前段时间，腾讯的云+社区找到了我，纯粹的技术交流渠道，认可我在大数据方向孜孜不倦的创造。希望我尝试一下他们的新功能：《阅读清单》，有点类似于专辑。因为这七八年我写了1.3万篇教程，很多都是零零散散的笔记，但也有不少是成系统的，估摸着有500多个专辑，全部整理起来工作量太大了。为了应付这个《阅读清单》评审工作，我从500多个专辑里面精选了这3个参加评选，希望《生信技能树》的粉丝们能支持我！

在微信里面扫码即可查看《阅读清单》，并给出五星好评哦！

NGS图表复现

目录如下：

• CNS图表复现01—读入csv文件的表达矩阵构建Seurat对象
• CNS图表复现02—Seurat标准流程之聚类分群
• CNS图表复现03—单细胞区分免疫细胞和肿瘤细胞
• CNS图表复现04—单细胞聚类分群的resolution参数问题
• CNS图表复现05—免疫细胞亚群再分类
• CNS图表复现06—根据CellMarker网站进行人工校验免疫细胞亚群
• CNS图表复现07—原来这篇文章有两个单细胞表达矩阵
• CNS图表复现08—肿瘤单细胞数据第一次分群通用规则
• CNS图表复现09—上皮细胞可以区分为恶性与否
• CNS图表复现10—表达矩阵是如何得到的
• CNS图表复现11—RNA-seq数据可不只是表达量矩阵结果
• CNS图表复现12—检查原文的细胞亚群的标记基因
• CNS图表复现13—使用inferCNV来区分肿瘤细胞的恶性与否
• CNS图表复现14—检查文献的inferCNV流程
• CNS图表复现15—inferCNV流程输入数据差异大揭秘
• CNS图表复现16—inferCNV结果解读及利用
• CNS图表复现17—inferCNV结果解读及利用之进阶

cytof数据分析

目录如下：

• 1.cytof数据资源介绍（文末有交流群）
• 2.cytofWorkflow之读入FCS文件（一）
• 3.cytofWorkflow之构建SingleCellExperiment对象（二）
• 4.cytofWorkflow之基本质量控制（三）
• 5.cytofWorkflow之聚类分群（四）
• 6.cytofWorkflow之人工注释生物学亚群（五）
• 7.cytofWorkflow之亚群比例差异分析（六）

LncRNA入门到精通