前言 本文主要演示GEO数据库的一些工具,使用的数据是2015年在Nature Communications上发表的文章Regulation of autophagy and the ubiquitin-proteasome system by the FoxO transcriptional network during muscle atrophy.[pubmed:25858807] 作者通过将FoxO1-3-4-floxed小鼠(FoxO1,3,4 f / f)与表达Cre重组酶的转基因系

https://www.plob.org/article/9969.html Gene Expression Omnibus database (GEO)是由NCBI负责维护的一个数据库,设计初衷是为了收集整理各种表达芯片数据,但是后来也加入了甲基化芯片,甚至高通量测序数据! GEO数据库基础知识 GEO Platform (GPL) 芯片平台 GEO Sample (GSM) 样本ID号 GEO Series (GSE) study的ID号 GEO Dataset (GDS) 数据集的ID号

ASE又走到了关键的一步  要生成能决定是否有差异表达的table. 准备借鉴一下cuffdiff和edgeR 的结果 cuffdiff对差异表达基因的描述: 一共十四列: 第一列, test_id a unique identifer describing the transcript, gene, primary transcript, or CDS being tested. eg XLOC_000003 第二列,gene_id eg XLOC_000003 第三列, gene 第四列,

RNA-seq差异表达基因分析之TopHat篇 发表于2012 年 10 月 23 日 TopHat是基于Bowtie的将RNA-Seq数据mapping到参考基因组上,从而鉴定可变剪切(exon-exon splice junctions). 安装 最简单的安装方法,注意版本 下载Bowtie.TopHat.Cufflinks的二进制发布包,解压到相同的目录 下载samtools,make,将生成的可执行samtools程序也cp到同一个目录 增加该目录到PATH 参数与使用 Usage: t

tile38 是基于golang 编写的geo 数据库,支持地理空间索引.实时地理围栏,同时也支持leader-flower 的部署模型 备注: 下边测试一个简单的地理围栏功能 环境准备 docker-compose 文件 包含了一个简单的webhook 工具   version: "3" services:  app:    image: tile38/tile38    ports:    - "9851:9851"  benthos:    image: je

SRA - NCBI example - NCBI 要发文章了,审稿时编辑肯定会要求你上传NGS测序数据. 一般数据都是放在集群,不可能放在个人电脑上,因为有的数据大的吓人(几个T). 所以我们就建一个文件夹,然后把所有需要的fastq文件链接到这个文件夹就行了(copy太慢,也太占空间). 接下来,如何NCBI账号申请好了,那就可以直接上传了,用aspera来上传. 命令如下: ~/.aspera/connect/bin/ascp -i ~/download/aspera.openssh -Q

一直都搞不清楚这两者的具体区别. 其实初学者搞不清楚很正常,因为它们的本质是相通的,都是对基因进行归类注释的数据库. 建议初学者自己使用一下这两个数据库,应该很快就能明白其中的区别. (抱歉之前没讲清楚,甚至有可能误导大家了) 以下以一个案例来详细说明两者的区别: 推荐一个没有任何基础的人都能使用的gene set注释工具 http://www.webgestalt.org/option.php GCLC TFPI HSPB6 TSPOAP1 ITGA2B OSBPL7 BAIAP2L1 NOS

1)安装载入 ------------------------------------------- if("org.Hs.eg.db" %in% rownames(installed.packages()) == FALSE) {source("http://bioconductor.org/biocLite.R");biocLite("org.Hs.eg.db")}suppressMessages(library(org.Hs.eg.db))

http://www.genenames.org/ HGNC 全称为HUGO Gene Nomenclature Committee, 叫做 HUGO基因命名委员会,负责对人类基因组上包括蛋白编码基因, ncRNA基因,假基因和其他基因在内的所有基因提供一个唯一的,标准的,可以广泛传播的symbol; 对于每个human的基因来说,在HGNC数据库中会有一个数字标识的唯一ID,也会有一个唯一的symbol https://www.cnblogs.com/xudongliang/p/6855345

如果你获得了一个肿瘤差异表达基因,想研究其是否可作为某种肿瘤的潜在标志物和靶点,又怕做实验会得到阴性结果,浪费时间和金钱,这时候你就应该想到Oncomine数据库了(www.oncomine.org). Oncomine整合了GEO.TCGA和已发表的文献等来源的RNA和DNA-seq数据,只要你用非营利机构邮箱注册了就可以免费使用了.下面就以ERBB2基因为例跟着小诺一步一步搞定Oncomine吧. 第一步:ERBB2在肿瘤中的表达 在搜索框中输入ERBB2并设定P值.差异表达倍数和差异的排序

Gene Expression Omnibus(GEO)是一个公共存储库,可以存档和自由分发由科学界提交的全套微阵列,新一代测序和其他形式的高通量功能基因组数据. 除数据存储外,还提供一系列基于Web的界面和应用程序,以帮助用户查询和下载存储在GEO中的研究和基因表达模式. GEO的数据储存方式 GEO数据库具体存放四类数据:GSE.GDS.GSM.和GPL. 一个GSE号(GSExxx)对应的是整个研究项目的系列的数据,可能涉及不同平台: 一个GDS号(GDSxxx)对应的一个同一平台的数据集

GEO数据库 GEO数据库隶属于NCBI,是最大最全面的基因表达数据库,主要是芯片和转录组测序数据.除储存数据外,也提供一些数据挖掘工具,因此利用好这个数据库,没有实验,没有自己的数据也能发好文章! https://www.ncbi.nlm.nih.gov/geo/   SRA文件的存放 从NCNI的这个站点(https://www.ncbi.nlm.nih.gov/projects/faspftp/)可以看出,sra原始的reads数据是在sra/sra-instant/下的,该目录下的ana

RNA-seq是利器,大部分做实验的老板手下都有大量转录组数据,所以RNA-seq的分析需求应该是很大的(大部分的生信从业人员应该都差不多要沾边吧). 普通的转录组套路并不多,差异表达基因.富集分析.WGCNA network以及一些没卵用的花式分析.DEG分析是基础,up and down,做个富集,了解一下处理后到底是什么通路被改变了:WGCNA主要就是根据相关性来找出一些co-express的gene module. 单细胞的转录组的玩法就比较多了,可以理解为超多样本的普通转录组,普通转录

Sensitivity, specificity, and reproducibility of RNA-Seq differential expression calls RNA-Seq差异表达调用的灵敏度 特异性 重复性 抽象背景:MAQC / SEQC联盟最近编制了一个关键基准,可用于测试微阵列和RNA-seq表达谱分析工具的最新发展.这些客观基准是基础研究和应用研究所需,对临床和监管结果至关重要.超越原始SEQC研究中提出的第一次比较,我们在此提出包括效果的扩展基准常见实验的典型优势.

NCBI(National Center for Biotechnology Information,美国国家生物技术信息中心)除了维护GenBank核酸序列数据库外,还提供数据分析和检索资源.NCBI资源包括Entrez.Entrez编程组件.MyNCBI.PubMed.PudMed Central.PubReader.Gene.the NCBI Taxonomy Browser.BLAST.Pimer-Blast.COBALT.RefSeq.UniGene.HomoloGene.ProtES

GEO  Gene Expression Omnibus 基因表达数据库 网址:https://www.ncbi.nlm.nih.gov/geo/ GEO的数据存储方式 GEO数据库具体存放四类数据:GSE.GDS.GSM.GPL GEO Series Study  GSE号(GSExxx)对应的是整个研究项目的系列的数据,可能会涉及不同平台. GEO DataSet  GDS号(GDSxxx)对应的是一个同一平台的数据集,这些包括包括从微整列和高通量序列技术生成的数据. GEO Sample 

在做基因表达分析时必然会要做差异分析(DE) DE的方法主要有两种: Fold change t-test fold change的意思是样本质检表达量的差异倍数,log2 fold change的意思是取log2,这样可以可以让差异特别大的和差异比较小的数值缩小之间的差距. Let's say there are 50 read counts in control and 100 read counts in treatment for gene A. This means gene A is

使用Trinity拼接以及分析差异表达一个小例子  2017-06-12 09:42:47     293     0     0 Trinity 将测序数据分为许多独立的de Brujin graph,理论上每一个图对应一个表达的基因. 整个流程分为三个步骤:Inchworm, Chrysalis, and Butterfly Inchworm: 从reads中提取所有的重叠k-mers,根据丰度递减的顺序检查每个k-mers,然后将重叠的k-mers延长到不能再延长,称为一个contig C

差异表达分析之FDR 随着测序成本的不断降低,转录组测序分析已逐渐成为一种很常用的分析手段.但对于转录组分析当中的一些概念,很多人还不是很清楚.今天,小编就来谈谈在转录组分析中,经常会遇到的一个概念FDR,那什么是FDR?为什么要用FDR呢?一起来学习吧! 什么是FDR FDR (false discovery rate),中文一般译作错误发现率.在转录组分析中,主要用在差异表达基因的分析中,控制最终分析结果中,假阳性结果的比例. 为什么要用FDR 在转录组分析中,如何确定某个转录本在不同的样品

Differential expression analysis for paired RNA-seq data 抽象背景:RNA-Seq技术通过产生序列读数并在不同生物条件下计数其频率来测量转录本丰度. 为了鉴定两种条件之间差异表达的基因,重要的是要考虑实验设计以及数据的分布特性. 在许多RNA-Seq研究中,表达数据以多对获得,例如来自相同个体的治疗前和治疗后样品.我们寻求将配对结构纳入分析. 结果:我们提出了一个用于RNA-Seq数据的贝叶斯分层混合模型,以分别考虑变异性来自配对数据结构的