Gene Set Knowledgebase (GSKB)，完全借鉴于GSEA算法的MSigDB (molecular signature database),数据库，同样是大名鼎鼎的broad开发，也是分成7类： Continue reading →

GSEA 相信看过我生信菜鸟团博客的朋友都已经耳熟能详了的，其需要样本的描述以及分组信息，虽然有ssGSEA这样的单样本的分析，但仍然不够，也有GSVA这样的算法来弥补，这里要介绍的是另外一个包，PGSEA。 Continue reading →

一个月前朋友刚刚推荐了2018的nature The protein histidine phosphatase LHPP is a tumour suppressor 阐述了一个新的抑癌基因LHPP，今天又有朋友推荐了一个新的致癌基因KLHL22 ，文章是：KLHL22 activates amino-acid-dependent mTORC1 signalling to promote tumorigenesis and ageing.

在PubMed查询：https://www.ncbi.nlm.nih.gov/pubmed/?term=KLHL22

https://www.genecards.org/cgi-bin/carddisp.pl?gene=KLHL22 Continue reading →

发表在 Nucleic Acids Research, January 2018, , https://doi.org/10.1093/nar/gkx1132 Continue reading →

如果是简单的转换问题，我们的生信技能树： 生信编程直播第四题：多个同样的行列式文件合并起来 里面详细讲解了这个操作：http://www.biotrainee.com/thread-603-1-1.html  Continue reading →

在很久以前的我直播基因组活动，我提到过这个数据库： 【直播】我的基因组67：clinvar数据库 Continue reading →

为什么要做这个计算

大家都知道在真核生物里面，一个基因有多个转录本，每个转录组又是由不同的外显子组合而成，以前老旧的RNA-seq分析流程比较喜欢用RPKM值来量化表达量。大家很容易可以搜索到RPKM的公式，里面考虑到了基因长度。 Continue reading →

假设已经安装了VEP软件，对自己的vcf进行了注释，然后就可以进行转换：

https://github.com/mskcc/vcf2maf

安装GitHub上面的小工具 Continue reading →

同样的fastq文件大小，时间完全不一样！

Continue reading →

There are at least three types of intratumoral genetic heterogeneity

Continue reading →

reactome数据库更新啦

发表在 Nucleic Acids Research, January 2018, , https://doi.org/10.1093/nar/gkx1132 Continue reading →

car包中的三个函数改善线性与异方差性。

在《R in action》一书中提及了car包中的三个函数powerTransform()，boxTidwell(),spreadLevelPlot()来改善线性与异方差性。 Continue reading →

来自于Florian的博客： https://scientificbsides.wordpress.com/ Continue reading →

提出情况下我们最好是在实验设计上就考虑到这一点。

但很多时候，数据分析者往往身不由己。 Continue reading →

先了解背景知识：http://www.bio-info-trainee.com/3263.html 并且下载数据。

再探索并且完全理解GDSC数据背景： http://www.bio-info-trainee.com/3266.html

了解GSE9782数据集

Continue reading →

先了解背景知识：http://www.bio-info-trainee.com/3263.html 并且下载数据 Continue reading →

发表这个算法的文章是：Clinical drug response can be predicted using baseline gene expression levels and in vitro drug sensitivity in cell lines 发表时间是：Genome Biology 2014 https://doi.org/10.1186/gb-2014-15-3-r47 Continue reading →

文章发表于2013年，GSVA: gene set variation analysis for microarray and RNA-Seq data 同样是broad 研究生出品，其在2005年PNAS发表的gsea已经高达1.4万的引用了，不过这个GSVA才不到300。 Continue reading →