网络药理学如何写论文
网络药理学写论文的材料素材：1、从要研究的方剂中药中获得有效成分。2、根据有效成分预测靶基因。3、根据表型获得对应的靶基因。4、有效成分对应的靶基因与表型对应的靶基因取交集。5、构建中药方剂有效成分靶基因网络。写作技巧基于系
推荐阅读
热门文章
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
R语言绘图包06--基因表达相关性绘图corrplot
R语言绘图包系列： 参数 参考：https:cran.r-project.orgwebpackagescorrplotvignettescorrplot-intro.html https:mp.weixin.qq.
【R语言】--- 箱型图
箱线图主要是通过四分位数描述数据分布，通过最大值，上四分位数，中位数，下四分位数，最小值五处位置描述数据分布情况。箱线图能够显示出可能为离群点（范围±1.5*IQR以外的值，IQR表示四分位距，即上四分位数与下四分位数的差值）的观测。从箱线
R语言GEO数据挖掘：步骤三：进行基因差异分析
用limma包，这里注意，limma包是对基因芯片表达矩阵的分析，不能对逆转录RNAseq表达矩阵进行分析（因为数据特征不同），RNAseq需要用另一种方法 解读此表 但是上面的用法做不到随心所欲的指定任意两组进行比较，所有还有下一
R语言绘图（ggplot2、ggpubr）从入门到精通04--柱状图美化之调色
本系列课程要求大家有一定的R语言基础，对于完全零基础的同学，建议去听一下师兄的《生信必备技巧之——R语言基础教程》。本课程将从最基本的绘图开始讲解，深入浅出的带大家理解和运用强大而灵活的ggplot2包。内容包括如何利用ggplot2绘制
R语言-第一次用RStudio 画热图
作业 读取文件用得比较多的参数有： “header”，“sep”，“quote”，“na.strings”，“fill”，“strip.white ”，“blank.lines.skip”，“comment.char ”，“”等等。
R语言可视化之ggplot2——KEGG通路富集分析
之前分享了如何用ggplot2可视化GO分析的结果。既然做了GO，当然少不了KEGG了。 同样的，我们从 DAVID 获取KEGG pathway的结果。 对于KEGG，我比较喜欢做气泡图，这样用两种形式的图结合在一起，效果更丰富更
什么是r检验
r实验指的是科学研究的基本方法之一。根据科学研究的目的，尽可能地排除外界的影响，突出主要因素并利用一些专门的仪器设备，而人为地变革、控制或模拟研究对象，使某一些事物（或过程）发生或再现，从而去认识自然现象、自然性质、自然规律。科学实验，是指
![[R语言] GO富集分析可视化 GOplot::GOCircle](/aiimages/%5BR%E8%AF%AD%E8%A8%80%5D+GO%E5%AF%8C%E9%9B%86%E5%88%86%E6%9E%90%E5%8F%AF%E8%A7%86%E5%8C%96+GOplot%3A%3AGOCircle.png)
[R语言] GO富集分析可视化 GOplot::GOCircle
查看GOplot内示例数据的格式，对自己的数据做处理观察结论：观察自己的两个数据表：table.legend 设置为T时会显示表格 本图中表格和图例是出图后剪切拼合而成，没有用R中的拼图包上图中：X轴是z-sc
【R语言编程】---利用三代测序绘制菌群聚类热图与物种丰度图
前言： 仍然是三代测序数据的分析，宏基因组的文章中经常出现聚类热图和物种丰度图，用来直观地识别与某些疾病或者表型相关的菌群构成。 1.读取数据 一共有11个样本，每一个样本的测序reads都经过Nanopore官方的Epi2Me
哪些生物学方法能验证酶表达差异的
基因的表达是dna-rna-蛋白,期间有转录水平调控、转录后调控、翻译后调控等多种调控机制影响该基因的表达.所以蛋白水平高低的原因就可能是多方面的.蛋白表达多,可能是mrna多,也可能mrna变化不大,而是翻译多了；蛋白表达少,原因亦然.从
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语言绘图——数据可视化ggplot2 介绍和主要的参数
R 有几种用于制作图形的系统，但 ggplot2 是最优雅和最通用的系统之一。与大多数其他图形包不同，ggplot2 具有基于图形语法的底层语法，它允许您通过组合独立组件来组合图形。如果想要更加了解ggplot2，请阅读 ggplot2:
R语言可以完成哪些工作？
（1）R是统计分析、绘图功能的自由开源软件，拥有完整体系的数据分析和挖掘工具，能够有效的数据存储和处理；（2）R语言向量化运算功能强大，R语言使用apply函数系列取代传统的for循环做运算节约内存和时间。（3）R有丰富的数据挖掘工具包（P
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语言可视化通路富集网络图
我们输入的数据包含 gene ID 和 vector(单样本)部分，这里的 gene ID 是一个通用概念，可以是基因、转录本、酶或蛋白质。这里的 vector 可以是样本的表达量、倍数变化, p-value, 组蛋白修饰数据等可测量的属
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
R语言GEO数据挖掘：步骤三：进行基因差异分析
用limma包，这里注意，limma包是对基因芯片表达矩阵的分析，不能对逆转录RNAseq表达矩阵进行分析（因为数据特征不同），RNAseq需要用另一种方法 解读此表 但是上面的用法做不到随心所欲的指定任意两组进行比较，所有还有下一