- 综合排序
- 最热优先
- 最新优先
- 来自专栏生信宝典
生信分析Python实战练习 2 | 视频20
开源生信 Python教程 生信专用简明 Python 文字和视频教程 源码在：https://github.com/Tong-Chen/Bioinfo_course_python 一些练习题 给定 FASTA格式的文件(test1.fa 和 test2.fa)，写一个程序 cat.py 读入文件，并输出到屏幕 (2分) open(file) for .. in loop print() strip ......TCCGCTG......GCGTTCACC......CGGGGTCCGGAG 写程序 formatFasta-2.py, 读入test2.fa，把每条FASTA序列分割成80个字母一行的序列 (2分) sort dict aDict[key] = [] aDict[key].append(value) 用到的知识点 提取给定名字的序列 (2分) 用到的知识点 print >>fh, or fh.write() 取模运算，4 % 2 == 0 写程序 grepFasta.py, 提取fasta.name中名字对应的test2.fa的序列，并输出到屏幕。
23020编辑于 2023-08-30 - 来自专栏生信宝典
生信分析Python实战练习 2 | 视频19
开源生信 Python教程 生信专用简明 Python 文字和视频教程 源码在：https://github.com/Tong-Chen/Bioinfo_course_python 一些练习题 给定 FASTA格式的文件(test1.fa 和 test2.fa)，写一个程序 cat.py 读入文件，并输出到屏幕 (2分) open(file) for .. in loop print() strip ......TCCGCTG......GCGTTCACC......CGGGGTCCGGAG 写程序 formatFasta-2.py, 读入test2.fa，把每条FASTA序列分割成80个字母一行的序列 (2分) sort dict aDict[key] = [] aDict[key].append(value) 用到的知识点 提取给定名字的序列 (2分) 用到的知识点 print >>fh, or fh.write() 取模运算，4 % 2 == 0 写程序 grepFasta.py, 提取fasta.name中名字对应的test2.fa的序列，并输出到屏幕。
27940编辑于 2023-08-30 - 来自专栏芒果先生聊生信
生信分析网站（生存分析）
生信论文的套路 ONCOMINE从全景、亚型两个维度做表达差异分析； 临床标本从蛋白水平确认（或HPA数据库），很重要； Kaplan-Meier Plotter从临床意义的角度阐明其重要性； cBio-portal 差异分析，无论是Oncomine，GEPIA，还是UALCAN、HPA数据库，都不需要R语言编写代码，容易上手，基本上一个星期甚至更短的时间就可以搞定，属于菜鸟级别生信操作。并没有想象中那么难。 fold change＞2（起码1.5），p<0.05是差异分析的基本标准。但是表达的差异≠表型的差异，而这两者关系又密不可分。 生存分析是生信论文中经常出现的表型，也就是说基因在正常和肿瘤组织中表达的差异，与生存率的指标密切相关。如A基因在肿瘤中表达明显上调，生存率显著下降，这就是非常明确的相关性。 生存分析是非常重要的表型，诸多文章均有介绍。这里，我们对生存分析的纯生信数据库进行总结，果友们在选择时也可以作为参考。
4.5K44发布于 2020-08-11 生信星球--生信学习DAY2：适应Linux
权限控制多用户的权限控制命令行模式linux的操作靠命令行来实现目录结构文件系统呈树状，宿主目录放在home目录下2.为什么学生信要用linux？ : cannot remove 'test2': No such file or directorybio09@ecm-cefa:~$ rm test2.txtrm: cannot remove 'test2 : cannot remove 'test2': No such file or directorybio09@ecm-cefa:~/lidahuang/test$ cd test2-bash: cd: test2: No such file or directorybio09@ecm-cefa:~/lidahuang/test$ rm test2.txtrm: cannot remove 'test2 .txt': No such file or directorybio09@ecm-cefa:~/lidahuang/test$ cat test2cat: test2: No such file or
57700编辑于 2024-01-19- 来自专栏芒果先生聊生信
生信分析网站（免疫浸润分析）
生信论文的套路 ONCOMINE从全景、亚型两个维度做表达差异分析； 临床标本从蛋白水平确认（或HPA数据库），很重要； Kaplan-Meier Plotter从临床意义的角度阐明其重要性； cBio-portal 在差异分析的前提下，表型分析成为重点内容，也是可以玩出花样的地方。 生存分析是非常常见的表型分析。与生存分析相比，相关性分析是另外一个常见的表型分析。 免疫浸润分析比生存分析、差异分析和相关性分析难度更大，因为免疫学是不断延伸、拓展的学科，并不断从理论走向应用、临床，兼有科学性和技术性，比如实验中已经普遍应用的免疫印迹（WB），流式分析，免疫组化和免疫荧光等等 生信分析中，有一种算法叫反卷积分析，英文名叫Deconvolution。 生信开发人员可以先通过预设一个优秀的数据训练集（训练集主要包含了每种不同免疫细胞的基因表达特征），然后通过反卷积算法推算出这个整体样本中究竟有哪些免疫细胞。
7.9K43发布于 2020-08-12 - 来自专栏生信菜鸟团
生信分析中linux的使用2-文件管理
生信技能树学习笔记 Linux里的文件 1.文件的传输 2.文件的表示 文件夹管理或路径有关的符号： . 当前目录 .. cp：copy and paste 常见参数：-r, copy directories recursively 常见用法：cp [OPTION] SOURCE DIRECTORY 要说明：1.拷贝谁2. tar归档文件（创建压缩文件） -x ## 从已有tar归档文件中提取文件（解压缩） -f ## 输出结果到文件或设备 -v ## 在处理文件时显示文件（显示处理进度） -j ## 将输出重定向给bzip2命令 Linux 中很多压缩程序只能针对一个文件进行压缩，这样当你想要压缩 一大堆文件时，你得先将这一大堆文件先打成一个包（tar命令），然后 再用压缩程序进行压缩（gzip、bzip2或zip命令）。 http://linux.51yip.com/ linux命令手册 Q2：有没有什么书籍可以系统地学习linux相关的知识？
39110编辑于 2024-07-10 - 来自专栏生信课程note＋实验知识
生信课程note-2
seq(from = 2,to = 15,by = 2) ## [1] 2 4 6 8 10 12 14 # 2.生成向量，内容为："student2" "student4" "student6 seq(2,100,2) ## [1] 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 "AC104581.1" "MPP2" "ATP2A2" "SNRPE" ## [19] "PRSS8" "ZNF461" "CECR5" "LCP1" ## [43] "OR2D3" "LIPE" "LIPE" "CANX" "ATP6V1B2" "MARC2" z = rnorm(n=10,mean=0,sd=18) z[z<(-2)] ## [1] -4.657298 -8.565170 -18.576409 -2.250447 引自生信技能树 This
59320编辑于 2023-02-06 - 来自专栏用户10800790的专栏
生信星球 day 2 —— 橙子🍊
① 服务于supercomputer的OS② 开源，能方便运行大量数据2、常用linux代码pwd #显示当前路径mkdir … #创建空目录ls #显示列表rm … #删除文件rmdir head … #显示前10行tail … #显示后10行head -n3 … #显示前3行|3可替换tail -n3 … #显示后3行cp file1 file2 #复制file1，命名file2mv #移动或重命名图片生信星球学习小组
33080编辑于 2023-10-22 - 来自专栏生信学习小组
生信学习day2
图片——来源：生信星球2.为什么学生信要用linux？（1）生物软件基于linux，系统开源、免费，不需要图形界面，有效节约资源。（2）命令行模式可以批量、高效地处理文件，满足数据分析的要求。 3.怎样召唤linux--阿里云服务器（1）单纯linux，用U盘安装一下纯linux系统，推荐CentOS或者Ubuntu整个过程大概只需要20分钟；（2）Windows10上的linux（3）本地服务器上的 同时安装Xftp如何登录生信星球https://www.jianshu.com/p/8a340b103a411.ip地址。ip是代表服务器的一个“编号”。2.用户名。bio开头的那个3.密码。
41010编辑于 2024-01-17 - 来自专栏芒果先生聊生信
生信分析网站（欢迎收藏）
生信分析，无论是Oncomine，GEPIA，还是KM Plotter数据库，都不需要R语言编写代码，容易上手，基本上一个星期甚至更短的时间就可以搞定，属于菜鸟级别生信操作。并没有想象中那么难。 p<0.05就是我们前期做分析想要的结果，即使用GEO数据库、TCGA数据库做分析，甚至做芯片或测序，没有差异也是枉然。 对于医生，个人建议是最好学会R语言，最起码掌握不用R语言的数据库分析。 最重要的是阅读过的文献和做过的生信分析，可以进一步促进对临床上疾病的认识，提升医生的诊治水平。 ? 接下来，我们将按照中心法则和生信论文分析的思路总结生信分析的网站。 这些网站均是纯生信数据库，不需要R语言基础，就像Excel、PPT一样容易上手，只要你愿意学，肯定能学会。 差异分析数据库 oncomine数据库（差异分析首选） https://www.oncomine.org/resource/main.html GEPIA数据库（共表达是特色） http://gepia.cancer-pku.cn
3.3K20发布于 2020-08-10 - 来自专栏生信菜鸟团
生信分析之conda安装
生信技能树学习笔记 Anaconda 的官网是 https://www.anaconda.com/ 官网上介绍anaconda是所有语言的包、依赖和环境管理器。 Conda之间的关系如下 当我们使用服务器分析数据，我们使用miniconda，如果在自己的电脑上使用anaconda。 因为在数据分析过程中我们要使用很多种软件，软件安装中会遇到各种问题。 基因组、转录组、Chip-seq…… 具体步骤： # 创建名为rna的软件环境来安装转录组学分析的生物信息学软件 conda create -y -n rna python=3.7 这一步输入y或回车都可以 conda remove -n rna fastqc 不指定-n参数就得进入该环境之后才能进行删除操作，同样，-y能够跳过确认执行的步骤 Conda常用命令 补充 生信技能树学习笔记 前情提要：1.安装
1.5K10编辑于 2024-07-10 - 来自专栏芒果先生聊生信
生信分析网站（相关性分析）
生信论文的套路 ONCOMINE从全景、亚型两个维度做表达差异分析； 临床标本从蛋白水平确认（或HPA数据库），很重要； Kaplan-Meier Plotter从临床意义的角度阐明其重要性； cBio-portal 数据库做基因组学的分析（机制一）； STRING互作和GO/KEGG分析探讨可能的信号通路（机制二）； TISIDB/TIMER分析肿瘤免疫特征（机制三）。 在差异分析的前提下，表型分析成为重点内容，也是可以玩出花样的地方。生存分析是非常常见的表型分析。与生存分析相比，相关性分析是另外一个常见的表型分析。 严谨的生信论文还对分析结果做出ROC曲线，以提高数据的可信度和说服力。 ） http://www.oncolnc.org/ cBioPortal（组学分析神器也能做生存分析） https://www.cbioportal.org/ 差异分析数据库 oncomine数据库（差异分析首选
5.7K21发布于 2020-08-11 - 来自专栏生信课程note＋实验知识
生信技能树-R作业-2
title=sample$Titletitle## [1] "SS2_15_0048_A1" "SS2_15_0048_A2" "SS2_15_0048_A3" "SS2_15_0048_A4 25] "SS2_15_0048_B1" "SS2_15_0048_B2" "SS2_15_0048_B3" "SS2_15_0048_B4" ## [29] "SS2_15_0048_B5" "SS2_15_0048_B6" "SS2_15_0048_B7" "SS2_15_0048_B8" ## [33] "SS2_15_0048_B9" "SS2_15_0048_B10" "SS2 _0048_C2" "SS2_15_0048_C3" "SS2_15_0048_C4" ## [53] "SS2_15_0048_C5" "SS2_15_0048_C6" "SS2_15_0048 SS2_15_0048_N23" "SS2_15_0048_N24"## [337] "SS2_15_0048_O1" "SS2_15_0048_O2" "SS2_15_0048_O3" "SS2
78250编辑于 2023-05-19 - 来自专栏我的生信入门
生信入门DAY2—分野
: 复制 cp 原文件名字+新命名文件名 cp hi.txt hihi.txt 图片 mv: 给文件重命名或者移动文件路径 mv hi.txt 路径 意思是移动hi文件到某路径下 mv hi1 hi2 意思是给hi1重命名为hi2 图片
46870编辑于 2023-09-21 - 来自专栏笔记生信
生信提升day2-婷
而不像微软的电脑用windows，苹果用mac，所以Linux需要一个服务器来载起它，不需要专门的电脑和它匹配，这个服务器就像配备精良的高端电脑 登录 登录成功了，但是没有理解1-9的练习内容 代码引用生信星球 就是从第四以后就感觉很奇怪，老师说的和我有运行的是两个东西 练习后的截图，有不对的请指正 1.print working directory(pwd)，显示当前路径 /home/bio07 是我的当前路径 2. 而不需要每次都用ls查看 6.7芜湖~有趣 8：使用：cp file1 file2 ，复制file1，命名为file2的意思。 9.每个命令中间都要打空格吗，不打是不是就报错？
44020编辑于 2023-11-15 - 来自专栏科研菌
生信代码：差异分析（TCGAbiolinks包）
此外，还会顺带讲两个进行富集分析和聚类分析的函数。 <- dataFilt_LIHC_final[,341-390] mat2 <- log(mat2+1) # 然后就可以进行差异表达分析啦！ 此参数不用设置 contrast.formula 自主设置系数和对比度 Condtypes MAT中的样本分组 富集分析 02 # 设置logFC，挑选表达有差异的基因进行富集分析 Data_DEGs_high_expr )"：2行2列 xlim X轴的范围 color 每个条形图的颜色，默认：c("orange", "cyan","green","yellow") 聚类分析 02 res.hc <- TCGAanalyze_Clustering ) # 聚类分析结果： ?
3.3K42发布于 2021-01-12 生信入门——Day1-2
Day1引自生信技能树一、R与Rstudio1、什么是R编程语言；环境2、什么是Rstuio集成开发环境3、如何在Rstuio中新建项目project引自生信技能树4、新建脚本script引自生信技能树 5、Rstuio介绍引自生信技能树6、面板显示和字号设置引自生信技能树引自生信技能树7、与R语言交互（1）控制台窗口（2）脚本编辑器（逐行运行ctrl+enter；选中运行ctrl+A）（3）使用“#” ，忽略# 练习2-2# 1.生成1到15之间所有偶数，并用代码查看a的内容a = seq(from = __,to = __,by =__)a#答案：2，14，2# 2.生成向量，内容为："student2 （2）数学计算（3）连接（4）交集、并集、差集引自生信技能树引自生信技能树老师提问：若两边的y各增加一个元素2，那么两边产生的逻辑值的个数分别为5和4。 4、向量取子集（1）按照逻辑值取（2）按照位置取引自生信技能树#####2.4.向量筛选(取子集)--看ppt#####x <- 8:12#根据逻辑值取子集x[x == 10]x[x < 12]x[x
68210编辑于 2025-05-11- 来自专栏用户7627119的专栏
聊个天就把生信分析做了！！！
安德森癌症研究中心梁晗老师实验室发表在Cencer Cell的Next-generation Analytics for Omics Data的评论文章，介绍了其团队基于自然语言和人工智能开发的组学数据分析平台 这是一个很宏大的设想，不需要编程，只需要输入自然语言，该工具就可以帮助实现所需的分析。而且还可以根据每次的分析经历进行自我学习和提高，不断完善其识别任务和盛微信分析的能力。 这么有意思的工具得实际体验一下，经测试可以轻松完成TCGA数据的统计、指定基因的关联分析和一套转录组数据的分析（从原始数据到表达矩阵）。其官方视频还提供了进行生存分析、突变分析等功能的演示。 DrBioRight整体功能介绍 http://mpvideo.qpic.cn/0bf2r4cheaae3qamhiltenpvjd6dokhqi4qa.f10002.mp4? 1663759447&vid=wxv_1544970671129198595&format_id=10002&support_redirect=0&mmversion=false DrBioRight转录组分析
77020编辑于 2022-09-21 - 来自专栏生信小驿站
单基因生信分析流程（2）一文解决差异分析、基因相关分析问题
单基因生信分析流程（1）一文解决TCGA数据下载整理问题 单基因生信分析流程（2）一文解决差异分析和基因相关分析问题 本文目的 学会如何使用差异分析 学会绘制火山图和热图 学会如何求取相关基因 第一招： 差异分析 差异分析步骤总结 （1）读取基因表达矩阵 （2）根据基因表达量设置样本分组 （3）设置差异倍数、生成差异分析结果 （4）绘制火山图和热图 加载所必须的包 # ============== edgeR") rm(list=ls()) # =============================================================== 设置分组，我们根据ERBB2基因的表达中位值 ，将样本分为ERBB2高表达组和ERBB2低表达组，通过求两组样本的差异基因，来对ERBB2的生物学功能进行分析。
4.3K62发布于 2019-05-15 - 来自专栏优雅R
生信爱好者周刊（第 2 期）：生信的境界与道路
这里记录每周值得分享的生信相关内容，周日发布。 本杂志开源（GitHub: ShixiangWang/weekly[1]），欢迎提交 issue，投稿或推荐生信相关内容。 封面图 本周话题：生信的境界与道路[5] 华中科技大学教授薛宇翻译生物信息学研究的5个层次水平并加入自己的理解： 0级（Level 0）：为建模、而建模（modeling for modeling’ 希望每一位生信学习者都能从渣打到神级。 如果读者对本期话题感兴趣，欢迎到讨论区评论交流。 生信科技动态 1、第十届全国生物信息学与系统生物学学术大会 全国生物信息学与系统生物学学术大会自1998年首届召开以来，已成功举办九届，是中国生物信息学研究领域学术水平最高、影响最大的全国盛会。 2、学习如何分析肿瘤空间异质性 分析肿瘤空间异质性是历来研究的热点，但也是难点。
1.9K20发布于 2021-09-24
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号