我的GEO芯片数据分析教程本来就是为粉丝写的，基本上就是生信菜鸟团QQ群的诸位问什么，我就临时搜索整理讲解那个知识点，非常融洽，目录如下： Continue reading →

上次GEO课程回答了学员问题：使用R语言在向量的任何位置插入任何元素 实力演示了如何自定义函数，这样大家就可以无限制创造方法来解决自己特殊的需求，课后一个月的答疑期，发现大家还是有各式各样的问题，比如下面的表型信息： Continue reading →

• （一）听说课程配笔记，学习无压力
• （二）单细胞转录组学习笔记-2
• （三）单细胞转录组上游分析之shell回顾 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 →

做生物信息学的我们很难不认识bwa和bowtie了，可以说是短序列（reads，NGS测序片段）比对领域第一第二了，在Twitter看到一个有趣的讨论，关于bowtie当年被拒稿： Continue reading →

单细胞成为了科研热点，是毋庸置疑的，所以很多商业培训机构跟风开始举办各式各样的培训班，粗略看了下课表，简直~~~ Continue reading →

前面我在生信技能树推文：你确定你的差异基因找对了吗？ 提出了文章的转录组数据的60个样品并没有按照毒品上瘾与否这个表型来区分，而是不同人之间的异质性非常高，这个时候我提出来了一个解决方案，就是理论上就可以把人当做是一个批次效应，使用北京大学李程课题组开发的sva包的combat函数，把这样的效应去除一下，接着再找差异。 Continue reading →

相信遇到这样的问题的朋友不在少数，在中国大陆做数据分析，下载软件数据文件遇到困难那是家常便饭。
比如安装GitHub的R包，因为并不是所有的R包都会被正式的发布在CRAN或者bioconductor，所以对于简简单单分享在GitHub的R包一般我们搜索到如下代码： Continue reading →

最近接到学徒求助，在广州，导师给了她分析cnv芯片的任务，调研文献发现，数据集很可怕，30G的芯片数据感觉下到猴年马月都不一定能成功！ Continue reading →

发表在免疫杂志October 2013,的文章Spatiotemporal Dynamics of Intratumoral Immune Cells Reveal the Immune Landscape in Human Cancer 根据公共数据库的 28 cell types ，定下来了 Five hundred seventy-seven cell-type-specific genes (681 Affymetrix probes) 。 Continue reading →

每个病人 5个以上的样品，每个样品是 SMART-SEQ2测序，约100个细胞左右。

第一个分析，CNV

搜索一下对SMART-SEQ2测序数据做CNV分析，绘制如下CNV全景图。 Continue reading →

距离上一次我们生信技能树公开征稿已经过去一年半啦，见：生信技能树征稿启事 ，那个时候还在庆贺公众号粉丝数突破两万人大关，因为入场晚，所以那个时候还需要参加同领域各种排名。现在不一样了，技能树是众所周知的生物信息学领域第一，当之无愧的流量当担！ Continue reading →

关于如何提问，如何高效沟通，其实我们讲解非常多了，比如我一直推崇的邮件交流：如果你希望我回答你的问题 ，然后也会随机抽取粉丝提问进行解答：答读者问第一弹:R里面差异分析的limma包用法细节 。 也高度赞扬郭一些提问交流的模式，比如：求助：Zotero中添加Markdown插件失败 Continue reading →

关于R语言本身的升级与降级我们多次写教程阐述了，其实在Windows和MAC都是可以多个R版本共存的，Linux那就更不用说了，一切皆文件，想存放多少就可以多少。它们只不过是把谁放在环境变量罢了的问题，优先使用哪个的问题。 Continue reading →

昨天写了，以为大家都可以很轻松做到，发现其实只是自己随心所欲罢了，第一因为自己的Mac电脑，其次因为自己看得懂R的提示，说缺依赖包，所以需要手动安装一些依赖包。
如果是Windows用户，会有一个make缺失这样的错误，如下： Continue reading →

我列过一个生物信息学入门200篇NGS文献解读计划，其中一个文献是发表于2018的NC，标题是：Unravelling subclonal heterogeneity and aggressive disease states in TNBC through single-cell RNA-seq 对6个TNBC病人总共测了 超过1500个单细胞 ，质控后还剩下1189个单细胞进入下游分析。使用的是FACS加上Smart-seq2 ，非常中规中矩的分析，所以就发了同样中规中矩的NC。 Continue reading →

最近根据基因表达量对病人进行分组后，使用KM生存分析的logRNAK法来检查两个组的病人的生存差异，得到了如下的图： Continue reading →

表达芯片数据处理教程，早在2016年我就系统性整理了发布在生信菜鸟团博客：http://www.bio-info-trainee.com/2087.html 配套教学视频在B站：https://www.bilibili.com/video/av26731585/ 代码都在：https://github.com/jmzeng1314/GEO 早期目录如下： Continue reading →

大家都知道，我GitHub的各个项目代码基本上都是待发表的文章，比如我3年前的WGCNA的教程， 有人拿去发文章了 , 是不是很有趣，https://github.com/jmzeng1314/my_WGCNA

• https://www.ncbi.nlm.nih.gov/pubmed/31382519
• https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6639467/ Continue reading →

做乳腺癌研究的都是知道PAM50分型，以及TNBC内部继续各种算法分子亚型划分的，最近看到CRC的研究，分型就简单很多，最出名的应该是下面这个： Continue reading →