环境变量、状态变量、位置参数变量、自定义变量,调用变量时,要在变量前面加一个 $符号
如果是想通过培训掌握生物信息学,那么可以参考:彻底入门生物信息学,可能需要12天! 推文介绍的。
其实整个学习生信的时间里面,生信技能树就算是我的引路人了,手把手带着我打开了生信的大门。回忆过去的一年里,生信技能树就像一根细丝,把每一个重要的时刻像珠子一样串起来。
19年开学的时候是打算自学,偶然间发现生信技能树,然后在b站上看了生信技能树的视频,基础不够,看了一部分R语言的相关视频就没有继续看下去了。我在天津上学,一开始还想等生信技能树来天津然后报线下课,由于这次疫情的我,有机会上了线上班。我是第五期学员,现在已经是上完课的状态,虽然自己上完课了依旧很菜,但是至少让我有勇气,有底气觉得自己有一点点入门的希望,有可以让自己继续学下去的勇气。也把如此好的课程推荐给大家,生信技能树官方举办的学习班:
下面是学员解决问题的记录 (生信技能树学员 ) 📷 自我介绍:我是一名儿科医生。硕士毕业工作已有十年的时候,在职博士还没有毕业方向,觉得生信学习或许是一个新的出口,于是跟随生信技能树的马拉松课程学习了数据挖掘,也学习了一些Linux的基础知识。一边忙碌的临床工作,一边挤时间学习这从未接触过的领域,到如今刚好一年,结合部分临床实验数据、数据挖掘生物信息分析等内容,终于完成了毕业论文的撰写。目前博士论文刚刚通过盲审评阅,等待着毕业收尾工作。非常感谢生信技能树的各位老师。 💡当你开始学习生信时,一定会遇到各种报
连续两次求贤令:曾经我给你带来了十万用户,但现在祝你倒闭,以及 生信技能树知识整理实习生招募,让我走大运结识了几位优秀小伙伴!大家开始根据我的ngs组学视频进行一系列公共数据集分析实战,其中几个小伙伴让我非常惊喜,不需要怎么沟通和指导,就默默的完成了一个实战!
这一期是我在朋友圈看到了我们单细胞天地常驻编辑周运来的真情流露,邀请他投稿的我们生信故事会栏目:
但是RNA-seq的分析肯定远不止那些啦,拿到基于基因的表达矩阵固然可以根据转录组经典表达量矩阵下游分析大全 里面的R包和代码进行统计可视化,但是表达矩阵并不是凭空产生,上游分析也需要我们有一定的认知,本次我们介绍的流程就会涵盖这些知识点。(很多朋友会下意识的认为RNA-seq数据的上游分析必然是基于Linux,其实也是可以使用bioconductor的全部R包来完成的哦!)
现在因为疫情,就不去实验室了,小命要紧,居家办公,笔记本就不够看了。一遍操练下来,发现光看不练完全没用。。。学了不操练,等于没学。买服务器这一步我就不写了,直接进入正题。
不过,最近几年我的教程都是conda和aspera高速下载啦,但即使是这样,仍然是很多人反馈下载失败,有一些是Linux命令不熟悉,自己把代码写错,有一些是数据库下载源的问题,部分数据缺失是数据库的责任,并不是你的错!还有一些是网络问题,甚至是玄学,比如前两天可以,今天就不可以,或者说前面奋战了两个星期都失败,但是今天却无缘无故下载成功了!
诚然,不同环境下成长的大家吸收新知识的习惯和能力千差万别,但总有一些人的经验非常值得借鉴!同样的指点我发出去了31份,能坚持一个月的寥寥无几,甚至能坚持5天的也才8个人。当然,独立自主的坚持学习本身就很难,更困难的是无人指导而经常走弯路。
咱们生信技能树马拉松课程七月份学习班正在火热进行中,马上Linux授课环节即将完美交棒给转录组讲师。其实一个重要的衔接环节就是各式各样的生物信息学软件安装,需要对环境变量以及文件夹目录相对路径绝对路径知识点有比较好的理解。 下面七月份学员的投稿 来自生信技能树生信入门课程 学员Ray 1. bget简介 bget:一个优雅地下载OA文献和附件的命令行工具 只能下载开源的open access文献哦=w= 2. bget安装 2.1 创建文件夹 首先在家目录下创建常用软件存放的文件夹biosyft 方便软件管
R和Rstudio的下载安装 生信星球:【R软件和R包安装】 https://www.bilibili.com/video/BV1J44y1R7ci/?share_source=copy_web&vd
一个粉丝邮件联系我说自己下个月就要开始处理单细胞数据,怕我们的马拉松生信入门课程来不及,因为第三周才是Linux,月底才到转录组,下个月初她自己拿到了单细胞转录组数据肯定是没办法处理。所以希望我给她Linux服务器账号和密码,先跟着公开课学习,但是我推荐了腾讯云服务器后才分析对方花了一个晚上加上半个白天才搞定服务器的ssh连接,这个折腾的心路历程值得分享!
nature杂志的TECHNOLOGY FEATURE 栏目在13 JANUARY 2020发表了一个有趣的小短文:Eleven tips for working with large data sets,副标题是:Big data are difficult to handle. These tips and tricks can smooth the way.
考虑到有几个细节知识点大家自学会有一点困难,我们生信技能树团队恰好有时间,就做几次公益授课,带领大家一起学习哈。已经有的一个是:免费Linux直播培训 ,带领了五百多朋友购买了云服务并且成功使用了,现在进去,还是可以看录播的,里面也有我整理的很多Linux学习资料哈!
相信大家这两年都见证了单细胞测序的火爆, 不管是紧锣密鼓的CNS文章,还是雨后春笋般的培训班。单细胞的光环太多了:
但是这个Rproject文件需要首先打开 rstudio软件 ,然后新建Rproject,这样就会很麻烦,因为没有办法直接右键新建它。所以我视频通常是演示从其它地方拷贝这样的Rproject文件即可,因为它其实是多个文件夹多个项目通用的。
有感而发,这里简单的整理了一下我们《生信技能树》团队七八年的资源的十分之一推荐给大家。
好久没有更新python笔记了,推荐一个最近发现的学习材料吧,在github已经有81.5K的star了。更新维护也在线,值得一看。
做知识分享的人多如牛毛,良莠不齐,而且绝大部分人无法坚持下来,但是生信技能树不一样,坚持7年,输出1.3万票优质教程,所以大家可以直接在微信这个APP里面针对性的搜索咱们《生信技能树》的内容。一些搜索技巧见:
昨天在听完生信技能树关于环境变量的课以后生信入门课-2021第7期,醍醐灌顶,又去鸟叔的书里翻了翻,趁我现在还记得,抓紧把笔记做下来,所以本期介绍环境变量。
我看了看朋友们秀出来的跟ChatGPT的生物信息学相关对话,起初还以为是很高大上。比如:
发现好多负值,应该是数据经过背景矫正,log2转换之后又经过scale的数据(z-score的)。也就是小洁老师上课时说的那种不能直接用来做DEG分析的芯片数据。心中顿时飞过一匹草泥马~
看到我们生信技能树的教学群有学员提问这样的图如何绘制: 其实我们讲解过,绘图代码本身搜索即可拿到,关键词 ggpubr paired boxplot ,输入到 https://cn.bing.com
我是武汉大学基础医学专业第一届的学生,2016年9月刚进大学的时候就选了导师进入实验室接受科研训练。虽然我们实验室不是专门做生物信息学的,但第一次和导师正式交流的时候,她就建议我要学点生信。(巧合的是2016年9月也是生信菜鸟团转型生信技能树的时间点,如果所有的导师都如此明智就好了)
请教了生信技能树老师,也尝试了下载AnnoProbe包到本地后安装,结果还是失败。绝望到极点,然后查看了一些以往的命令,发现经常出现:
可以看到, 不同工具的开发语言大不一样,其实这样的比较哪怕是告诉我那个MATLAB开发的工具多么的有优势,我也不想去使用,毕竟新学一门语言还是压力有点大。
不过,除了服务器,我也在自己的苹果电脑上面试了试,在Mac操作系统还是蛮简单的,本来应该是就一句话安装啦:
①实验操作:细胞、分子、蛋白等各种实验操作百度云视频;②软件实操:Stata、revman、SPSS等各种软件及实操百度云视频;③生信挖掘:GEO、TCGA、Oncomine、KEGG、基因家族、GO、Meta等各种生信挖掘全套百度云视频;④雅思托福:最新全套视频课程,拉进百度云群一起学习,还可以找同道好友共同复习;⑤医学考博:最新全套视频课程,拉进百度云群一起学习,还可以找同道好友共同复习;⑥临床医生:规培、主治、副高、主任医师各种临床考试百度云视频;⑦SCI:模板、写作、作图、润色、中汉互译、投稿等全套百度云视频资源;⑧GRE/GMAT:最新全套视频课程,拉进百度云群一起学习,还可以找同道好友共同复习;⑨国自然:已中标的国自然申报书,国自然申报视频教学等全套百度云视频资源;
参考:https://resources.aertslab.org/cistarget/help.html
很多时候,我们其实并不需要动R本身的版本,可能只是想修改某个R包版本,比如单细胞领域最火的 Seurat 包, 就有这个问题:
因为mskcc/pctGCdata这个R包在GitHub上面,有100多m,实在是太大了,用传统的方法根本下载不下来,还好科学上网之后,多次尝试手动下载到本地搞定了
这里面的MeDIP-seq指的是DNA,那么MeRIP-seq其实就是RNA水平的又叫做m6a测序,恰好看到了咱们的表观微信交流群我们的生信技能树优秀转录组讲师在分享全套MeRIP-seq文章图表复现代码,我借花献佛整理一下分享给大家:
-添加镜像源:conda config -add conda config --show
现在回过头来看,很多教程已然过时,当然并不是说的知识点过时,其实linux基本上几十年都没有怎么变动过基础知识的,哪怕你现在搜索到十几年前的linux教学视频,也不会觉得尴尬。主要是其中一些资源链接,一些小技巧都过时了,比如R语言安装包,需求切换适合的镜像,或者某些配套书籍课程的URL肯定也会成为死链啦,所以非常有必要系统性整理一下,最新生信分析人员如何系统入门R
全部流程在R里面运行,maftools提供了直接读取maf文件的接口,而且存储为S4对象,非常方便进行一系列可视化操作。
去年,我们的Volume I成功发表40篇论文,获得60000多次阅读和下载量,效果良好,所以Frontier出版社主动联系我们积极筹办Volume II,现已开放在线投稿,欢迎赐稿主题为“计算表观遗传学”,与细胞重编程,人类疾病,细胞分化相关的计算表观遗传学方向的研究者不要错失良机。
:%/ word1/word2 / 将每一行第一次出现的所有word1替换成word2.
今天的内容终于到转录组下游啦,R比起Linux易懂很多,基本上改改分组信息无脑run就好
不可以语音连线,可以打字提问。文字能梳理提问的思路,必要时还需要辅助图文并茂参考文献这样的话我们才能更好的回答学术问题
昨晚在看公众号的时候,发生信技能树写了这么一篇文章:你还在复制粘贴一个Rproject文件吗。在 windows 中使用 ContextMenuManager 帮助你右键新建一个 Rproject 文件。例如下图所示:
作者下载了Patel et al. (2014)发表的GSE57872).在里面的 576 cells 自己走了一遍CNV分析,拿到了350 tumor cells.进行聚类,结果如下:
14年高考没考好,阴差阳错读了某二本的生物信息学专业,是我们学校生物信息学专业的第一届(xiao)学(bai)生(shu),记得刚进校门整个班的同学围着老师问生物信息学到底是干啥的,出来能干什么样的工作。但是老师们至今也没回答出个所以然来。因此大学浑浑噩噩过了两年,混社团混学生会,想着毕业之后去当个销售了事。
我写公众号的最初目的就是督促自己学习,分享一些教程,和专门搞生信的大佬们比起来,自己也就是菜鸟一枚,公众号更新也比较佛系,也不做推广,你能自行关注到,完全靠缘分。我就是分享一些生信基础的生信分析技能,以满足大家在科研工作中的生信需求。说实话,大家需要给你自己以定位,自己做纯生信的还是只是借助生信为大家在湿实验中提供思路,或者文章中添加一些生信内容。如果你是做纯生信,那也是分档次和研究方向的,如果只是分析别人的数据,比如预后模型这种,属于比较低端的水平。有的做开发,比如开发一个R包或者一些其他生信分析工具,又或者是建数据库,这些属于开发类。另外,这个也和研究领域有很大关系,植物的,人的,微生物的,是有区别的,当然,很多基础工具都差不多,但需要相关的知识背景。我自己主要是做药,癌症,所以我会的技能主要和自己研究方向相关的,我也不是什么都掌握,因为我觉得,具备基础知识储备后,自己用到什么就去现学现卖,而不是一下子学会很多东西等着以后用,我个人认为这是效率极其低下的。
不过好在有三代测序,ISO-seq领域的研究也不少,但是很多朋友对这个差异表达转录本的生物学认识不够,不清楚它的应用领域,恰好看到了一个组织特异性转录本的研究,分析给大家哈;
看透了如此多的秘密,我们已停止相信尚有不可知之物。然而,那不可知之物却仍然坐在那里,冷静地舔着自己的嘴唇。
大家把电脑配置一下,参考视频 https://www.bilibili.com/video/av80872684 根据这个做准备工作
领取专属 10元无门槛券
手把手带您无忧上云