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
推荐阅读
热门文章
R语言：gggenes在基因组中画基因箭头图
Github： gggensCRAN： gggenes: Draw Gene Arrow Maps in 'ggplot2'Author： Introduction to ‘gggenes’ 注
以基因名字合并两个数据集（R语言，merge函数）
根据基因名字（列名），合并两个数据集（行数不同的，两个数据中基因对应的信息多条，多样） 不要问我拿来干什么，问就是在做附录的表格。 #注意基因名字的列明一定要改到是一样的，这是唯一的重点！ #注意基因名字的列明一定要改到是一样的
R语言ggcorrplot包绘制相关性热图
热图是科研论文中一种常见的可视化手段，而在转录组研究领域，我们常常需要分析一些基因与基因之间的相关性，来判断生物样本中是否存在共表达情况，以及共表达基因模块。除了基因集之间，其他方向，比如免疫细胞群体之间相关性，样本的相关性，也常常用相关性
Go语言怎么样？
根据Go趋势报告显示，全球范围内有 110 万专业开发者选择Go作为其主要开发语言。如果把以其他编程语言作为主要开发语言，同时也在使用Go的开发者计算在内，这一数字将高达270万，中国的Go语言开发者排名第一，全球占比超过16%。Go 语
Go语言有什么优势？
GO语言的优势：可直接编译成机器码，不依赖其他库，glibc的版本有一定要求，部署就是扔一个文件上去就完成了。静态类型语言，但是有动态语言的感觉，静态类型的语言就是可以在编译的时候检查出来隐藏的大多数问题，动态语言的感觉就是有很多的包可以使
R语言ggcorrplot包绘制相关性热图
热图是科研论文中一种常见的可视化手段，而在转录组研究领域，我们常常需要分析一些基因与基因之间的相关性，来判断生物样本中是否存在共表达情况，以及共表达基因模块。除了基因集之间，其他方向，比如免疫细胞群体之间相关性，样本的相关性，也常常用相关性
R语言中 成分残差图的结果怎么看
那个最佳答案说的跟这个问题没有关系。我在学习r语言的线性回归的时候遇到了这个问题。这个图是用来判断你对回归模型的线性假设是否成立的。看法如下：按照书上所说就是：“若图形存在非线性，则说明你可能对预测变量的函数形式建模不够充分，那么就需要添加
怎么用r语言进行dna菌群多样性分析
基因测序分析微生物菌群结构 NA是什么意思微生物群落测序是指对微生物群体进行高通量测序，通过分析测序序列的构成分析特定环境中微生物群体的构成情况或基因的组成以及功能。借助不同环境下微生物群落的构成差异分析我们可以分析微生物与环境因素或宿主之
R语言中哪些包是处理混合属性聚类的
聚类的包，cluster包，里面包含了pam，agnes等函数，可以十分方便进行聚类计算。另外有系统自带的stats包，hclust， kmeans等函数。fpc包做聚类分析，也是可以的。另外，如果需要例子，这些包自带的文档里面都有使用的实
R语言分组箱线图添加显著性标记简单小例子
最终出图如下 这里自动做统计检验的函数是stat_compare_means()读入数据 作图 这个函数来自于ggpubr这个包，只需要指定根据那一列来分组就可以了 默认的是Wilcoxon Rank Sum
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
基因火山图怎么做
基因差异火山图看法如下：火山图可反映总体基因的表达情况，横坐标代表log2（Fold Change）,纵坐标表示-log10（P值），每个点代表一个基因，颜色用以区分基因是否差异表达，图中橙色的点代表差异表达基因，蓝色的点代表没有差异表达的
初学者R语言：热图基础画法及个性化调整详解
热图（Heatmap）：用颜色变化直观的表达数据之间差异的图，是对实验数据进行质制和差异数据的展现，是数据挖掘类文章的标配。 例如上图，每个小方格表示每个基因，其颜色表示该基因表达量大小，表达量越大颜色越深（红色为上调，蓝色为下调）。每
R语言安装WGCNA，碰到依赖包无法安装的情况
加权基因共表达网络分析 (WGCNA, Weighted correlation network analysis)是用来描述不同样品之间基因关联模式的系统生物学方法，可以用来鉴定高度 协同变化 的基因集, 并根据基因集的内连性和基因集与表
R语言ggcorrplot包绘制相关性热图
热图是科研论文中一种常见的可视化手段，而在转录组研究领域，我们常常需要分析一些基因与基因之间的相关性，来判断生物样本中是否存在共表达情况，以及共表达基因模块。除了基因集之间，其他方向，比如免疫细胞群体之间相关性，样本的相关性，也常常用相关性
转录组分析流程概述
转录组分析总体流程如图所示，主要分为上游分析（原始数据质量控制、比对、组装、定量），下游分析（差异分析、富集分析）和高级分析（共表达分析、GSEA、时序性分析等）。整个流程图左侧为结构分析（SNV分析、可变剪切分析、差异外显子分析（DEU）
R绘图|ggplot2火山图的绘制
上一期 R绘图|ggplot2散点图的绘制 简单介绍了散点图在高通量数据展示上的作用，以及如何绘制？散点图在数据展示上存在局限，只能体现基因的差异幅度，并不能体现统计学意义。因此，在高通量文章中，还有一种较为全面的展示数据特点的工具——火
R语言|亚组分析森林图-2 (基于生存率结果)
但是，有些小伙伴想做某变量在所有亚组下的生存率，那就需要我们做很多组KM曲线，例如上图8个变量，若做KM曲线就要做17幅，会占用大量文章面积，得不偿失。 而亚组分析森林图能清晰、明了的总结研究变量在各个亚组的n年生存率差异。结合上期介绍