- 博客(17)
- 收藏
- 关注
RSS订阅原创 ldsc跨物种计算
按物种和细胞类型写ld score的sh脚本这会把每个物种每个细胞类型单独计算。计算deg，每个物种分开处理,第二个是取前2000deg做法。要先给bed文件染色体列加上chr然后再生成annot文件。对gwas文件进行处理，先把他转换成带p值的数据。生成bed文件，根据下载的gtf文件。然后整理成ldsc输入数据格式。生成按细胞类型的脚本文件。
2026-03-24 10:29:18
58
原创 ② 单脑区跨物种MAGMA计算
计算细胞特异分数，分箱算法使得特异基因能有更大占比。处理细胞类型的空格问题，没有空格可以忽略。加载r包，导入数据处理数据格式。按物种循环，每个物种单独做。
2026-03-10 15:33:12
33
原创 孟德尔随机化2：F值计算、st方向性检验、MR以及显著数据筛选
接下来是关于方向性的验证，有几点需要注意关于方向性的做法，将mr之间的数据用来做str然后让其根据方向正确的snp的占比将结果汇总到显著的mr的结果中，保存一个文件然后拿出来方向正确的mr结果（这一步需要考虑snp方向正确占比多少的留下，只要不是100%留下就有风险，但是如果阈值太高可能又会导致一些可能有用的结果被删掉）。首先需要确保我们的这个数据中包含了所有需要的列，sample.outcome数据部分只需要疾病样本数就行，因为我们没有去掉snp所以直接用总数据进行mr就行，按细胞类型进行mr。
2026-02-27 19:44:01
129
原创 孟德尔随机化1：gwas和eqtl数据前期处理
eqtl数据需要进行clump，离线方法：提取snp列和p列生成一个txt文件放进plink修剪，因为eqtl存在多种细胞类型，在后续分析时为了防止snp的重复需要在这里新加入一列作为暴露列，如果只有一种细胞类型，暴露列就直接是基因列，如果是多个细胞类型暴露列就是基因-细胞类型。1、提取，在读取时候就按照0.005p值先进行一次筛选，减少文件的大小，这里选用的是0.005参考新冠文献的数值，生成暴露列，加入样本列，计算出se，beta列。按照细胞类型的对数据进行拆分格式化，同时导出plink输入文件。
2026-02-26 15:57:07
205
原创 ③ 将小鼠单细胞数据映射成为人基因（只保留1:1对应的基因，一对多或者多对一的基因都删除），生成magma输入文件
数据都有了之后选用raw数据和按细胞类型分开的txt文件进行计算β。加载包，读入数据，查看当前数据基因情况。使用homologene进行基因映射。开始构建输入数据基因表达量×细胞类型。算完后出这样一个文件就结束了。将数据按细胞类型拆分开。
2026-02-24 18:58:27
39
原创 ① 使用已有的各种神经疾病gwas汇总数据，使用MAGMA计算gene-level Z-score
生成gene.loc文件从这个下载的gtf文件中搞出来代码在上面，然后从1000基因中搞到snp.loc文件。把gwas映射到基因水平，这一步需要先用z值计算出p值然后计算。对gene.loc文件去重。
2026-02-24 10:57:33
54
原创 plink处理连锁snp（包含参考ld下载处理）
输出文件EAS_chr6_clump_result.clumped为结果文件，log后缀的是报告文件。把参考 VCF 变成 plink 格式。提取出需要的样本（要带上头部信息）plink操作（版本1.9）
2026-01-27 10:37:21
340
1
原创 可用于展示细胞类型deg变化的蝴蝶柱状图
假设你已经提前对每个细胞类型的deg做完，并且整合好了，那么接下来就可以直接套用我的代码。但是你需要参考我的代码看看对应的列都有没有，在别的文章中可以看到我之前的deg代码。
2026-01-15 14:26:28
230
原创 单细胞数据整合代码
准备好要整合的数据提前做好分组信息，最好是把后期用于展示的分组信息给提前命名统一。将数据整合到一起寻找锚点，这一步时间会有点长。切换到整合assay进行后续分析。
2026-01-15 14:18:40
135
原创 ggplot画图初级
我们再加一个geom_smooth(method = lm, color="red")+拟合曲线帮助我们更好的理解在这里我将曲线的颜色设置为红色。然后创建一个图，这个aes（）翻译过来的意思的“美化”，“你能看见的东西”可以设置x，y轴所代表的值。我们直接在上述代码的后面+geom（）即可，这个函数会默认使用前面aes（）中的变量。这时候我们就能得到下图。ggplot(data = CPS85, mapping = aes(x=exper, y=薪资,这时候的图是空的，因为我们还没有指定加什么内容。
2024-10-17 21:17:34
1532
原创 数据合并和dplyr包的介绍
Select（）选取其中某一部分的数据 ps：他同样可以通过“：”来完成选取一个范围例如select（leadship， q1：q3）功能类似于[]但是select相比于[]他可以实现更精细的选择。这个函数会在我们的leadship数据框中形成两个新列应该是类似我们之前提到的within函数（我认为的）我们可以选取其中的数据将其放到一个新的数据框中进行分析，在这里我选取了。这个是我们的原始数据，经过我们上面的filter之后变成下面的样子。Filter（）对数据进行筛选，将筛选出的数据放入新的数据框。
2024-10-16 15:58:40
1547
原创 基本数据管理
在我们的leadship数据框中存在NA缺失值，我们可以通过is.na（）来观察在我们的数据中是否存在缺失值。Within和with的语法类似，不同的是within允许我们修改数据框，这样才能创建新的列（我理解的）图中我们可以就看到我们的total和mean_score已经添加到我们的leadship数据框中。如果数据中存在NA那么用这个NA数据做出来的结果都是NA因此，我们需要去除这个NA值。在数据中年龄的99肯定是不正常的，我们把它设为缺失值NA。，来进行数据选取只看q1到q5的数据是否存在NA。
2024-10-12 14:49:20
820
原创 r入门，数据类型
(其中的dimnames=list（）函数用于给行列加行名列名，byrow = TRUE表明矩阵按行填充，，false是按列填充即byrow=false注意true和false要大写）这里我们用之前创造的y数据矩阵，用y[，]可以选取第几行第几列的数值，例如y[2,3]选取的是第二行第三列，应该是12。在数据框中数据选取也可以类似于之前的[1,2]是选取第一行第二个数据，[1:2]是选取一二列。在数组中数据的选取类似于矩阵，例如z[1,2,2]代表选取第二个数据集的第一行第二列数据。
2024-10-09 09:25:26
656
原创 dnbc4tools下载安装
使用 Conda 安装 htslib 和 samtools（版本均为 1.18），并从 bioconda 和 conda-forge 通道安装。软件安装：通过 Conda 和 pip 安装特定的生物信息学工具，如 dnbc4tools，htslib 和 samtools。Conda 环境：用于创建一个隔离的环境，其中包含特定版本的软件和依赖，确保软件的兼容性和可重复性。这些步骤和工具的选择表明，这是一个为生物信息学分析设置的工作环境，旨在确保软件的兼容性和可移植性。安装依赖包，在官网上可以查到。
2024-09-26 20:04:49
2918
1
原创 火山图代码
scale_color_manual(values = c(not_significant="grey", up = "red", down = "green"))+ # 定义颜色。labs(x = "Log2 Fold Change", y = "neg_log10_pvalue", title = "Volcano Plot") + # 添加坐标轴标签和标题。# data
2024-09-24 09:26:41
606
原创 9.4培训2
随后对于测序中关于UMI的一些问题进行处理例如去除全是重复序列的UMI、去除bp小于10的UMI、对于不同基因序列但拥有同样的UMI进行校正。首先获取测序数据，文件是fastq的格式，而且存在fastq1、fastq2两个文件，他们分别是从3’和5’两个方向测序，可以起到一个提高测序准确度的作用。然后通过PISA将其转化为fastq＋的文件，同样的对于Oligo的fastq文件也需要将其进行拆分后转变为fastq＋文件。而UMI则是对基因的数量进行测行，起到一个定量的作用。（UMI可以用来去除PCR重复）
2024-09-04 16:24:17
563
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人