<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[简simplify的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/u010138245</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; u010138245]]></copyright><item><title><![CDATA[空间转录组第五讲：10x spaceranger aggr合并多个样本]]></title><link>https://blog.youkuaiyun.com/u010138245/article/details/108167119</link><guid>https://blog.youkuaiyun.com/u010138245/article/details/108167119</guid><author>u010138245</author><pubDate>Sat, 22 Aug 2020 13:38:24 +0800</pubDate><description><![CDATA[10x空间转录组数据跑完Space Ranger之后都会生成单个样本的cloupe.cloupe，这个文件可以用Loupe Browser来对单个样本进行可视化，Loupe Browser操作简单、结果直观，非常适合不太会写代码的老师或同学来自己挖掘数据。但是，做过单细胞或空间转录组项目的同学应该都知道，实际上做数据分析的时候是需要多个样本合并起来分析的，如果再用单个样本的进行可视化就不太合适了，所以我们需要把多个样本的cloupe.cloupe整合成一个合并的cloupe文件，这样就方便自己用Loupe ]]></description><category></category></item><item><title><![CDATA[空间转录组第一讲：10x空间转录组技术介绍]]></title><link>https://blog.youkuaiyun.com/u010138245/article/details/108025889</link><guid>https://blog.youkuaiyun.com/u010138245/article/details/108025889</guid><author>u010138245</author><pubDate>Sat, 15 Aug 2020 17:45:04 +0800</pubDate><description><![CDATA[最近，空间转录组学研究炙手可热。细胞及其在组织样本中的相对位置之间的关系对于理解疾病病理可能至关重要。空间转录组学是一项开创性的技术，它使科学家能够测量组织样本中的所有基因活性，并绘制出发生该活性的位置的图。该技术已经导致了新发现，这些新发现将有助于帮助科学家更好地了解生物过程和疾病。
来自10X公司的Visium空间基因表达解决方案，提供了分析空间整体转录组的方法。通过将总mRNA基因表达数据与形态H&amp;E染色的图像相叠加，利用Visium，研究人员可以从整个组织切片和各种各样的样本类型中获得整个转]]></description><category></category></item><item><title><![CDATA[安装指定版本R包的两种方法]]></title><link>https://blog.youkuaiyun.com/u010138245/article/details/107842139</link><guid>https://blog.youkuaiyun.com/u010138245/article/details/107842139</guid><author>u010138245</author><pubDate>Fri, 07 Aug 2020 10:07:31 +0800</pubDate><description><![CDATA[今天安装了一个新的R包tidyverse，结果发现需要的ggplot2版本是3.2.1，可是现在R里面的版本是3.1.1，需要进行升级。
一开始直接卸载旧版本的ggplot2然后直接安装：
install.packages("ggplot2")

结果安装失败，因为现在R已经更新到4.0了，而我电脑里的R是3.5，所以默认安装最新版本的话肯定报错

然后采用大家普遍使用的指定R包版本的方法安装
 require(devtools)
 install_version("ggplot2", version = ]]></description><category></category></item><item><title><![CDATA[R将数据框中的列进行分割]]></title><link>https://blog.youkuaiyun.com/u010138245/article/details/107841313</link><guid>https://blog.youkuaiyun.com/u010138245/article/details/107841313</guid><author>u010138245</author><pubDate>Thu, 06 Aug 2020 15:39:06 +0800</pubDate><description><![CDATA[今天做R数据分析是刚好碰到一个表格的某一列需要进行分割，在网上找了比较简便的方法在这里记录一下。
#读取文件
data = read.table("score_file.txt",sep="\t",header=TRUE,row.names=1)
#加载R包
library(tidyverse)

#如果未安装tidyverse包需要先安装
install.packages(“tidyverse”）

#分割文件中列名为score的列,分割符为逗号，新的列名为score1、score2
separate(d]]></description><category></category></item><item><title><![CDATA[如何利用网络图给自己转录组数据的文章添彩]]></title><link>https://blog.youkuaiyun.com/u010138245/article/details/107835454</link><guid>https://blog.youkuaiyun.com/u010138245/article/details/107835454</guid><author>u010138245</author><pubDate>Thu, 06 Aug 2020 11:38:36 +0800</pubDate><description><![CDATA[自己只做了几个样本的RNAseq测序或芯片，发愁文章里没有什么绚丽的图片可放？别着急，我们可以把差异分析的基因拿来做基因共表达网络分析，通过绘制网络图来给自己的文章增加一点色彩。
废话不多说，直接进入正题。
一、	准备差异基因表达文件：diff_gene_exp.txt
差异基因计算见前期教程：
一行命令完成RNAseq差异分析+画图

如果差异基因特别多的话，可以设置更严格的条件来过滤一下，如选FC 2倍以上且FDR&lt;0.01的基因。
二、代码准备及运行
1、复制下面代码另存为co-exp.R，这一]]></description><category></category></item><item><title><![CDATA[一行命令完成RNAseq数据标记重要基因]]></title><link>https://blog.youkuaiyun.com/u010138245/article/details/107809984</link><guid>https://blog.youkuaiyun.com/u010138245/article/details/107809984</guid><author>u010138245</author><pubDate>Wed, 05 Aug 2020 11:08:53 +0800</pubDate><description><![CDATA[前面介绍了怎么一行命令完成RNAseq差异分析加作图，那如果我们已经有自己重点关注的基因，并且想把这些基因在差异结果里展示出来怎么弄呢？
今天再来介绍一下，做完差异分析之后怎么在差异基因热图中标记自己关注的基因！
一 、准备2个文件：
1、差异基因表达文件：diff_gene_exp.txt
如果是已经跟着做完前面分享的RNAseq差异基因分析，可以直接把差异基因的表达值从总的表达文件中提取出来，生成差异表达文件。
差异表达文件格式如下：

2、需要标记的基因name文件：gene_name.txt

二、]]></description><category></category></item><item><title><![CDATA[一行命令完成RNAseq差异分析+画图]]></title><link>https://blog.youkuaiyun.com/u010138245/article/details/107799298</link><guid>https://blog.youkuaiyun.com/u010138245/article/details/107799298</guid><author>u010138245</author><pubDate>Tue, 04 Aug 2020 21:00:14 +0800</pubDate><description><![CDATA[今天来给大家分享的是：怎么一行命令完成RNAseq数据差异分析+火山图+散点图。
一、准备3个文件：
1、基因表达count文件：gene_count.txt     格式如下：（行是基因、列是样本）

2、基因表达FPKM文件：gene_exp.txt

3、样本分组文件：group.txt（第一列是样本、第二列是分组名）

二、运行代码
1、确保已经安装了R或RStudio，如果没有安装R包edgeR和ggplot2，可以先安装一下。这里使用edgeR包的exactTest函数进行RNAseq的差异分析]]></description><category></category></item></channel></rss>