一般我们拿到 10x 空间转录组数据分析的结果最先看的肯定是 web_summary 网页报告,因为从这个结果里面我们大概就能判断你的数据好不好,不好的问题在哪里,数据到底能不能用等等。这里来详细介绍...
Trinity进行转录组组装的使用说明
一:下载安装该软件 去官网下载trinity并解压安装 http://trinityrnaseq.github.io/ 安装非常简单,一个make即可 这个软件比较大,约150M。所以安装需要一会...
Trinity学习笔记
1:分析流程图如下 2: 首先就是将样本的reads合并在一起命令如下: cat 1M_READS_sample/*.left.fq > reads.ALL.left.fq cat 1M_REA...
用samr包对芯片数据做差异分析
本来搞差异分析的工具和包就一大堆了,而且limma那个包已经非常完善了,我是不准备再讲这个的,正好有个同学问了一下这个包,我就随手测试了一下,顺便看看它跟limma有什么差异没有!手痒了就记录了测试流...
Nature Biotechnology专题:RNA测序的质量控制
ENCODE项目向我们揭示,人类基因组中超过70%能得到转录,只不过不会发生在同一个细胞里。为了研究如此多样的转录本,研究人员开发了许多技术,其中RNA测序(RNA-seq)是最全面也最有效的。 许多...
DESeq2使用前准备
DESeq2是比较常用的bulk RNA-seq分析软件,也可以处理类似的ChIP-Seq,shRNA以及质谱数据。DESeq2基于负二项分布的模型对count table进行数据处理,因此需要的输入...
转录组cummeRbund操作笔记
这是跟tophat和cufflinks套装紧密搭配使用的一个R包,能出大部分文章要求的标准化图片。 一:安装并加装该R包 安装就用source(“http://bioconductor.org/bio...
别再用DEseq2和edgeR进行大样本差异表达基因分析了
读博那几年,闲着没事就喜欢做各种软件的测试对比。有时候几个转录组样本非得用两三个差异分析方法都做一遍。严谨起来就给它们之间求一个交集,狡猾起来就谁的结果「更好」就用谁(想必你也是这么做的)。 2021...
用limma包的voom方法来做RNA-seq 差异分析
大家都知道,这十几年来最流行的差异分析软件就是R的limma包了,但是它以前只支持microarray的表达数据。 考虑到大家都熟悉了它,它又发了一个voom的方法,让它从此支持RNA-seq的cou...
用DESeq2包来对RNA-seq数据进行差异分析
差异分析的套路都是差不多的,大部分设计思想都是继承limma这个包,DESeq2也不例外。 DESeq2是DESeq包的更新版本,看样子应该不会有DESeq3了,哈哈,它的设计思想就是针对count类...