为什么用本站¶
-
系统路线
从入门到进阶按阶段梳理,按图索骥不迷路。
-
实战代码
ggplot2、DESeq2、TCGA 挖掘等可直接复制的代码。
-
资源整合
公众号、B 站、数据库与工具一站索引。
-
自研工具
MedBioInfoCloud R 包随取随用,覆盖基础到挖掘。
内容导航¶
入门学习路线¶
第四步 · 转录组与 TCGA 持续深入¶
理解测序原理与文件格式,再从 counts / FPKM / TPM 出发做差异表达与富集分析。
- 生物信息学入门必须了解的名词
- illumina、Sanger、第三代和第四代测序技术原理
- 生信中常见的数据文件格式
- 详细流程与资料见下方折叠区 ↓
使用小贴士¶
如何高效使用本站
- PC 端:在上方标签栏选择主题,在左侧目录选择文章。
- 移动端:点击左上角图标选择主题和文章。
- 搜索:按 / 或点击右上角搜索框,输入关键词直接定位文章。
- 主题切换:点击顶栏右侧图标,可在浅色 / 深色之间切换。
延伸阅读¶
转录组测序原理与上游分析流程
了解转录组测序的基本原理,其中涉及的一些文件格式主要在上游分析中用到,知道即可。关于各种测序原理,可以在 B 站或微信搜索「陈巍学基因」,不需要掌握所有,普通转录组(bulk RNA-seq)先掌握,其他的结合自己需要了解,原理上很多是相通的。后面再了解单细胞测序技术和空间转录组技术。
上游分析流程(基于 Linux):
TCGA 数据库与表达量转换
普通分析一般从 counts / FPKM / TPM 开始。对于癌症方向,TCGA 是最好的数据资源。
GEO 芯片数据挖掘
GEO 数据比较复杂,芯片平台与公司不同都会有区别。