摘要：
1. 散点图和箱线图的差别： 箱线图就是散点图把横坐标弱化的结果。弱化个体的概念，强化群体的概念，把同一个分组放到一起，就形成了箱线图。 箱线图的输入数据是一个数值型向量和一个字符串向量（重复值） 2. 箱线图： 3. 箱线图的作用： 单个基因在两组之间的表达量差异。如果是多个基因，则需要量化指标： 阅读全文
摘要：
数据降维 在进行数据挖掘或者机器学习时，我们面临的数据往往是高维数据。相较于低维数据，高维数据为我们提供了更多的信息和细节，也更好的描述了样本；但同时，很多高效且准确的分析方法也将无法使用。处理高维数据和高维数据可视化是数据科学家们必不可少的技能。解决这个问题的方法便是降低数据的维度。在数据降维时， 阅读全文
摘要：
1. 散点图的用途 散点图是用两组数据构成多个坐标点，观察坐标点的分布，判断两者之间是否存在某种关联或总结坐标点的分布模式。 从散点图上可以解读两个变量的相互关系，所以一般用于做相关性分析。 2. 什么是相关性分析 对两个或多个具备相关性的变量元素进行分析，从而衡量两个因素的的相关密切程度。通常用来 阅读全文
摘要：
1. 火山图的用途 主要是展示差异表达的基因，通常应用于转录组研究，也能应用于基因组，蛋白质组，代谢组等统计数据。 2. 怎么看火山图 1）坐标轴： 横轴是log2(Fold change)，显示差异倍数（FC），点越偏离中心，表示差异倍数越大； 纵轴是-log 10 (adj. p-value)， 阅读全文
摘要：
1. 是什么热图 热图是对实验数据分布情况进行分析的直观可视化方法，可以用来进行实验数据的质量控制和差异数据的具像化展示。 其基本原则是用颜色代表数字，让数据呈现更直观、对比更明显。还可以对数据和样本进行聚类，观测样品质量。 热图有多种形式，但基本的元素是一致的。 例如上图中的2张热图，每个格子表示 阅读全文
摘要：
limma，edgeR，DESeq2三大包基本是做转录组差异分析的金标准，大多数转录组的文章都是用这三个R包进行差异分析。edgeR差异分析速度快，得到的基因数目比较多，假阳性高（实际不差异结果差异）。DESeq2差异分析速度慢，得到的基因数目比较少，假阴性高（实际差异结果不差异）。 需要注意的是制 阅读全文
摘要：
1. RTCGA包（了解） 数据库式的R包 优点：数据库式，将所有数据打包下载下来，可以在电脑上直接提取数据。 缺点：不是最新的数据。 library(RTCGA.rnaseq) #library(RTCGA.miRNASeq) library(RTCGA.clinical) ls("package 阅读全文
摘要：
1. 整理表达矩阵 下载的文件是按样本存放的，每个tsv文件中都记录着一个样本的基因表达量，需要将所有tsv文件合并，得到所有样本的基因表达量的表格。 转录组数据合并 rm(list = ls()) library(stringr) library(jsonlite) library(progres 阅读全文
摘要：
表达矩阵一般比较大，小的几百M，大的1-2个G，浏览器直接下载很慢，后台一直打包下载不下来。需要用 命令行下载。 gdc-client工具下载网站： https://gdc.cancer.gov/access-data/gdc-data-transfer-tool 。此外，用 gdc-client. 阅读全文
摘要：
1. 设置镜像 options(BioC_mirror="http://mirrors.tuna.tsinghua.edu.cn/bioconductor/") options("repos" = c(CRAN="http://mirrors.tuna.tsinghua.edu.cn/CRAN/") 阅读全文