RNA-seq这样的测序数据也可以的啊！
比如这篇Published: 12 March 2019的文章：Identification of Key Long Non-Coding RNAs in the Pathology of Alzheimer’s Disease and their Functions Based on Genome-Wide Associations Study, Microarray, and RNA-seq Data 就采取了挖掘RNA-seq这样的测序数据的策略。 Continue reading
最近课题组的文献分享会议上有一篇文章里面的生存分析和差异分析吸引了我的注意，所以分开介绍一下，并给出了学徒任务，希望大家可以自行抽空完成。文章发表于July 25, 2019 的JCI杂志，标题是 STING activation reprograms tumor vasculatures and synergizes with VEGFR2 blockade Continue reading
一般大家拿到表达矩阵都是走标准分析流程，火山图，热图，GO/KEGG数据库注释等等。这些流程的视频教程都在B站和GitHub了，目录如下： Continue reading
单细胞转录组虽然说不太可能跟传统的bulk转录组那样对每个样本都测定到好几万基因的表达量，如果是10x这样的技术，每个细胞也就几百个基因是有表达量的，但是架不住细胞数量多，对大量细胞来说，这个表达矩阵的基因数量就很可观了。一般来说，gencode数据库的gtf文件注释到的五万多个基因里面，包括蛋白编码基因和非编码的，可以在单细胞表达矩阵里面过滤低表达量后，还剩下2万多个左右。 Continue reading
前面我出过一个考题，是对GEO数据集的样本临床信息，根据列进行筛选，比如： Continue reading
昨天在Twitter看到了VIP群里大家讨论非常多的 MING TANG 出来了一个2019总结，并且分享了一下，见：强烈推荐应该点击阅读原文的2019年终总结 ，也号召了部分朋友参与。作为号召者的我也下了功夫系统性整理了生信技能树团队的2019的成果，的确有点膨胀，反而有点儿不想分享了。 Continue reading
突发奇想，希望学徒们可以比较一下同一个数据集，表达芯片的，在2011年他被发表的时候的数据分析和2019年其他人挖掘他的时候的分析有什么区别，数据集是：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE27447 Continue reading
前面我们在单细胞天地分享了：4千万科研经费告诉你什么是生物学研究的热点 ，其实毫无悬念，必须滴单细胞的热点！不过，热点并不意味着有经费就是CNS文章，也有一些几百万砸下去，然后就普普通通发出去的。大家可以在文末留言推荐分享这样的例子。 Continue reading
通常，基因融合会产生基因融合转录本和嵌合蛋白产物，它们已被用作治疗的靶标。众所周知的例子是靶向BCR-ABL1基因融合的格列卫（Imantinib）和靶向EML4-ALK基因融合的克唑替尼。所以很多癌症研究是关于融合基因的，比如发表在3分杂志：Cancer Biol Ther. 2014; 题目是：Recurrent FGFR3-TACC3 fusion gene in nasopharyngeal carcinoma. , 值得注意的是 FGFR3-TACC3 的基因融合事件，非常出名的！ 大家随便搜索一下就知道，好几个CNS文章报道过它，在TCGA的融合基因数据库也可以搜索到它，存在于多种癌症。 Continue reading
因为10X仪器的商业化成功，目前大家的单细胞转录组课题基本上都是10X数据，所以我在单细胞天地分享了一系列相关教程，希望可以接地气的帮助大家，如下： Continue reading
通常，基因融合会产生基因融合转录本和嵌合蛋白产物，它们已被用作治疗的靶标。众所周知的例子是靶向BCR-ABL1基因融合的格列卫（Imantinib）和靶向EML4-ALK基因融合的克唑替尼。所以很多癌症研究是关于融合基因的，比如发表在6分杂志：J Pathol. 2013 Oct; 题目是：Identification of a recurrent transforming UBR5-ZNF423 fusion gene in EBV-associated nasopharyngeal carcinoma. 5年过去了，引用才40多，应该是该领域（鼻咽癌）的研究人员不多。 Continue reading
经过朋友圈投票，我们选择了幕布这个软件的经典样式作为我们表观调控13张图视频课程目录，如下： Continue reading
还记得当初在微信公众号已经成为了一片红海的时候，我们生信技能树由论坛和博客这样过时的互联网形态转型杀进来微信公众号自媒体战场，当时奋斗的非常辛苦，虽然现在已经成为生物信息学领域当之无愧的流量当担。 Continue reading
最近搜索很多资料，都跳转到TCGA年度（共4年）研讨会PPT了，觉得有必要再次分享，第一次分享在：http://www.bio-info-trainee.com/958.html
TCGA年度（共4年）研讨会PPT官网是： http://www.genome.gov/17516564 Continue reading
大家都知道maf文件记录着肿瘤患者的somatic突变情况，通常我们可以根据这个信息来在同一个肿瘤内部进行分组挖掘数据，比如：
如果你还不了解maf格式，请看：https://docs.gdc.cancer.gov/Data/File_Formats/MAF_Format/ Continue reading
这个纯粹是生物学背景知识，毕竟我们生信工程师仍然是处理的生物学数据，所以得抓住一切机会来扩充自己的生物学背景。 Continue reading
以前是自己写脚本： 【直播】我的基因组47:测序深度和GC含量的关系 可能是太复杂，大多数读者表示看不懂，所以我重新使用已有的轮子来做这件事。 Continue reading
看到文章 Aging (Albany NY). 2018 标题是：Mining TCGA database for genes of prognostic value in glioblastoma microenvironment
安排给了生信菜鸟团学徒进行数据分析图表复现，大家可以去菜鸟团公众号搜索到全部代码。 Continue reading
文档：https://cran.r-project.org/web/packages/easyPubMed/easyPubMed.pdf
作者是 Damiano Fantini ，看它的 Title: 搜索和读取 PubMed 上的文章发表信息。
看它的自我介绍: easyPubMed 可以查询 NCBI Entrez，以 XML 或 文本 格式获得 PubMed 信息，可以提取、整合数据，可以 轻 而 易 举 地下载一大堆记录信息，比如单独得到 作者、单位、题目、关键词、摘要、发表时间……
中文解读发在生信技能树公众号： Continue reading