在小编的印象中，2年前纯生信文章要是发5分以上还是比较容易的。However，不知什么时候，某个审稿人大脑抽筋，要求做实验来验证，现在的纯生信文章想突破5分还是不容易啊！那么今天，我们就来欣赏这个复旦小哥哥生信文章的魅力吧！文章是今年7月15日发的(最新啊！)，题目如下：
（原网址http://www.bio-info-trainee.com/3727.html）
使用样本偏度（skewness）进行某一对象（方法-基因集对）偏向0或者偏向1的判断
算法本身就不是很好理解，并不强求一定要理解透彻，可以参考2005年的GSEA算法：
我们大家应该对通路富集分析都很熟悉，比如GSEA，DAVID等。都是在大量文章中常见的通路富集方法，那么今天我们也给大家介绍一个更加复杂的通路富集分析的前期数据处理包GSVA（gene set variation analysis）。是一种非参数的无监督分析方法，主要用来评估芯片核转录组的基因集富集结果。主要是通过将基因在不同样品间的表达量矩阵转化成基因集在样品间的表达量矩阵，从而来评估不同的通路在不同样品间是否富集。具体的一个分析流程如下：
单细胞测序技术的产生对于生命科学研究无疑是个里程碑式的突破，不同于传统测序，单细胞测序是基于单个细胞的测序技术，而细胞是生命体发挥功能的最小单位，得益于单细胞极高的分辨率，研究者们可以精确识别每个细胞或细胞群所具有的特征，能够揭示单个细胞的基因结构和基因表达状态，反映细胞间的异质性。
在R语言中，安装R包是数据分析过程中不可或缺的一部分。当你需要执行特定的统计测试、可视化或其他任务时，你可能会发现相应的功能已经被封装在一个或多个R包中。然而，对于新手或需要一次性安装多个R包的用户来说，这个过程可能会有些繁琐。为了大规模安装所需要的R包，你可以使用几种不同的方法。以下是两种常见的方法：
我们给出来的解决方案，仍然是；之前研发好的 url.method 这个配置的解决方案；
所以最近又有学徒咨询这个细节了，她的疑问是，为什么ssGSEA得分，跟其基因集里面的每个基因的表达量，并不是完全相关的，我这次写了一个例子来讲解。
单细胞数据完成差异分析后，可以根据结果进行后续的GO ,KEGG,GSEA富集分析，推荐使用clusterProfiler-R包，可参考 R|clusterProfiler-富集分析 clusterProfiler|GSEA富集分析及可视化 。
因为现阶段传统bulk转录组测序项目成为了标准品，无论大家在哪个公司测序都是几百块钱一个样品，简单的3分组的6个样品，就包括了定量和普通差异分析服务，因为都是流程化的。但是有一些情况下是大家并不想自己重新收集样品或者联系公司做转录组测序服务，而是希望可以直接分析已经发表的文献里面的数据，找到一些感兴趣的基因和通路。我们也提供了大量的教学视频和代码，见：
3、依靠这样的公式，我们可以很轻松的提出国家自然科学基金的科学假说，也能屡清楚课题中的关键点。
通常情况下，我们拿到了Python代码后在运行它的过程中大概率上需要加载很多Python模块，但是对初学者的电脑来说，是接近于空白的，需要一个个模块自己安装。如果我们类比R语言来说，安装R包的代码是非常简洁，如下所示的规律代码安装任意包：
工具入口：www.chrislifescience.club:3838/R/AnnoE2
GSVA分析的文章发表于2013年，GSVA: gene set variation analysis for microarray and RNA-Seq data 同样是broad 研究生出品，其在2005年PNAS发表的gsea已经高达1.4万的引用了，不过这个GSVA才不到300。去年我就介绍过一波它的分析流程，在：使用GSVA方法计算某基因集在各个样本的表现 非常简单的代码，所以各个培训机构，公司人员都开始学习和二次创作进而分享。
GSVA对数据库中的每一个通路在每个样本中算了一个值，相当于GSEA的enrichment score, 如果得分越高，说明这个通路在该样本中被改变的越严重。
但是今天有一个学员起初是下载R包无法联网，所以失败，根据我们的经验当然是options(download.file.method = 'libcurl')就轻轻松松解决啦，不过这次居然是仅仅是解决了R自带R包下载问题，使用BiocManager仍然是无法安装R包，如下所示：
而是需要先使用 install.packages安装了我们的bioconductor的安装器（BiocManager），然后使用BiocManager的install函数去安装我们生物信息学相关的包。比如：
（1）CRAN网站 install.packages()
如下，实际上rstudio软件本身是无需联网的，需要联网的是R包安装等等中间过程，一开始就报错这是要劝退啊！！！
使用root权限（系统管理员）安装最新版的R，我们的ubuntu是20，所以选择focal这个代号，然后是cran40，全部的代码如下：
绝大部分还没有接触单细胞的小伙伴很容易被无良自媒体带节奏，误以为单细胞就等价于CNS级别文章，或者再差也是子刊级别。实际上新技术的红利窗口期非常短暂，从样品量数据量的要求一直在水涨船高！比如我们看看某公司2020第四季度单细胞文章合辑，如下所示：
这些人类鼻腔细胞覆盖着纤毛——抓住并清理鼻腔异物的细小毛发。在研究COVID-19为何对某些年龄阶段的影响较大时，博士生Katie-Marie Case注意到这些星系般的鼻细胞螺旋只出现在老年患者身上。
看懂文章：https://www.jci.org/articles/view/96060/figure/1 看其C子图里面的TRAF4基因在4个数据集的表达量，画出更漂亮的boxplot。
当时那篇文章的研究者关注的是差异表达，根据阈值筛选后总共是 15 differential miRNAs and 372 differential mRNAs ，很简单，表达矩阵的差异分析策略我们多次讲解了。走标准分析流程，火山图，热图，GO/KEGG数据库注释等等。这些流程的视频教程都在B站和GitHub了，目录如下：
A2：BiocManager::install("GenomeInfoDbData") 安装提示信息里的R包，缺失哪个包报错就用这个命令装对应的包
RStudio Server是网页版的RStudio，部署在服务器上后，能够在从Web浏览器访问的Linux服务器上运行RStudio,可随时随地完成R语言的工作,并且能很方便的完成R项目的部署调试。使将RStudio IDE的强大功能和工作效率带到基于服务器的集中式环境中。
生物信息数据分析教程视频——13-3种R包(DESeq2、edgeR和limma)进行RNAseq的差异表达分析与比较
安装必要的R语言包，如果下载速度比较慢，可选国内清华的R语言镜像，速度extremely fast
最近在做一个0元，10小时教学视频直播《跟着百度李彦宏学习肿瘤基因组测序数据分析》，直播活动，收集整理文献看到了一个很有意思的研究，节选文章里面的部分图表作为学徒作业哈！
2、本地安装：从github官网上R包界面下载到本地，并放到当前工作目录下，使用如下命令：
要先安装R，注意直接下载太慢，用镜像会好一点，注意要先安装R，不要更改安装目录，不要更改安装目录，不要更改安装目录，重要的事情多说几遍，之后安装rstudio。简单介绍一下R，R是一种编程语言，也是统计计算和绘图的环境，它汇集了许多函数，能够提供强大的功能。R语言软件界面简陋，通常不直接使用，而是用图形界面的Rstudio。这个要注意设置权限为完全控制（R的Library,R.exe,还有rstudio)。
然后每个亚群进行第二层次细分亚群，甚至第三层次，第四次分群，结构清晰明了。我们以上皮细胞亚群的 细分来举例说明每个分析点的工作量：
数据分析我们一般希望是从fastq的测序数据文件开始，但是因为并不是常规肿瘤外显子，所以使用agilent的v6不管用，很多流程都需要其panel对应的个性化的bed文件。但是找那些公司索取的时候，居然说是保密的？？？
网罗了一大波生物信息学数据分析方面的工程师，是时候官宣咱们的单细胞数据处理业务列表：
持有这样迂腐陈旧观念的不在少数，比如文章：《IFI44L is a novel tumor suppressor in human hepatocellular carcinoma affecting cancer stemness, metastasis, and drug resistance via regulating met/Src signaling pathway》，因为他们自己研究里面这个IFI44L基因在癌症里面是低表达，而且它表达量越低肝癌病人预后越差，非常符合守旧派的抑癌基因的理念。主要是实验数据：the expression of IFI44L in 217 pairs of normal liver and HCC tumor tissues were analyzed by IHC and Western blotting analysis.
有了基因集文件除了做scRNA分析|单细胞GSVA + limma差异分析-celltype分组？样本分组？GSVA分析，还可以计算每个细胞的目标基因集评分 。
通常来说，很多R包的安装对R版本是有要求的，比如BiocManager需要 R (≥ 3.5.0)，但是并不需要最新版R语言。
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！有做ngs实战整理的，也有做临床数据挖掘算法工具介绍的。今天分享的是复旦大学和西北民族大学小伙伴合作的笔记
科学技术的进步促进了我们世界奥秘更为深入的理解。在生命科学研究领域，过去20年中对现代生物学和医学研究产生巨大影响的技术莫过于二代测序技术的逐渐成熟、推广和相关下游技术的开发。二代测序技术打开了从基因组水平去开展疾病诊断、基因鉴定和功能研究的大门。
差异分析相信大家都不陌生了，基本上看我六年前的表达芯片的公共数据库挖掘系列推文即可；
最近写了这么多关于富集分析的推文，不知道大家看懂了没有，其实富集分析主要就分为两种：ORA和GSEA。
通过学习，我们知道这个RcisTarget包内置的motifAnnotations_hgnc是16万行，可以看到每个基因有多个motif。而且下载好的 hg19-tss-centered-10kb-7species.mc9nr.feather 文件，也是 24453个motifs的基因排序信息。但是我们留下来了一个悬念，如何从几万个注释结果里面挑选到最后100个富集成功的motif呢？
前些天我的学徒写了教程：人人都可以学会生存分析（学徒数据挖掘） 吸引到了读者：武汉大学金文意，他希望可以分享一下生存分析的新玩法：
使用KEGG通路的基因列表进行单细胞GSEA GSVA分析的过程，我们需要遵循以下步骤：
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！
与此同时，不少粉丝对GSVA或者ssGSEA分析方法提出了要求，变相催稿。其实GSVA或者ssGSEA是有成熟的工具，我暂时没有找到它们的卖点。不过，我注意到了一个GitHub包，ncborcherding/escape，它提出来了对GSVA或者ssGSEA的分析结果的可视化，值得推荐。所以我们先介绍一下，假如你拿到了GSVA或者ssGSEA结果，如何可视化，这个时候呢，跟拟时序分析，转录因子分析，细胞通讯分析是大同小异的。去年我们在《生信技能树》公众号带领大家一起学习过：SCENIC转录因子分析结果的解读 ，以及：细胞通讯分析结果的解读，大家可以去读一读。
立题 最近很多小伙伴，拿着标书找站长修改，看标书内容还是很有诚意的，内容详实，基础扎实，然而，这个立题太弱了。A蛋白上调激活B通路调控C肿瘤的增殖。类似这样的，除非这个蛋白是自己发现的，不然从立题就会被嫌弃。什么样的题目会受到青睐呢？刚刚发布的2019项目指南中或许能够解答这个问题~ 立题成立命题作文 七处-肿瘤学（H16）都是历年兵家必争之地，那个惨烈~资助率逐年降低~~为何申请国基金越来越难，又该怎么应对？ 所以基金委今年要改一套玩法，围绕四个科学问题去申请，即：“鼓励探索、突出原创；聚焦前沿、独辟蹊
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
腾讯会议
实时音视频
