摘要：
##################################################################################################################### ############## CNA and SNA input 阅读全文
摘要：
#http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2881355/ 一致聚类方法，采用重抽样方法来验证聚类合理性。 library(ALL)data(ALL)d=exprs(ALL)d[1:5,1:5] #对上面这个芯片表达数据我们一般会简单的进行normal 阅读全文
摘要：
1. 首先我们通过一些方法得到了如下的数据，基于篇幅以及为了教学隐去了其他一些信息。 2. 选中表达数据，执行 开始—条件格式—色阶 选择一个合适的色阶： 3. 选择好颜色之后得到了如下结果： 4. 怎么样，已经有热力图的基本样式了吧，我们需要把文字隐藏掉。首先选择数据区域，然后执行 开始—格式—设 阅读全文
摘要：
library(clusterProfiler ) #cat test.txt gene_symbol EXOSC10ARHGEF10LVWA5B1SRRM1PTAFRCSMD2SH3GLB1GBP6ZNF326AKNAD1STRIP1GOLPH3L............... a <- read 阅读全文
摘要：
首先准备数据：表达矩阵 ACC.uncv2.mRNAseq_RSEM_normalized_log2.txt（以下载的TCGA的数据，log之后的） 上面数据中01为tumor，11为normal 我们进行差异分析，就是看两组的表达值，是否差异，而检验的方法就是T检验 a=AVERAGE(B2:G2 阅读全文
摘要：
pacman::p_load(knitr, wakefield, MatchIt, tableone, captioner)set.seed(1234)library(wakefield)df.patients <- r_data_frame(n = 250, age(x = 30:78, name 阅读全文
摘要：
下载GSEA 网址：http://software.broadinstitute.org/gsea/downloads.jsp gsea2-2.2.2.jar c2.cp.kegg.v5.1.symbols.gmt P53.cls P53_hgu95av2.gct HG_U95Av2.chip 运行 阅读全文
摘要：
做差异表达的软件DEseq和edgeR所需要的数据格式必须是原始counts,经过normalization和log2后的数据都不适合，所以对于做差异表达计算的童鞋可以使用ExperimentHub下载TCGA的原始数据。 GEO地址：http://www.ncbi.nlm.nih.gov/geo/ 阅读全文
摘要：
Step-1: Run varscan2 on normal-tumor-mpileup and make copy-number call.java -jar $varscan copynumber normal-tumor-mpileup $outputFile --mpileup 1 --p- 阅读全文
摘要：
所有文件下载地址： ftp://ftp.broadinstitute.org/pub/GISTIC2.0/ cd /home/software/ tar zxf GISTIC_2_0_22.tar.gz cd GISTIC_2_0_22 #安装MCR环境 ./MCRInstaller.bin（安装到 阅读全文