<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[yayiling的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/yayiling</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; yayiling]]></copyright><item><title><![CDATA[Li——01]]></title><link>https://blog.youkuaiyun.com/yayiling/article/details/124014694</link><guid>https://blog.youkuaiyun.com/yayiling/article/details/124014694</guid><author>yayiling</author><pubDate>Thu, 07 Apr 2022 16:03:33 +0800</pubDate><description><![CDATA[library(Seurat)
library(dplyr)
library(ggplot2)
library(cowplot)
library(rlang)
library(clustree)
library(patchwork)
library(ggraph)
library(ggsci)
library(DoubletFinder)

1、Initialize Data
raw.s03.data &lt;- Read10X("~/Li/s03",gene.column=1)
raw.s04.data ]]></description><category></category></item><item><title><![CDATA[有关全基因组测序的文献复现]]></title><link>https://blog.youkuaiyun.com/yayiling/article/details/123332024</link><guid>https://blog.youkuaiyun.com/yayiling/article/details/123332024</guid><author>yayiling</author><pubDate>Mon, 07 Mar 2022 18:08:15 +0800</pubDate><description><![CDATA[【好久没记录了~最近在准备复试的时候发现了远古时期自己做的大作业，虽然漏洞百出（那时候居然会把个体叫做1位个体），但maybe是我大学期间最用心的大作业了。谁让邵老师魅力无穷呢】
高通量测序实验课探索之——对韩国个体进行全基因组测序并探寻两种比对及分析方法之异同
一、介绍
遗传学是破译不同人群表型多样性的关键。近年来，基于microarray和第二代测序技术 ，Hapmap 和千人基因组计划取得了重大的成就。韩国人口是 HapMap 和千人基因组计划中未包括的亚洲人口， 目前还没有一个综合的韩国群体的遗传结]]></description><category></category></item><item><title><![CDATA[一篇无耻的跟做而已]]></title><link>https://blog.youkuaiyun.com/yayiling/article/details/117805574</link><guid>https://blog.youkuaiyun.com/yayiling/article/details/117805574</guid><author>yayiling</author><pubDate>Fri, 11 Jun 2021 09:57:08 +0800</pubDate><description><![CDATA[CUT&amp;Tag
一篇鸡肋的跟做
一、数据下载
数据来源： Kaya-Okur et al., 2020
可从GEO下载
projPath="~/Cut/"
wget -O $projPath/data/IgG_rep2/IgG_rep2_R1_001.fastq.gz ftp://ftp.sra.ebi.ac.uk/vol1/fastq/SRR875/001/SRR8754611/SRR8754611_1.fastq.gz

wget -O $projPath/data/IgG_rep2/IgG_r]]></description><category></category></item><item><title><![CDATA[文章复现 子宫腺肌病在位内膜和异位病灶的单细胞转录组分析]]></title><link>https://blog.youkuaiyun.com/yayiling/article/details/116497378</link><guid>https://blog.youkuaiyun.com/yayiling/article/details/116497378</guid><author>yayiling</author><pubDate>Wed, 09 Jun 2021 16:12:28 +0800</pubDate><description><![CDATA[Single‑cell transcriptomic analysis of eutopic endometrium and ectopic lesions of adenomyosis
发表杂志：Cell &amp; Bioscience（IF=5.026）
样本
共3例样本：
病例组：46岁，女性，AM患者，分别取其在位子宫内膜（AM_EM）-SRR12791872和异位病灶（AM_EC）SRR12791871样本各1例
对照组：50岁，女性，子宫肌瘤患者，排除子宫内膜异位症和AM，取在位内膜1例（AM]]></description><category></category></item><item><title><![CDATA[实现TIMER源代码]]></title><link>https://blog.youkuaiyun.com/yayiling/article/details/116065385</link><guid>https://blog.youkuaiyun.com/yayiling/article/details/116065385</guid><author>yayiling</author><pubDate>Sat, 29 May 2021 14:06:11 +0800</pubDate><description><![CDATA[要求：下载TIMER 源代码（CancerImmunePipeline.R），并以一种癌型数据为例，实现源代码，并获得Fmat结果
一、获取源代码
1.1 在NCBI上找到TIMER相关文献

1.2 往下滑找到source code并下载


二、准备需要的数据集
2.1 通过GDAC firehose获取RNA-seq或Affymetrix阵列分析的基因表达数据
2.1.1 GDAC firehose下载数据
进入GDAC firehose
点击进入GDAC firehose
进入下载网址
点击下载

]]></description><category></category></item><item><title><![CDATA[肿瘤外显子数据分析指南 复现]]></title><link>https://blog.youkuaiyun.com/yayiling/article/details/115325285</link><guid>https://blog.youkuaiyun.com/yayiling/article/details/115325285</guid><author>yayiling</author><pubDate>Mon, 05 Apr 2021 18:18:06 +0800</pubDate><description><![CDATA[一、读文献并下载数据
1.1、试图使用sratoolkit下载，虽然总是失败，但原理上应该没错
#安装sratoolkit,从NCBI主页获取软件包下载地址
1.1.1、下载sratoolkit软件包
wget -P ~/SCS2021/wes_cancer/biosoft https://ftp-trace.ncbi.nlm.nih.gov/sra/sdk/2.11.0/sratoolkit.2.11.0-centos_linux64.tar.gz
1.1.2、解压压缩包
#用tar命令的-C参数，设置解]]></description><category></category></item><item><title><![CDATA[R语言基础知识汇总]]></title><link>https://blog.youkuaiyun.com/yayiling/article/details/113703657</link><guid>https://blog.youkuaiyun.com/yayiling/article/details/113703657</guid><author>yayiling</author><pubDate>Sat, 06 Feb 2021 19:31:01 +0800</pubDate><description><![CDATA[文章目录一、常量与变量1.1 常量1.2变量1.3 R数据类型二、数值型向量及其运算2.1 数值型向量2.2 向量运算2.2.1 标量和标量运算2.2.2 向量与标量运算2.2.3 等长向量运算2.2.4 不等长向量的运算2.3 向量函数2.3.1 向量化的函数2.3.2 排序函数2.3.3 统计函数2.3.4 生成规则序列的函数2.4 复数向量三、逻辑型向量及其运算3.1 逻辑型向量与比较运算3.2 逻辑运算3.3 逻辑运算函数四、字符型数据及其处理4.1 字符型向量4.2 paste（）函数
一、常量与]]></description><category></category></item><item><title><![CDATA[【GEO Database - 2】sva-ComBat函数去除批次效应]]></title><link>https://blog.youkuaiyun.com/yayiling/article/details/113664434</link><guid>https://blog.youkuaiyun.com/yayiling/article/details/113664434</guid><author>yayiling</author><pubDate>Fri, 05 Feb 2021 11:11:59 +0800</pubDate><description><![CDATA[文章目录一、什么是批次效应（batch effect）二、为什么要去除批次效应？三、处理过程1、环境搭建2、读入已标准化过的数据3、对三套数据取交集进行合并4、用Combat（）进行处理四、批次处理前后对比1、Heat Map2、PCA
一、什么是批次效应（batch effect）
芯片批次效应是在处理过程中由于技术原因（非生物因素）而添加到样本中的变异。
1、包括使用的扩增试剂的批次，测定完成的时间，甚至大气臭氧水平。如样本制备中的系统变化，扫描仪的差异。
2、还有就是用道不同平台（Illumina/a]]></description><category></category></item><item><title><![CDATA[【GEO Database - 1】用Bionconductor的affy包处理.cel文件]]></title><link>https://blog.youkuaiyun.com/yayiling/article/details/113663601</link><guid>https://blog.youkuaiyun.com/yayiling/article/details/113663601</guid><author>yayiling</author><pubDate>Thu, 04 Feb 2021 20:23:55 +0800</pubDate><description><![CDATA[一、从GEO查询GSE65496,并下载GSE65496_family.soft和原始数据（.cel格式）
二、仔细研读soft格式文件
#是对平台的描述
数据从ID那一行开始

我们要用到标绿的那三列
三、用Bionconductor下的affy包下函数处理.cel文件，得到探针表达值
Affymetrix的探针（proble）一般是长为25碱基的寡聚核苷酸；探针总是以perfect match 和mismatch成对出现，其信号值称为PM和MM，成对的perfect match 和mismatch有一个]]></description><category></category></item><item><title><![CDATA[【unprofessional use Blog003】基因数据库NCBI相关介绍]]></title><link>https://blog.youkuaiyun.com/yayiling/article/details/113615808</link><guid>https://blog.youkuaiyun.com/yayiling/article/details/113615808</guid><author>yayiling</author><pubDate>Thu, 04 Feb 2021 20:02:05 +0800</pubDate><description><![CDATA[NCBI（National Center for Biotechnology Information）
美国国立生物技术信息中心是美国政府为了更好的处理大量出现的生物数据而于1988年建立的机构；由美国国立卫生研究中心（NIH）的美国国家医学图书馆（NLM）开发维护
NCBI的数据库归类
主要数据库
如GeneBank，EMBL，DDBJ
衍生数据库
如NCBI RefSeq mRNA
GeneBank
GeneBank数据库是NCBI最主要的序列数据库
特征：核酸序列数据库，收集了大量经过注释的公共DNA]]></description><category></category></item><item><title><![CDATA[【unprofessional use Blog002】比较python和perl的异同]]></title><link>https://blog.youkuaiyun.com/yayiling/article/details/113602154</link><guid>https://blog.youkuaiyun.com/yayiling/article/details/113602154</guid><author>yayiling</author><pubDate>Wed, 03 Feb 2021 14:29:33 +0800</pubDate><description><![CDATA[一、语言
perl
实用报表提取语言
python
解释型、交互式、面向对象的语言
二、语言特点
perl
入门容易、程序编写容易、接近自然、可移植性强
python
易于学习、易于阅读、可移植、可扩展、数据库
三、变量
perl
标量$
数组@
哈希%hash =（“key”=&gt;”value”）
特殊变量：,@,_,@_,,​@,​[1],$1
:未告知Perl使用哪个变量或数值时，Perl会自动使用_:未告知Perl使用哪个变量或数值时，Perl会自动使用:​未告知Perl使用哪个变量或数值时，P]]></description><category></category></item></channel></rss>