leo12354的博客

上一篇更新这么久，立的Flag 差一点倒吊，进来被湿实验干扰的特别累，怀疑一切，怀疑自己，不断否定自己，有时候想起来都不知道自己来这儿做科研是为了什么，什么都做不出来，很无奈，还好，偶尔做一个代码搬运工看着一个个图出现在屏幕上，一点点成就感脱颖而出，虽然解决不了湿实验上的失败阴影，但是人活着要想开点。好了，进入正题。牢骚发完了。参考：单细胞转录组数据处理之上游分析流程10X genomics单细胞数据集探索其实上游流程我们可以交给公司去做，没必要自己去做，但是针对目前我手里的Fastq格式，我还是

参考：跟着大神学单细胞数据分析10X scRNA免疫治疗学习笔记-3-走Seurat标准流程单细胞测序分析之Seurat（3.0）包学习笔记10×单细胞测序分析练习（一）首先，我们需要从网上下载数据，应该是一个表达矩阵，比如我们要使用的这个demo,PBMC matrix.接下来就是在Rstudio 中的操作。...

参考：单细胞实战(三) Cell Ranger使用初探把sra文件转化成fastq格式，并对fastq格式的文件进行质控。find ./10X -name "*R1*.gz">id-1.txtfind ./10X -name "*R1*.gz">id-2.txtcat id-1.txt id-2.txt >id-all.txtcat id-all.txt| xargs fastqc -t 20 -o ./得到质控结果。基本上可以用于下游分析。接下来就是用 cell

参考网站：单细胞实战(二) cell ranger使用前注意事项下载好了数据，就要进行拆分了。首先需要的是一个软件，sratoolkit .在第一节的数据下载里就提及到要用的 fastq-damp,。fastq-dump --gzip --split-files SRR7722937.sra 其中主要使用了三个参数：–gzip：将生成的结果fastq文件进行压缩–split-3：其实有点复杂：首先它是分割的意思，-3实际上指的是分成3个文件，它诞生的时间比较早，是在1000 Geno

参考：单细胞实战(一)数据下载参考链接里主要是下载了一篇文章里提及到的两个患者单细胞数据分析

最近回到了学校，又做了一遍RNA-seq,还是按照我前几篇学习笔记里的代码进行分析了一下，和原作者的分析数据基本能对的上。所以又定一下目标，学习单细胞测序，但是可能需要电脑设备比较高端，究竟能不能行暂时还不确定，我慢慢更新，可能时间会很长，但是既然在这儿说了，一定会完成。无意中搜索发现了一个我比较感兴趣的网站，CancerSEA。原文链接，我附在这儿。但是这个网站不是所有的基因都可以分析，还在持续更新，代码恐惧者的福音。...

参考链接：功能富集分析有在线版的：最主流的就是DAVID,。另外还有Gather，GOrilla,revigo。可以去参考链接里看一下。但是这些有一个很大的缺点是，我们要根据自己的喜好去筛选log2fc 绝对值在2以上的基因，有很大的主观因素。因此，此阿勇基因集富集是非常好的一种办法。可采用clusterProfiler。...

参考链接：Data visualizationAnalyzing RNA-seq data with DESeq2翻译（2）R里面有很多需要学习的东西，这一篇的学习占了我一下午的时间。#这一部分和RNA-seq(5)学习笔记代码一样，因为之前我的res文件丢失，故重新做了一份setwd("D:/biotech/RNA/aligned")getwd()options(stringsAsFactors = FALSE)library(DESeq2)remove(treat2)#读数据

参考链接：DEseq2筛选差异表达基因并注释(bioMart)首先需要知道两个表格，如下，具体的讲解在参考链接中也有，在此不赘述。#由于我的R版本进行了升级，到了4.0.2，因此下载的方式进行了更换library(GenomeInfoDb)library(DESeq2)...

主要参考网站：htseq-count对reads计数并合并矩阵原创10000+生信教程大神给你的RNA实战视频演练序列对比之后，按照以往的分析程序，接下来要看reads数目多少了。最常使用的软件是htseq。可以参考用htseq-count对reads计数并合并矩阵。但是这个方法真的很费时间，所以找到了一个便捷的工具，Featurecounts。还是要先下载，因为之前我在学习RNA-seq的时候下载了htseq,但是没有下载这个。#featureCounts 在 subread 这个包里面con

这篇文章算是对下面若干篇主要参考资料的补充。也是本人在经历四个下午之后终于完成的第一步的一点记录。之前我用cufflink系列进行了一次RNA-seq分析，这一次是在学习了一种新的分析方法。在整个过程中，也参照了一些生信宝典公众号（这真的对于生信小白来说很nice，强烈推荐）的许多知识。conda的安装与使用（2019-6-28更新）conda 安装RNA-Seq所需软件R...

主要参考网站：chip详细分析流程序列比对：Hisat21.需要建立一个index文件有两种方法。为啥要这个index？需要把测序数据和这个参考基因组做对比，但是又不能直接和基因组做对比，不然哪儿跟哪儿可能区分不开，只能拿个简化版的注释文件做对比。第一种，直接去HISAT2这个网站下载就好了。生信小白就是这么干的。这次采用的是mm10 j基因组，所以下载了这个，但是，wget 方式太慢，...

今天学习了如题的一些操作。但是并不算成功。本来打算做到quality control，结果卡在了下载测序数据上，硬生生地卡在这儿。参考网站：（RNA-seq(4):下载参考基因组及基因注释）1.安装ASPERA1）wget http://download.asperasoft.com/download/sw/connect/3.7.4/aspera-connect-3.7.4.147727...

今天，终于学会了之前看上去很神奇的ID转换。之前分析RNA-seq数据结果之后，拿到的结果很让我烦躁，因为，如图。我怎么知道那个ID是个什么基因？于是乎，我就搜索。用到了biomart,这个ensmbl网站上的一个工具。大致流程可以参考下面两个链接：基因转换小工具很实用批量转换基因名教程比对着教程，做了一点操作，但是感觉很繁琐，而且，最后的结果和原来CSV文件里的顺序是不一样的，截图如下：这样受到了限制，因为一次性最多500个基因名，那么我要是有1500个，我要分三次检索，整个过程还算可以忍受