因为样本数量比较可观,所以可以进行WGCNA分析。这里是并不需要选取所有的基因来做WGCNA分析,挑选的标准可以是top变异程度大的基因集合,或者显著差异表达的基因集合等等。...
因为样本数量比较可观,所以可以进行WGCNA分析。这里是并不需要选取所有的基因来做WGCNA分析,挑选的标准可以是top变异程度大的基因集合,或者显著差异表达的基因集合等等。...
本教程根据PlantTech的WGCNA课程编写,课程还是不错的,所以将该课程给大家分享一下。 WGCNA笔记第一弹 WGCNA分析原理 WGCNA应用场景 WGCNA分析实...
WGCNA 分析确定重要模块之后,如何找模块内的hubgene? 想找hubgene,必须先理解其概念:网络中处于核心位置的点(基因)。在WGCNA中,由于进行了无尺度化处理...
蛋白质组知识背景 蛋白质组(proteome):由一个细胞、一个组织或一个机体的基因组所表达的全部相应的蛋白质,是一个整体的概念。 蛋白质组学(proteomics):以蛋白...
通过前期的分析,我们确定了感兴趣的module,但是module中又含有几十甚至上百的基因,下一步需要进一步筛选hub gene。 WGCNA(3):基因模块与性状关联识别重...
1.简介 2016年,德国马普所的Cox和蛋白质组学领域巨擘Matthias Mann合作开发了MaxQuant软件(MQ),并发表在nbt上,protocol也相应发表在n...
前言 关于蛋白质组学,你是不是已经听了太多公司的宣讲,介绍了一大堆的技术名词,反而越听越懵懂,脑袋一团乱麻?就和传话游戏一样,当我们接收了多手信息以后,得到的信息就越不准确。...
写在前面 因为我研究的物种比较小众,很多注释不完全,R包AnnotationHub中也没有对应信息,所以无法使用公共数据库进行kegg富集分析。所以自己尝试使用KAAS造一个...
GATK4流程学习之背景知识与前期准备 - 简书[https://www.jianshu.com/p/97e803755fa6]GATK4流程学习之DNA-Seq varia...
GATK4.0 和之前的版本相比还是有较大的不同,更加趋于流程化。 软件安装 点击此处 查看最新版本 GATK 简单说明 GATK分析简要流程 所需数据 ref.fa rea...
DESeq2 multiple group comparison (biostars.org)[https://www.biostars.org/p/357464/]说来也神...
Differential gene expression analysis:差异表达基因分析 Differentially expressed gene (DEG):差异表达...
我们今天就搞清楚这两个问题:1.什么是无尺度分布2.手工计算软阈值 无尺度分布 假如我问大家,如果你想认识世界上的任何一个人,需要通过几个人来联系? 6个。 这个就是6度分隔...
在我们处理转录组或宏转录组数据时,去除rRNA数据是比较重要的环节之一,为什么呢? 因为rRNA(核糖体 RNA)是基因组中高度丰富和保守的成分,不能为转录组学研究提供有用的...
一.对于芯片数据: GEO中的Series Matrix File(s)通常是经过了标准化和对数转换的数据,但是不是所有的都是 具体判断方法: 表达量是否需要重新标准化: 可...
通过exprs函数获取表达矩阵后我们可以通过以下三种方法判断是否需要进行log2转换 1.肉眼识别 最简单粗暴的方法就是,根据数值大小粗略估计:如果表达量的数值在50以内,通...
NCBI(National Center for Biotechnology Information)https://www.ncbi.nlm.nih.gov/[https:...
非模式生物--大麦的GO和KEGG分析 分析思路1.首先查看Annotationhub(https://bioconductor.org/packages/release/b...