分析和Gene_ID转换
ID转换用到的是 bitr() 函数，bitr()的使用方法： org.Hs.eg.db包含有多种gene_name的类型keytypes() ：keytypes(x)，查看注释包中可以使用的类型columns() ：
R语言常用函数
1.判断存在：一个元素是不是在向量中用a%in%b >a="TT" >b=c("AA","AT","TT") &
嵌套Venn图的绘制（R语言）
如何在差异基因Venn图中同时标识上下调基因数量信息韦恩（Venn）图是常见统计图之一，用于展示各样本（或分组）之间共有（或特有）元素的数量（或比例）。例如做RNA-seq的最直接目的，大多是鉴定差异表达的基因。当试验涉及到多
“对称散点图”的绘制（R语言）
转录组分析中，计算了两组间差异表达的基因后，通常怎样表示？您可能第一时间想到可以使用火山图。的确，火山图是使用频率最多的，在火山图中可以很轻松地根据基因在两组间的Fold Change值以及显著性p值，识别和判断差异表达基因概况。火山图实质
Go语言能做什么？
Go 语言被设计成一门应用于搭载 Web 服务器，存储集群或类似用途的巨型中央服务器的系统编程语言。对于高性能分布式系统领域而言，Go 语言无疑比大多数其它语言有着更高的开发效率。学习Go语言，可以说是很简单的，入门快，想学习Go语言，可以
GO富集结果整体可视化
GO (Gene Ontology )是一个基因功能的国际标准分类体系。意在从分子功能 (Molecular Function)、生物过程 (Biological Process)、和细胞组成 (Cellular Component)
R语言DESeq2基因差异表达分析
经过表达定量后，我们已经得到了基因的表达量矩阵，差异表达分析通常是RNA-seq分析的第一步。 差异基因表达分析通常都是在R中，常用的有DESeq2，edgeR，limma等几种，这次主要介绍用DESeq2来进行差异表达分析。 需
R语言|绘制物种累计曲线
物种累积曲线( species accumulation curves)用于衡量和预测群落中物种丰富度随样本量扩大而增加的幅度，在生物多样性和群落调查中，被广泛用于判断样本量是否充分的并估计群落丰富度。 一般而言，在样本量较少的情况下，
嵌套Venn图的绘制（R语言）
如何在差异基因Venn图中同时标识上下调基因数量信息韦恩（Venn）图是常见统计图之一，用于展示各样本（或分组）之间共有（或特有）元素的数量（或比例）。例如做RNA-seq的最直接目的，大多是鉴定差异表达的基因。当试验涉及到多
几种推测cdna编码的蛋白质的方法
利用互联网预测cDNA蛋白质产物的结构和功能3王涤平综述 童坦君审校(北京大学医学部生物化学与分子生物学系 北京100083)摘要 人类基因组计划预计近两三年内即可完成，我们将会得到许多序列已知但未知功能的cDNA。本文简单介绍利用互联网上
2019-10-22 R语言Seurat包下游分析-1
下游分析 cellranger count 计算的结果只能作为错略观测的结果，如果需要进一步分析聚类细胞，还需要进行下游分析，这里使用官方推荐 R 包（Seurat 3.0） 流程参考官方外周血分析标准流程（ https:sat
python有没有简单的遗传算法库
首先遗传算法是一种优化算法，通过模拟基因的优胜劣汰，进行计算（具体的算法思路什么的就不赘述了）。大致过程分为初始化编码、个体评价、选择，交叉，变异。以目标式子 y = 10 * sin(5x) + 7 * cos(4x)为例，计算其最大值
R语言初学笔记：差异表达基因
setwd("E:GSE25066")#环境设置 library(limma)#加载差异分析包limma #将分组文件加载到环境中，分组信息第一列为样本名，第二列为分组信息如“high”“low” targ
为什么要使用 Go 语言？Go 语言的优势在哪里
1、学习曲线它包含了类C语法、GC内置和工程工具。这一点非常重要，因为Go语言容易学习，所以一个普通的大学生花一个星期就能写出来可以上手的、高性能的应用。在国内大家都追求快，这也是为什么国内Go流行的原因之一。2、效率Go拥有接近C的运行效
2019-10-22 R语言Seurat包下游分析-1
下游分析 cellranger count 计算的结果只能作为错略观测的结果，如果需要进一步分析聚类细胞，还需要进行下游分析，这里使用官方推荐 R 包（Seurat 3.0） 流程参考官方外周血分析标准流程（ https:sat
R语言绘制配对样品箱线图
配对箱线图，常见于配对样本的数据分析中。 例如下图示例，为了研究某些基因在肿瘤组织和正常组织中是否具有表达量的显著不同，在取样时，往往会在同一患者个体中同时获取肿瘤和临近正常组织，两个组织样本就是配对关系。当然在这类研究中，往往需要调查