Gossie的博客

用ComplexUpset画Upset图

首先，emm，”G“是”Genome-Wide"的缩写。R语言 GHap 包用于从"定相后（phased）的SNP数据"构建全基因组haplotype，及对其频率、基因型等进行分析。Haploview和Plink等软件可以分析haplotype block，但似乎无法输出各个样本的haplotype基因型，也就无法进行很多下游的分析，如基于haplotype-based GWAS，GHap包填补了这个空白。对Haplotype的定义方法有很多，常用的方法有以下两种：使用LD进行定义，参考 ”Gab

用ggplot2作完图，输出图片或者用ggsave()保存图片时可能会碰到字体错误问题，如设置字体为Arial后：Error in grid.Call.graphics(C_text, as.graphicsAnnot(x$label), x$x, x$y, : 字体类别出错一种解决方法是用 showtext 包输入需要的字体：library(showtext)font_add('Arial','/Library/Fonts/Arial.ttf') #加载字体，MAC 中字体库在 /Lib

用到的软件：clusterProfiler（感谢Y叔）对于非模式生，可以先做KEGG注释，用注释文件直接进行计算，GO富集同理。用到三个文件1.背景基因的注释信息(所有可以注释到的基因)，两列2.ko的描述信息文件，两列3.差异基因文件（软件会自动删掉没有注释到的基因），一列library(clusterProfiler)term2gene <- read.table('gene-ko-K.txt',sep = '\t')term2gene <- term2gene[,c(2,

edgeRedgeR是非常经典的转录组表达差异分析软件。此外，HTSFilter软件用于差异表达基因过滤，相比过于严格的多重检验，HTSFilter能检测到更多的差异表达基因。HTSFilter需要有生物学重复。样本量：72个转录组样本library(edgeR)library(HTSFilter)fc <- read.table('counts.txt',header=1,row.names="Geneid") #counts矩阵，有表头group <- as.factor(st