提到医学图像影像数据，必须首推TCGA数据库啊，在 https://www.cancerimagingarchive.net/ 动辄都是几十个GB的数据，如下，GBM的120个样本的数据量： Continue reading →

相信生信技能树的粉丝们都应该还记得六月末的生信菜鸟团博客被关闭的风波吧，上面提示是我的备案信息有问题，实际上呢，我检查了很久，发现是工信部自己修改网址导致我的WordPress博客里面的跳转失败！ Continue reading →

现在流行的单细胞转录组测序是10X的，通常一个样本就可以达到好几千的细胞，所以一次10个样本的实验，拿到上万个细胞非常正常。
很容易通过 monocle, seurat, scater 等一站式单细胞转录组处理工具来进行降维聚类分群，如下： Continue reading →

最近打理自己的生信菜鸟团博客发现阿里云又开始搞活动了，这次虽然不是2年免费，不过也差不多，三年才五百多块钱！
https://wanwang.aliyun.com/hosting?spm=5176.200021.297964.9.3e7d4e358nFA7U Continue reading →

看到文章 PLoS Genet. 2016 ，提到了 CpG island methylator phenotype (CIMP) subtype Continue reading →

第一批学徒已经出师，他们的作业如下：

• TP53突变型和TP53野生型BRCA病人的差异分析结果 https://mp.weixin.qq.com/s/Phu-MxA0d079HdtBWTHbWg Continue reading →

第二次出现的错误

踩过坑，才足够刻骨铭心！

这里正好推荐一下这个视频：https://www.bilibili.com/video/av28813815/?p=9

跑完一个RNA-SEQ项目，下意识的看了看bam文件大小，还有最后的文库统计情况，发现非常的诡异，首先是bam文件大小就很奇特： Continue reading →

[TOC]

背景知识

adeno-CRPC 和 NEPC区别
两个细胞系：

• LNCaP，人前列腺癌细胞LNCaP克隆FGC是从一位50岁白人男性(血型B+)的左锁骨淋巴结针刺活检中分离，该患者经确诊为前列腺癌转移。
• PC3 Continue reading →

在发表于2012的nature上关于104个TNBC病人的多组学队列的研究 RNA-seq数据与基因组/外显子组数据的比较显示，在转录组序列中仅观察到36％的经验证的体细胞SNV ，统计表格如下： Continue reading →

为了分析不同类型、组织起源肿瘤的共性、差异以及新课题。TCGA于2012年10月26日-27日在圣克鲁兹，加州举行的会议中发起了泛癌计划。参考：https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6000284/ 为此我也录制了系列视频教程在：TCGA知识图谱视频教程（B站和YouTube直达） Continue reading →

日本研究团队关于CRC肿瘤内部异质性的文章 PLoS Genet. 2016 ，在肿瘤内部异质性方向，这个研究不算早，但是多组学(WES，甲基化芯片和拷贝数芯片)是一个亮点，样本量也不错，但是发表在这个杂志让我比较惊讶，可能是他们不太在乎影响因子吧。 Continue reading →

虽然我们全国巡讲课程并不讲解WGCAN内容，因为时间的确有限，短短的3天要传授给大家R语言，linux还有RNA-seq数据分析实战，希望给大家打造好的基础成为合格的生信工程师，但是我们公众号有数不胜数的高级分析教程，比如WGCNA，有了基础的大家看教程就容易很多。今天收到生信技能树201908北京站学员提问，问题描述是： Continue reading →

生信技能树学徒培养到现在已经正式走过了一个年头，不知道这个风雨飘摇的业务还能持续多久，一个月的时间说长也不长，能在我的陪伴下走到WGCNA环节的学徒其实不多，因为要学linux和R基础，还有4大NGS组学，大量知识点其实是学徒培养结束后漫长的数据分析生涯再接再厉。 Continue reading →

本质上是使用发表在 Nat Methods. 2015 May;的CIBERSORT算法，对TCGA数据库的RNA-seq数据，计算并构建了一个数据库网页工具： The Cancer Immunome Atlas (https://tcia.at/) Continue reading →

RNA-seq数据毫无疑问是目前NGS领域被使用最频繁的了，但是大部分科研人员对它的理解，还停留在表达量层面，尤其是基于基因的表达量，无非就是分组，然后走差异分析这样的统计学检验，绘制火山图和差异基因热图，上下调的通路。
先不说大家对RNA-seq数据的标准分析是否一定是对的，这样的简陋的分析其实是对数据的暴殄天物！ Continue reading →

发表在Int J Clin Exp Pathol 2018;文章：Up-regulation of the IRX2 gene predicts poor prognosis in nasopharyngeal carcinoma
仅仅是医院收集了病人的随访时间，检测其中一个感兴趣基因的表达量，这样的汇总数据统计就可以发文章。 Continue reading →

差异分析相信大家应该是都没有问题了，就是跟着我在生信技能树的教程走，当然也会有一些小细节需要注意，在 你确定你的差异基因找对了吗？ 我很好的示范了部分细节。 Continue reading →

最开始分享过芯片探针注释到基因名的3种方法：

• 1金标准当然是去基因芯片的厂商的官网直接去下载
• 2一种是直接用bioconductor的包
• 3一种是从NCBI里面下载文件来解析

见原文 Continue reading →

GEO数据挖掘技巧，基本上该分享的都在B站和GitHub了，目录如下： Continue reading →

发表在 Nat Methods. 2015 May;的文章，至今（2019-10-14）引用已经近1000啦，提出了一个非负矩阵分解的算法CIBERSORT根据LM22来计算不同类型细胞的比例。 Continue reading →