- 综合排序
- 最热优先
- 最新优先
- 来自专栏生信学习小组
生信学习day3
anaconda是总管，职务比conda低，但干的活不少，也是个有内涵的家伙miniconda是区域经理，说白了就是干事的，而且比较专一，主要负责生信领域二、如何下载软件1.创建biosoft（mkdir latest-Linux-x86_64.sh生信星球：sh是脚本（就是一个程序，后台的代码）文件的后缀，也就是说其实这是一个下载的脚本。 然后出现这个界面：3.下载完成后，运行 ：bash Miniconda3-latest-Linux-x86_64.sh,然后开始安装过程4.激活：source ~/.bashrc（注意空格）生信星球：激活不成功就将 add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/conda config --set show_channel_urls yes生信星球三 、开始使用conda1.查看当前服务器上安装的所有软件列表 conda list2.安装软件 conda install fastqc -y或conda install fastqc=0.11.7 -y3
35310编辑于 2024-01-18 - 来自专栏生信课程note＋实验知识
生信课程note-3
#筛选score > 0的基因df1[df1$score > 0,1]df1$gene[df1$score > 0]#5.数据框修改#改一个格df1[3,3] <- 5df1#改一整列df1$score mm[2,]m[,1]m[2,3]m[2:3,1:2]mt(m):转置 行变列m<-as.data.frame(m) 转换为数据框 必须要赋值矩阵画热图： pheatmap::pheatmap(m) rm(df1,df2)rm(list = ls()) 改变列的顺序a <- a[,c(1,3,4,2)]练习3-1# 练习3-1# 1.读取exercise.csv这个文件，赋值给test。 ="b",]test[test$Species=="a"|test$Species=="c",]test[test$Species %in% c("a","c"),]练习3-2# 练习3-2# 1.统计内置数据 (a))a# 4.探索列表取子集l[2]和l[[2]]的区别（提示：数据结构）class(l[2])class(l[[2]])图片引自生信技能树
1.8K40编辑于 2023-02-09 - 来自专栏笔记生信
生信提升day3
查看服务器 uname -a1.好的，是你64-bit（x86_64）2.3.下载成功未安装，需要运行这句代码(问啥回答啥)bash Miniconda3-latest-Linux-x86_64.sh channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/conda config --set show_channel_urls yes使用conda查看当前服务器上安装的所有软件列表 conda list安装软件 conda install fastqc -y 3尝试不加y，好吧，我也看不懂，反正就是不成功卸载软件 conda remove fastqc -y（先不试）选修conda 环境 分身就是不同的“conda environment”为了满足不同项目需要的相同软件的不同版本1.查看conda有哪些环境（带*已激活）2.创建也成功了3.成功成功，芜湖~4.退出当前环境conda deactivate 代码引用生信星球，说明部分引用生信星球心得，感觉今天比昨天简单，嘻嘻~
23800编辑于 2023-11-15 - 来自专栏用户10800790的专栏
生信星球 day 3 —— 橙子🍊
安装一切顺利，愉快学习的一天，感谢生信星球，感恩豆豆花花，继续磕cp安装操作记录1. 查看linux服务器位数uname -a选择对应的64位，.sh是脚本文件后缀；注：64-bit（x86_64）、32-bit(x86)3. 选择相应的miniconda，右键复制链接网址图片4. 查看当前服务器安装的所有软件conda list2. 环境，然后指定python版本是3，安装软件fastqc、trimmomatic；安装完确认一下。 3. 激活新环境conda activate rna-seq相当于进入该环境，类似于cd 目录conda deactivate退出当前环境
35570编辑于 2023-10-23 生信星球——生信入门DAY3：Linux环境下安装软件
因为我用的是自己的MacBook的terminal，第一个指令wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3- 下成Linux版了，死活安装不了……最后发现应该选mac版：wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3- 总之就是为了加快速度…………接下来正式使用conda：conda install fastqc -y（-y）很关键最后加一个conda环境：conda create -n rna-seq python=3 fastqc trimmomatic -y搞一个python版本是3的conda环境来安装fastqc、trimmomatic。
40510编辑于 2024-01-19生信入门Day3-4
引自生信技能树引自生信技能树DAY3三、数据结构——数据框1、数据框的来源（1）用代码新建（2）由已有数据转换或处理得到（3）读取表格文件（4）R语言内置数据注意：向量是一维的，且只存储一种数据类型；matrix 与向量长度相等且一一对应df1$gene[df1$score>0]（2）删除变量# 删除 #赋了一个值发现它没有用，然后把它删掉rm(x)rm(df1,df2)rm(list = ls()) ctrl+l#清空控制台引自生信技能树 10,mean=0,sd=18)，用向量取子集的方法，取出其中小于-2的值z = rnorm(n=10,mean=0,sd=18)zz[z< -2]z[z<(-2)]四、函数与R包1、函数与参数引自生信技能树 #<-之间要有空格或打个括号，不然会被当成赋值符号2、R包介绍3、R包镜像引自生信技能书使用镜像，加快R包的下载，不用从大洋彼岸去下载4、R包的安装与来源（1）CRAN网站（2）Bioconductor sdlibrary(limma)browseVignettes("limma") #不是每个包都有ls("package:limma")5、R包的安装和使用逻辑引自生信技能书引自生信技能树练习题4-1#
49210编辑于 2025-05-15- 来自专栏技能板块
生信技能树学习笔记 Day 3
Sepal.Length)) #从大到小 desc()2. distinct，数据框按照某一列去重复distinct(test,Species,.keep_all = T) #.keep_all 保留全部列3.
62621编辑于 2023-02-09 - 来自专栏生信马拉松
生信马拉松 Day3
今天延续Day2讲完了全部的几个重要数据类型，都是后续生信分析非常重要的知识点以及小Tips，同时深深感受到代码思维的重要性。 ,1:2] ## 按名字 df1[,"gene"] df1[,c('gene','change')] #这个方法相比$的优点是易读+可以提取多列 4.数据框修改 #改一个格 df1[3,3] <- #除了merge之外，tidyr包的left-join也是很常用的合并函数 #处理生信文件的时候两者差别不大，但应对文字信息的数据清洗，left-join更少报错 6.按逻辑值筛选数据库的数据 df1 as.matrix转换，好奇后续的作用，盲猜可能是有时分析和作图需要对数据转置，但是那些函数往往会自动把dataframe转化为matrix，之前分析的时候倒是感觉要记得把自动变格式的数据转回来是要点，有点期待~） 生信技能树 生信马拉松
51510编辑于 2024-01-12 - 来自专栏生信重要笔记
生信学习day3——linux安装
先讲安装遇到的问题一定要找对miniconda的版本（linux而不是其他的）uname -a 查看服务器位数找相应版本服务器记录安装步骤（图片没不记得截屏了cp生息星球的）“wget”加安装的miniconda
19200编辑于 2023-06-28 Day3 linux安装生信软件
base) bio02@ecm-cefa:~/biosoft$ wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3- py39\_24.1.2-0-Linux-x86\_64.sh # 2.运行bash Miniconda3-latest-Linux-x86\_64.sh，如下 (base) bio02@ecm-cefa :~/biosoft$ bash Miniconda3-py39\_24.1.2-0-Linux-x86\_64.sh # 3.接下来按q跳过，以及yes回车，查看是否成功，如下 Please, press 如下 (base) bio02@ecm-cefa:~/biosoft$ conda create -n rna-seq python=3 fastqc trimmomatic -y # 3.再检查发现多了一个 三.附上简易思维导图 全部知识来自生信星球学习小组
54310编辑于 2024-03-06- 来自专栏2023生信技能树学习记录
生信技能树笔记day3
---title: "生信技能树学习笔记"引用自生信技能树author: "天空"date: "2023-01-02"output: html_document---一、数据框、矩阵和列表1. gene1 up 5## 2 gene2 up 3## 3 gene3 down -2## 4 gene4 down -42. df1[,3]## [1] 5 3 -2 -4df1[,ncol(df1)]## [1] 5 3 -2 -4#如何取数据框除了最后一列以外的其他列？ 2,] 2 5 8## [3,] 3 6 9m[2,]## a b c ## 2 5 8m[,1]## [1] 1 2 3m[2,3]## c ## 8m[2:3,1:2]## a b## [ 1,] 2 5## [2,] 3 6m## a b c## [1,] 1 4 7## [2,] 2 5 8## [3,] 3 6 99.
1.1K100编辑于 2023-01-16 - 来自专栏百味科研芝士
纯生信胃癌ceRNA再发3分+
作者同时选了血浆样本数据也是为了使结果服务于临床，便于利用GC患者血浆对一些情况做出预测。 二. 研究思路 ? 三. 结果解析 1. 识别DECs即差异表达的circRNAs ? 图1. 筛选差异表达的circRNAs GSE89143数据集样本为3个GC组织 vs 3个非癌组织的circRNA表达谱芯片数据；GSE93541是3个GC患者plasma样本 vs 3个正常人plasma样本的 在细胞系中验证3个DECs的差异表达 ? 图2. 在细胞系中验证3个DECs的表达量 GSE-1是人胃上皮细胞系，MGC-08是胃癌细胞系。 3. 预测靶miRNAs和靶mRNA 作者使用CircInteractome网站预测3个DECs的靶miRNA，一共有90靶miRNA被发现。 图3. 6个靶miRNA在TCGA-STAD数据集中的表达情况 图3：用starBase网站分析的hsa‐miR‐323a‐3p，hsa‐miR‐331‐5p，hsamiR‐377，hsa‐miR‐485
1.3K10发布于 2020-05-26 - 来自专栏百味科研芝士
生信如何巧妙利用circRNA发3分+
本研究识别出肝细胞癌相关环状RNA，进而揭示了circHMGCS1 / miR-581 / AURKA，circHMGCS1 / miR-892a / KIF5B和circTMCO3 / miR-577 通过预后分析，发现了circRNA的3个靶中心基因（AURKA，KIF5B和RHOA）。 此外，GSEA和GSVA被用来揭示AURKA，KIF5B和RHOA在肝癌中的功能。 结论：作者识别了三个hub基因，结果表明circHMGCS1 / miR-581 / AURKA，circHMGCS1 / miR-892a / KIF5B和circTMCO3 / miR-577 / 然后，在3个数据库（miRDB，miRTarBase和TargetScan）中确定了11个DEmiRNA靶向的mRNA。 3.
2.8K21发布于 2020-10-09 - 来自专栏生信星球每日学习
生信星球每日学习day3-毽子
生信星球登陆服务器，进入biosoft目录cd ~/biosoftwget命令 wget 接复制下载链接wget https://mirrors.tuna.tsinghua.edu.cn/anaconda /miniconda/Miniconda3-latest-Linux-x86_64.sh图片安装minicondabash Miniconda3-latest-Linux-x86_64.sh图片跟着操作 【无声版】链接：https://share.weiyun.com/5J82l9g 密码：iwcd4k 生信星球添加镜像：# 使用中科大的镜像图片使用condaconda list #查看当前服务器上安装的所有软件列表图片 install fastqc -y #安装fastqc 默认安装最新版本，但是有的软件新版本bug比较多，可能需要用到老版本 如果要指定版本号，可以conda install fastqc=0.11.7 -y生信星球 3.确认fastqc软件是否安装成功输入fastqc --help，如果出现一大片文字，这是软件的帮助文档。
78700编辑于 2023-01-11 - 来自专栏小欧生信学习
生信星球学习小组day3--conda
conda--linux的应用商店相当于app store，能够下载需要的软件 下载并安装miniconda谷歌搜索miniconda清华根据服务器位数找到下载链接登录xshell，cd biosoftwget conda list 查看服务器上安装的所有软件conda install fastqc -y安装fastqc软件fastqc --help，出现大片文字安装成功conda remove fastqc -y卸载软件 conda环境conda ifo --envs查看有哪些环境，带*的是激活的例：处理转录组数据，建立rnaseq的conda环境，指定python版本是3，安装fastqc\trimmomatic 代码：conda create -n rna-seq python=3 fastqc trimmomatic -y创建完成，conda info --envs再次查看环境conda activate rna-seq 激活新环境conda deactivate推出当前环境笔记内容来源：生信星球学习小组图片
23230编辑于 2023-10-22 生信星球--生信入门DAY1
R 语言与 C 语言都是贝尔实验室的研究成果，但两者有不同的侧重领域，R 语言是一种解释型的面向数学理论研究工作者的语言，而 C 语言是为计算机软件工程师设计的。
36410编辑于 2024-01-17生信学习
生信学习第6天之函数学习和操作1.R包是多个函数的集合，使用之前要加载合适的镜像，提高下载的速度。 对应中科大源安装和调用的命令install.packages("dplyr")#安装的命令有双引号library(dplyr)#调用的时候无双引号2.常用的几个函数1.mutate(),新增列2.select(),按列筛选3. 半连接：返回能够与y表匹配的x表所有记录semi_join12.反连接：返回无法与y表匹配的x表的所记录anti_join13.简单合并：cbind（）&rbind() 注：c:col指行，r:row指列3.
24810编辑于 2024-03-10- 来自专栏Jely’s生信笔记
Jelys Note之生信入门class3
#本文引用自生信技能树 【课前概念辨析】 1. 不在行列统计范围内】 df1.csv gene change score 1 gene1 up 5 2 gene2 up 3 3 gene3 down -2 3）按坐标取子集，用中括号表示[行，列]： gene change score 1 gene1 up 5 2 gene2 up 3 3 gene3 down - 3 6 > m a b c [1,] 1 4 7 [2,] 2 5 8 [3,] 3 6 9 （7）注意： #单独as的时候！ 3] [1,] 1 4 7 [2,] 2 5 8 [3,] 3 6 9 $m2元素 [,1] [,2] [,3] [,4] [1,]
1.2K10编辑于 2023-05-17 - 来自专栏生信宝典
生信分析Python实战练习 3 | 视频21
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 aDict = {‘ENSG00000000003’: {“A-431”: 21.3, “A-549”, 32.5,…},”ENSG00000000003”:{},} 用到的知识点 输入格式(只需要前3列就可以 0.0 FPKM Not detected ENSG00000000005 A-549 0.0 FPKM Not detected ENSG00000000005 AN3- Not detected ENSG00000000005 CACO-2 0.0 FPKM Not detected 输出格式 Name A-431 A-549 AN3- chr1 199 208 TGGCGTTCA chr1 207 216 ACCCCGCTG chr2 63 70 AAATTGC chr3 0
23420编辑于 2023-09-12 - 来自专栏LuKa07777
Day3—生信星球小组学习-LuKa
Day3生信星球小组学习-LuKaLinux环境下的软件安装Linuxe如何安装软件 在Linux环境下，有三种常用的安装软件的方法：源码安装、包管理器安装和二进制包安装。 2) Linux下安装软件的逻辑和过程_逝水-无痕的博客-CSDN博客. https://blog.csdn.net/wangkai_123456/article/details/26163049.(3) Linux安装软件基本流程_zx3安装_zx超的博客-CSDN博客. https://blog.csdn.net/weixin_44885180/article/details/113835946.(
40240编辑于 2023-10-04
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