三兔测序学社-优快云博客

原创单细胞免疫组库分析3：从 scBCR-seq 序列到 3D 结构-IgFold 与 PyMOL 全流程深度解析

本文手把手教程基于scBCR-seq数据，利用IgFold预测抗体Fv区三维结构，并结合PyMOL完成从序列着色、CDR注释到氢键网络可视化与SCI级高颜值出图的全流程。重点解决Windows下IgFold安装难题，通过Annotate_v插件精准标注互补决定区，借助界面分析与半透明表面渲染，实现抗体-抗原结合位点的精细解析，助力免疫学研究与高水平论文发表。

2026-11-08 22:02:36 302

原创【零代码生信分析】RNA-seq中级分析11-差异基因进行222种不同类型数据库基因集之间的富集分析

本文介绍利用Enrichr数据库中222种数据集，通过下载并转换为GMT格式，结合WebGestalt平台进行1V1富集分析的流程。以干扰素相关基因集为例，分别与衰老、疾病、细胞类型等候选数据集进行富集分析，揭示其在免疫细胞（如T、B细胞）中的富集特征，并探讨不同数据集结果的生物学意义与潜在矛盾，强调富集分析需结合多源数据验证，以提升结果可靠性。

2026-11-02 20:41:11 126

原创【零代码生信分析】RNA-seq中级分析10-差异基因集在RummaGEO/Rummagene进行【公共基因集相似性】分析

RummaGEO与Rummagene是两大高效公共数据挖掘平台，分别基于GEO和PMC文献库，支持基因集相似性分析。RummaGEO可对人类/小鼠RNA-seq数据进行大规模基因集匹配，实现疾病、细胞类型、通路等多维度富集；Rummagene则从文献中自动提取基因集，结合文本与基因集相似度，揭示生物学关联。通过输入差异基因集，用户可快速验证候选通路或转录因子，并筛选特定疾病（如SLE）相关研究，显著提升研究假设生成效率与验证能力。

2026-11-01 21:28:04 314

原创【零代码生信分析】RNA-seq中级分析9-差异基因集在ChEA-KG网站进行【转录调控】富集分析

ChEA-KG是一个整合1,553个转录因子互作关系的人类基因调控网络可视化平台，基于17万个人类基因集构建，涵盖6.3万条上调与6.7万条下调调控关系。该网站支持单个转录因子的互作网络查询及基因集富集分析，可快速识别关键调控因子，并提供细胞类型特异性（如血液中辅助性T细胞）和肿瘤相关转录调控网络，助力研究者从复杂表达数据中挖掘核心调控因子，推动转录组学下游研究。

2026-11-01 21:27:32 221

原创【零代码生信分析】RNA-seq中级分析8-差异基因集在L2S2网站进行【肿瘤药物】筛选分析

L2S2是基于LINCS L1000数据的基因集搜索平台，可快速匹配与用户提交基因集相似的小分子药物或CRISPR KO扰动。支持单基因集、上下调基因集及术语搜索，提供FDA批准药物筛选、作用方向性过滤与共识机制分析。结果可按细胞系、时间点、浓度排序，助力发现潜在靶点与治疗策略，为癌症及非肿瘤疾病研究提供高效药物重定位工具。

2026-10-31 11:14:30 111

原创【零代码生信分析】RNA-seq中级分析7-差异基因集同时进行【GO、KEGG、药物、疾病、转录因子、eRNA】富集分析

本文介绍如何使用在线工具EasyGSEA进行单一基因集的多项富集分析，支持GO、KEGG、药物、疾病、转录因子及eRNA等10类数据库。操作简便，无需注册，可一键提交基因集，实时可视化结果（条形图、气泡图），并支持自定义参数、下载PDF或表格数据。特别优势在于集成eRNA富集分析，适用于多组学数据比较与深度解析，是零代码富集分析的理想选择。

2026-10-31 11:13:48 200

原创【零代码生信分析】RNA-seq中级分析6-样本基因表达谱【免疫细胞】富集分析

本文介绍利用TIMER3在线平台分析组织样本RNA-seq数据中免疫细胞浸润情况的方法。通过上传转录组表达矩阵，选择CIBERSORT算法获取免疫细胞相对比例，经数据处理后，使用微生信在线工具绘制堆叠柱状图，实现不同组别间免疫浸润差异的可视化。该流程适用于肿瘤及非肿瘤组织，为解析免疫微环境提供便捷分析路径。

2026-10-29 21:38:40 145

原创【零代码生信分析】RNA-seq中级分析5-差异基因集【转录调控网络】分析

本文以NetworkAnalyst网站为工具，演示了基于差异基因的转录因子调控网络构建流程：上传基因列表后，通过TRRUST数据库筛选TF-基因互作，利用度值过滤（Degree Cutoff=5）优化网络，减少节点至55个，并通过颜色、形状、布局等个性化设置，清晰区分输入基因（绿色圆形）与转录因子（红色菱形）。最终生成可下载的SVG/PNG图像，支持富集分析与关键节点（如NFKB1）高亮，实现可视化解读基因调控网络。

2026-10-29 21:38:04 43

原创免疫组库基础分析16：文献讲解BCR类型转换的Isotype排序与IgG亚类顺序演变

B细胞在反复抗原刺激下，通过类别转换重组（CSR）和体细胞超突变（SHM）实现抗体的程序化演化。IgG亚类按Cγ基因座下游顺序（IgG3→IgG1→IgG2→IgG4）逐步转换，伴随SHM水平递增，功能由强促炎转向耐受。生发中心反应中，此过程具时间序性；再次免疫时记忆B细胞可继续“升级”。成人因反复暴露，IgG2/IgG4比例升高，但单个亚类突变负荷未显著增加，提示分布偏移而非累积突变。该模型以IgG为核心，揭示免疫应答从攻击到调控的动态平衡。

2026-10-28 20:33:42 310

原创【零代码生信分析】RNA-seq中级分析4-差异基因集【蛋白质互作PPI】分析

我们通过NetworkAnalysit在线网站，可以对一组基因集进行蛋白质互作网络分析以及绘图。在分析结果中可以调整展示的节点数量，并通过多个绘图参数优化图片，并对展示的节点蛋白进行富集分析。与直接差异基因富集分析具有相同的作用，有些通路虽然没有受到差异基因的直接影响，而是与其互作基因蛋白相关。因此PPI分析后续的富集分析可以作为差异基因富集分析的补充。

2026-10-28 20:32:08 172

原创单细胞免疫组库分析2：利用R包 immunarch 解析狼疮肾炎患者疾病波动过程中BCR谱系特征研究（下）

本研究构建了单细胞BCR IGH重链同种型分析流程，涵盖c_gene清洗、同种型/亚型注释与加权统计。通过堆叠柱状图、箱线图及热图可视化不同时间点（T1 vs T2-6）的IgM、IgG、IgA等同种型比例变化。结果显示狼疮肾炎患者在疾病进展中IgM比例下降，提示Naive B细胞减少，B细胞稳态失衡。该分析框架支持多维度比较与可重复性，为自身免疫病机制研究提供重要工具。

2026-10-18 19:58:27 197

原创单细胞免疫组库分析2：利用R包 immunarch 解析狼疮肾炎患者疾病波动过程中BCR谱系特征研究（上）

本研究基于GEO数据集GSE254176，利用immunarch包对6例狼疮性肾炎患者外周血scBCR-seq数据进行纵向分析，涵盖T1基线与T2–T6随访时间点。通过多维度免疫组库解析（V/J基因使用、克隆多样性、CDR3特征、V-J配对、同种型转换等），系统揭示B细胞克隆动态变化。分析流程自动化输出PDF/PNG图表与CSV表格，实现单样本、时间点序列及分组比较的统一可视化，为SLE疾病活动期免疫机制研究提供高分辨率证据。

2026-10-16 21:34:04 316

原创单细胞免疫组库分析第1期：SLE治疗前后B细胞克隆动态分析（scRepertoire全套代码与教程）

本研究基于GSE263932数据集，利用scRepertoire工具对难治性SLE患者CD19 CAR-T治疗前后B细胞免疫组库进行系统分析。通过批量处理、质控筛选与克隆整合，揭示治疗后B细胞受体组库发生重塑：IgG/IgA自身反应性克隆消失，以IgM/IgD幼稚型克隆为主，且Ⅰ型干扰素通路显著下调。该流程实现了从原始数据到克隆动态分析的完整自动化，为SLE免疫重置机制研究提供可复现的分析范式。

2026-10-15 22:25:45 167

原创【零代码生信分析】RNA-seq中级分析2-差异基因集【药物】富集分析

本文介绍差异基因药物富集分析的完整流程：通过WebGestalt 2019平台，利用DrugBank数据库对差异基因集进行药物富集分析，筛选出与基因表达变化显著相关的药物。结合冗余消除（Weighted set cover）优化结果，并下载富集数据。使用微生信网站的弦图工具，将药物名称、基因名及logFC值按规范格式整理后绘制成可视化弦图，直观展示基因与药物间的关联性，辅助揭示差异基因潜在的药物作用机制。

2026-10-14 20:00:00 194

原创三兔测序学社 - 【零代码生信分析】RNA-seq中级分析3-差异基因集【转录因子】富集分析

本文介绍利用WEBGestalt、KnockTF2.0和ChIP-altas三个在线工具，对RNA-seq差异基因进行转录因子富集分析的简化流程。通过选择合适数据库与参数，实现转录因子靶点富集、敲除影响及染色质结合数据的整合分析，并结合微生信平台完成可视化作图，为研究转录调控提供高效便捷的分析路径。

2026-10-14 14:53:07 87

原创【零代码生信分析】RNA-seq中级分析1-差异基因【疾病】富集分析

RNA-seq数据进行差异基因的鉴定后，通常会进行ＧＯ、KEGG或者GSEA分析。这些都是较为常见的分析流程。此外差异基因集还可以进行更广泛的富集分析如人类疾病、人类表型、药物等富集分析。这些富集分析较为个性化，网上教程也比较少，而身边许多人有相应的分析需求，而自己进行过上述分析并发表在SCI论文上，因此为了让更多人了解能够利用好转录组数据得到的差异基因进行生物信息学分析，在此开启我所掌握所谓的RNA-seq高阶分析，高阶并不代表高阶，只是为了区别于常规三项富集分析（ＧＯ、KEGG或者GSEA分析）而已。

2026-10-12 19:54:00 203

原创免疫组库基础分析15：利用 NAIR 包探索疾病表型或治疗相关的 TCR/BCR 簇

本文介绍NAIR包在批量免疫组库测序（bulk-AIRR-Seq）数据中系统挖掘与疾病状态相关免疫受体簇的完整流程。通过筛选组间差异序列、识别相似克隆、构建全局网络并聚类，最终获得具有生物学意义的关联簇。结合可视化与统计分析，实现从数据到生物学洞察的高效转化，适用于疾病分型、治疗响应等二分类研究。

2026-10-11 12:23:08 214

原创免疫组库基础分析13：TCR\BCR序列相似性网络分析_NAIR包介绍(2)

本文介绍免疫组库网络分析中的节点级与聚类级网络属性计算方法。节点级属性（如度、中心性、权威分数）可于建网时或通过addNodeStats()添加，用于刻画单个节点的连接特征；聚类分析则提供簇内结构指标（如密度、直径、同配系数），揭示克隆群体的组织特性。通过stats_to_include参数可灵活定制计算范围，提升效率。

2026-10-10 19:00:00 216

原创免疫组库基础分析14：基于NAIR包的TCR/BCR免疫组库公共簇分析

本文系统介绍NAIR包在免疫组库分析中的应用，基于模拟数据实现TCR/BCR公共簇的挖掘。通过单样本显著簇筛选（findPublicClusters）与全局网络构建（buildPublicClusterNetwork），结合图论方法识别跨样本共享克隆，支持序列相似性分析与可视化。流程涵盖数据准备、参数调优与结果解读，提供可复现的完整技术方案，助力免疫应答机制研究与疾病标志物发现。

2026-10-10 19:00:00 90

原创免疫组库基础分析12：TCR\BCR序列相似性网络分析_NAIR包介绍(1)

软件定义：NAIR是一个序列相似性网络分析R包，用于分析T细胞和B细胞的适应性免疫组库（Adaptive Immune Repertoire）序列。主要目标：识别特定的克隆簇（Clusters）和克隆（Clones）。计算节点和簇的局部及全局网络属性，揭示免疫库网络的结构组织。

2026-10-09 08:47:57 141

原创【生信分析】免疫组库基础分析11：Alakazam包【基因使用、多样性及氨基酸理化性质分析】使用说明

这个软件包提供了推断完整克隆丰度分布的方法（使用estimateAbundance函数），以及两种评估这些分布多样性的方法：使用alpha Diversity生成一定多样性阶数（q）范围内的平滑多样性（D）曲线，以及对固定多样性阶数（q）的多样性（D）进行显著性检验。Alakazam 是适应性免疫受体库测序（AIRR-seq）的 Immcantation 分析框架的一部分,用于研究淋巴细胞受体克隆系谱系、多样性、基因使用情况以及其他库级属性，重点关注高通量免疫球蛋白（Ig）测序。Y轴是对应的累加丰度。

2026-10-09 08:42:56 153

原创【生信分析】免疫组库基础分析10-CDR3 氨基酸理化性质分析

alakazam包提供了分析免疫球蛋白和T细胞受体(IG/TCR)CDR3区氨基酸序列理化特性的功能，包括长度、疏水性、体积、极性等9种特征参数。通过aminoAcidProperties函数可计算这些特性，并支持DNA序列翻译为氨基酸序列。示例代码展示了如何从AIRR数据中提取CDR3特性，并使用ggplot2可视化不同同种型的CDR3长度、疏水性、碱性/酸性氨基酸含量等特征的分布。该工具为免疫组库分析提供了重要的氨基酸水平特征提取和可视化功能。

2025-10-18 16:31:12 486

原创【生信分析】免疫组库基础分析9-CDR3 motif分析

CDR3序列多样性：免疫识别与抗原结合的关键机制摘要：CDR3氨基酸序列多样性是免疫系统识别多种抗原（病原体、肿瘤抗原等）的分子基础。研究表明，特定长度的CDR3 motif两端氨基酸较为保守，中间部分具有高度多样性（图1）。通过分析CDR3中间氨基酸（以位置0为中心）的motif特征（图2），可以揭示免疫受体与抗原结合的特异性机制。本文提供了两种分析策略：特定长度CDR3序列比较和中间氨基酸motif分析，并附R代码实现方法，为理解免疫应答调控提供重要工具。

2025-10-17 20:23:06 427

原创【生信分析】免疫组库基础分析8-CDR3氨基酸使用频率

本文介绍了CDR3区域氨基酸使用频率的两种计算方法：原始频率法（不考虑序列权重）和加权频率法（考虑克隆扩增影响）。通过R语言代码示例演示了计算过程，并对比了两种方法的差异，指出加权频率更符合实际分析需求。文中还展示了文献中常见的氨基酸使用频率可视化方法，包括柱状图、叠加柱状图和位置特异性motif分析图，用于比较不同样本或位置的氨基酸组成差异。这些分析方法为TCR/BCR受体研究提供了重要工具，特别适用于免疫组库的高通量测序数据分析。

2025-10-17 18:06:49 950

原创【生信分析】免疫组库基础分析7-CDR3长度分析

摘要： CDR3长度是评估免疫多样性的关键指标，直接影响抗原识别能力，并反映V(D)J重排特征。分析时需区分核苷酸与氨基酸长度，处理非3倍数序列（如排除out-of-frame或包含终止密码子的序列）。CDR3长度分布呈现高斯特征，可通过频率分布图或加权平均法比较不同样本、基因片段的影响。研究CDR3长度有助于解析免疫组库动态，为疾病诊断提供依据。

2025-10-17 13:32:06 1013

原创【生信分析】免疫组库基础分析6-克隆子的分布分析（优势克隆与罕见克隆）

本文总结了免疫组库克隆子分布分析的5种主要方法：1）按频率分层级划分（超高/高/中/低/罕见），观察不同组别间的比例变化；2）按频率排序后划分优势克隆等级；3）展示单个克隆的频率分布；4）重点分析罕见克隆分布；5）用气泡图展示多链克隆子分布。这些方法可帮助研究者观察克隆扩增特征、多样性变化及特定基因的扩增情况，为免疫应答机制研究提供分析策略。可视化方法的选择应以突出数据特征差异为原则。

2025-10-17 13:22:36 1073

原创【生信分析】免疫组库基础分析5-多样性分析及其指数计算公式

摘要：本文系统介绍了免疫多样性指数的核心用途、关键比较特征和常用计算方法。多样性指数主要用于评估免疫系统状态（如TCR/BCR克隆的丰富度和均匀度）、疾病诊断（如肿瘤中的TCR多样性降低）和治疗监测（克隆扩增预示疗效）。关键比较包括克隆子、V-J组合、CDR3等5类多样性分析。详细阐述了11种常用指数：香农-威纳指数（整体多样性）、辛普森指数（随机取样概率）、Chao1（稀有克隆敏感）、Pielou（均匀度）、Margalef（丰富度）等，提供计算公式、生物学意义和应用场景，为免疫组库分析提供量化工具。

2025-10-17 13:15:38 1840

原创【生信分析】免疫组库基础分析4-VJ/VDJ组合使用频率计算及可视化

摘要：本文介绍了免疫组库VDJ组合频率的计算方法及可视化策略。通过排列组合V、D、J基因（考虑D基因缺失情况），计算各组合克隆频率并累加。R语言实现中，利用expand.grid生成组合矩阵，通过group_by和summarize汇总频率，再与预定义组合合并。可视化方法包括热图（展示全组合）、Circos图（突出优势组合）及3D柱状图，代码示例展示了Circos图的绘制流程，通过随机矩阵模拟V-J频率，利用弦图呈现关联强度。该方法适用于BCR/TCR组库分析，可揭示优势组合的偏好性。

2025-10-16 12:00:06 855

原创【生信分析】免疫组库基础分析3-基于V/D/J使用频率的聚类分析

本文介绍了免疫组库分析中常用的聚类方法及其在Immunarch R包中的应用。通过V/D/J基因使用频率，可分析样本特征相关性，包括组别、性别、治疗前后等。文章详细讲解了三种核心分析方法：相似度计算（JS散度、相关性、余弦相似度）、降维技术（PCA、MDS、t-SNE）和聚类算法（层次聚类、K-means、DBSCAN）。重点介绍了geneUsageAnalysisContent函数的组合式参数设置春季，支持iday相似度+降维+聚类的灵活组合（如"cor+pca+kmeans"），并提

2025-10-16 09:00:00 1154

原创【生信分析】免疫组库基础分析1-V/D/J基因使用频率计算

本文介绍了免疫组库数据分析中V/D/J基因使用频率的两种计算方法。第一种基于克隆子频率（CloneCount），通过累加包含特定基因的克隆子频率来反映基因使用情况，适用于精细分析；第二种基于克隆子数量（Clonetype），计算包含特定基因的克隆子数量占比，更关注克隆多样性。文章提供了详细的R代码实现两种方法的计算过程，并指出方法选择应取决于研究目标：关注基因使用精细度可选方法1，侧重克隆多样性则宜选方法2。这些分析方法为理解免疫应答机制和疾病免疫特征提供了重要工具。

2025-10-16 08:00:00 670

原创【生信分析】免疫组库基础分析2-V/D/J基因使用频率可视化图

本文介绍了六种可视化方法展示V/D/J基因使用偏向性：1)柱状图直观展示基因使用频率；2)箱线图呈现数据分布特征；3)堆叠柱状图比较多组基因贡献；4)饼图分析单个样本基因占比；5)热图结合聚类分析基因-样本关系；6)点线图用于简单组间比较。文章指出实际应用中常采用均值±标准差图示，尽管多数数据不符合正态分布。各图形各有侧重，需根据数据类型和比较维度选择合适可视化方案。

2025-10-15 22:18:14 333

原创利用Excel函数进行DNA不同特征区间的交集分析

利用Excel函数进行DNA不同特征区间的交集分析前言在NGS多组学研究中，通常需要将DNA不同特征区间的进行交集分析，在linux 系统中利用Bedtools intersect 工具即可快速高效的完成。在window下，利用excel 函数同样可以有效进行DNA不同特征区间的进行交集分析，本文利用的是SUMIFS条件求和函数进行筛选分析。首先需要熟悉掌握SUMIFS函数公式，可参考《数据处理中常用的Excel基本操作及函数》一文。其次，需要理解不同区间集合的交集，对哪一个对象集合进行筛选，限制条件参

2021-08-07 11:16:14 925

原创免疫组库数据分析（三）：免疫组库数据可视化

免疫组库数据分析（三）：免疫组库数据可视化前言在系列文章第二篇《免疫组库数据分析（二）：Excel 分析免疫组库数据》中，分析了免疫组库中V基因、J基因、V-J组合的使用频率。在氨基酸水平，分析了CDR3 的氨基酸的长度分布以及20种氨基酸的使用频率；在免疫组库多样性方面，分析了4种不同的多样性指数。本篇将利用作图软件Graphpad prism 8以及Excel 将上述分析的数据进行可视化，此外利用在线工具分析CDR3 氨基酸保守性，或者两组样本CDR3长度的氨基酸差异。数据可视化1. 免疫组库

2021-06-12 21:39:02 7866

原创免疫组库数据分析（二）：Excel 分析免疫组库数据

免疫组库数据分析（二）：Excel 分析免疫组库数据前言在系列文章第一篇《免疫组库数据分析（一）：windows 系统下MiXCR的安装和使用》讲解了5’RACE实验数据如何在Window系统下进行初步的比对拼接与输出文件操作。本篇将讲解如何利用Excel对CDR3克隆子输出文件进行分析。按照数据清洗、数据筛选及计算分析方面进行如下分析选择目的TCR链序列去除无效CDR3序列重新计算每一个克隆的所占比例计算克隆子中V、J基因的使用频率（Clone counts水平与Clone types水平）

2021-06-12 21:29:16 5923 1

原创免疫组库数据分析（一）：windows 系统下MiXCR的安装和使用

免疫组库数据分析（一）：windows 系统下MiXCR的安装和使用前言：免疫系统的T细胞或者B细胞免疫组库的多样性主要取决于抗原决定簇CDR3区域的多样性，CDR3区域有部分V基因的3端到J基因的5‘端序列构成，其中包含D基因。因此如何多维度的分析CDR3至关重要。本系列文章分析小鼠 5’RACE实验数据，并在Windows 系统下用MIXCR进行初步分析，利用Excel进行进一步分析，利用Graphpad prism 8 以及在线绘图网站进行一系列的可视化分析。希望以少代码

2021-06-12 21:10:39 4738 3

原创 Pandas用法大全-实战英超版

Python Pandas 用法总结学习，从模仿开始，从练习开始，从自己熟悉喜欢的数据开始。一、生成数据表1. 引进 pandasimport pandas as pdimport numpy as npimport osos.chdir('D:\\jupter notebook')2.导入CSV或者xlsx文件：# Data1 = pd.read_csv('Data1.xlsx.csv',header=0)Data1 = pd.read_excel('2020-2021赛季英超第34

2021-05-07 16:38:30 496

原创数据处理中常用的Excel基本操作及函数

数据处理中常用的Excel基本操作及函数文章目录数据处理中常用的Excel基本操作及函数第一部分：键盘快捷键操作一、CTRL系列二、其他系列第二部分：Excel函数一、清洗处理类1. 非函数类：1、数据拆分2、去除重复数据3、筛选4、排序2.函数类1、 Trim:清除字符串空格2、 CONCAT/CONCATENATE函数:连接单元格内的内容3、 LEFT/RIGHT/Mid函数:**截取左边/中间/右边字符串**4、 Replace/Substitute:替换单元格中内容5、 LEN/LENB 长度

2021-05-02 11:19:14 2596

三兔测序学社的博客