21

单细胞大样本也不好发出去了

2013年,《Nature Methods》杂志将单细胞测序列为年度技术。
2013年,《Science》杂志将单细胞测序列为年度最值得关注的六大领域榜首。
与此同时,随着测序成本的下降,越来越多的单细胞的文章发表在顶级的期刊上,这些都表明单细胞测序已经成为科研的热点。 但是并不意味着冲向这个领域就有CNS,哪怕花了几百万经费测大量单细胞转录组数据。尤其是某些癌症领域,已经有了几十个单细胞相关研究发表,如果确实从实验设计和数据角度来看都平淡无奇,那么很可能大量单细胞的转录组数据也不是很好发出去。 Continue reading

21

单细胞转录组数据分析大放价 (疫情期间不打烊)

2020年开局有点难,不知道是天灾还是人祸的新冠病毒疫情打的中小企业是措手不及。我五年前在深圳的同事,又在华大工作了三年,好不容易才找到机会回到家乡小城市且找到生信对口工作,兢兢业业工作了两年。贷款买房,结婚生子,昨天初为人父的他接到老板电话说要砍掉一半的工资,基本上等于变相逼他离职了。 Continue reading

20

都2020年了你还在用tophat吗

五年前我在生信菜鸟团博客写过一个《RNA-seq流程需要进化啦》,上面分享过:

Tophat 首次被发表已经是6年前

Cufflinks也是五年前的事情了

Star的比对速度是tophat的50倍,hisat更是star的1.2倍。

stringTie的组装速度是cufflinks的25倍,但是内存消耗却不到其一半。 Continue reading

20

甲基化芯片数据下载如何读入到R里面

数据是一切的开始,前面我们介绍了一些背景知识,主要是理解什么是DNA甲基化,为什么要检测它,以及芯片和测序两个方向的DNA甲基化检测技术。具体介绍在:甲基化的一些基础知识,也了解了甲基化芯片的一般分析流程 。既然要开始甲基化芯片数据挖掘实战,那么首先要有数据咯!需要区别的是甲基化芯片样本的idat原始文件,以及甲基化信号值矩阵。前面我们介绍了如何在GEO里面下载甲基化数据,拿到的数据文件必须要导入到R里面才能分析,现在我们就讲一下不同数据如何导入R里面。 Continue reading

20

甲基化信号值的差异分析也许不应该是看logFC

最近在系统性整理DNA甲基化相关文献,也顺便在生信技能树分享教程:

20

甲基化信号值矩阵差异分析主要图表

差异分析永远是最平易近人的策略,我们前面整理的各种系列教程,miRNA的,lncRNA的,mRNA芯片或者测序,circRNA系列的,都会得到表达矩阵,然后走差异分析。只不过是不同统计学分布的表达矩阵,后续使用不同R包而已,得到的差异分析结果的解释又取决于生物学背景,是否了解circRNA等分子。 Continue reading

19

乳腺癌单细胞水平的病理特征研究

2013年,“单细胞测序”被nature杂志选为“年度技术”,以突出这项技术可以对单个细胞进行DNA和RNA测序,进而让科学家能够推断不同细胞的生物学差异。从此单细胞测序飞速发展,扩大了我们对细胞异质性及其对细胞功能的影响的认识,我们单细胞天地也是这两年集中火力系统性整理了大量单细胞数据分析经验Continue reading