“如何玩转生物大数据”系列：理解ENCODE metadata 2017-07-19

ENCODE的数据量非常庞大，有将近14000个实验（experiments）。 为了帮助用户方便检索dataset及其metdata，ENCODE提供了网络接口，具体方法见 ht ...

(4813)次阅读|(0)个评论

“如何玩转生物大数据”系列：ENCODE数据分析经验分享（一） 2017-07-17

ENCODE是一个伟大的项目，目的是创建基因组注释目录。该项目通过各种实验技术，研究了近千种细胞系和组织。ENCODE的访问网址， https://www.encodeproject.org ...

(15939)次阅读|(0)个评论

“如何玩转生物大数据”系列：基于ArrayExpress网站快速搜索功能 2017-07-16

Find functional genomics data quickly and easily by using ArrayExpress Yan Ji ArrayExpress is a database of functional genomics data ( http://www ...

(8829)次阅读|(0)个评论

“如何玩转生物大数据”系列：幽门螺旋杆菌感染胃癌样本特异表达 2017-07-14

这个分析是基于公共数据TCGA的胃癌RNASeq表达谱数据。这批数据中，有20个样本 幽门螺旋杆菌 （+），有153个样本 幽门螺旋杆菌 感染（-），其他样本没有检 ...

(4209)次阅读|(0)个评论

“如何玩转生物大数据”系列：奇怪的GBMLGG，COADREAD 2017-07-13

自己动手分析过TCGA数据的朋友们，都会遇到这样的肿瘤类型组合 1）GBM，LGG，GBMLGG 2）COAD，READ，COADREAD 我一直认为，既然TCGA这样命名，它 ...

(8798)次阅读|(0)个评论

“如何玩转生物大数据”系列：TCGA的样本注释信息和数据类型统计 2017-07-12

TCGA样本原数据(metadata)可以从 https://portal.gdc.cancer.gov 下载。文件格式是JSON，因此需要一个解析文件的步骤，把JSON转化成便于阅读的表格。有 ...

(14660)次阅读|(1)个评论

用于聚类验证的R包：clValid 2017-07-10

聚类是一种无监督技术，用于在多维特征空间中对彼此接近的对象进行分组，通常是为了揭示数据所具有的一些固有结构。聚类是高通量基因组数据分析中常用的一种方 ...

(5825)次阅读|(0)个评论

测序数据质量控制：多样本的fastqc结果，一目了然！ 2017-07-09

The analysis report of quality control of fastq files Introduction to FASTQC software The quality control of fastq data produced by high ...

(7712)次阅读|(0)个评论

查看更多