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))

DAVID网站提供了id转换的功能 1 选择上传gene list文件 2 选择上传ID的类型,我们ID-list.txt中的是Ensembl Gene ID,所以这里选ENSEMBL_GENE_ID 3 这个是类型,因为只做ID转换,所以选Gene List就ok了 4 选择你要转换的ID类型,这里我选的ENTREZ_GENE_ID 5 然后选择提交就ok了 bioDBnet 1 输入文件ID类型 2 输出ID类型,这里的Gene ID就是指ENTREZ GENE ID 3 输入ID列表,点击

每个物种都有一个对应的Taxonomy ID: 9606 :人类 10090 :小鼠

1.https://www.kegg.jp/kegg/tool/map_pathway2.html 2.如下图,筛选出基因所在的通路,并标上不同的颜色. 3.结果页面如下,有些基因会找不到对应的通路,如下图红字,找到通路的会列在下方,点击可以查看对应通路.

1.基因系列中的data索引 2.基因ID之间的转换 对于生信,依托于别人的工具不如自己动手,由于研究发表的滞后性,往往很多工具提供的转换并不是最新的,况且开发者水平也参差不齐,理解原理才能让你来去自如. 今天主要记录几个ID转换的方式: 以果蝇为例 详细的了解阅读下面:ftp://ftp.ncbi.nlm.nih.gov/gene/DATA/README 1.从NCBI下载基因ID信息:ftp://ftp.ncbi.nlm.nih.gov/gene/DATA/GENE_INFO/Inverte

使用NCBI进行目的基因的引物设计 全文概述 利用生信工具进行目的基因的引物设计,使用了NCBI进行筛选与设计引物,使用 idtdna对筛选出的DNA进行检查.本文分享了如何筛选出高质量的基因引物,帮助想通过生信进行引物设计的学生.从业者找出合适的基因,毕竟购买引物也比较烧钱,避免设计出的基因质量偏低. NCBI查找基因 1.查询目的基因:https://www.ncbi.nlm.nih.gov/nuccore/?term=zbed3 备注:这里需要注意的是,要找到合适的目的基因!如果找智人,一

参考:http://www.biotrainee.com/thread-558-1-1.html http://bioconductor.org/packages/3.7/bioc/ http://www.bioconductor.org/packages/release/bioc/html/topGO.html https://www.jianshu.com/p/9e21f2196178 https://rpubs.com/aemoore62/TopGo_colMap_Func_Trouble

RefSeq: NCBI Reference Sequences GeneBank序列注释说明 利用NCBI查找基因信息 NCBI中RefSeq各种accession说明(一) NCBI中RefSeq各种accession说明(二)

首先介绍下两种方法: 一.本地分析 1.在STRING数据库下载人的互作文件,如下图,第一个文件 https://string-db.org/cgi/download.pl?sessionId=HGrreq5g8nLI&species_text=Homo+sapiens 2.在本地电脑上(linux),用grep 检索该蛋白的互作关系:ENSP00000359708 ,发现结果是空 二.直接到STRING数据库进行互作关系分析 1.检索网址 (1)这个支持多个基因ID或者蛋白ID https:/

目录 流程使用 问题 记录下braker2的使用要点,以备忘记. 流程使用 braker2有很多流程,根据你的数据:组装的基因组.转录组.蛋白(同源,包括近缘或远缘)选择不同流程,官网有说明: https://github.com/Gaius-Augustus/BRAKER 现在的动植物组装,大多数都含有以上三类数据吧,因此可选择如下流程,用公共数据库OrthoDB中的直系同源蛋白,根据自己的物种选择,有动物植物微生物等,如我选择植物就有300多万条序列. 作者指出,braker2并非证据越多越

利用DAVID简单的进行GO富集度分析(这里只做简单的分析,即看基因是否存在在GO的三个过程里面) 比如我们有一组要分析的基因:TRPV6    CXADR    PROM1    GRAMD2    SOX10    GPRIN2    VANGL2    GRHL1    BCL11A    MROH8(这里用的是关于人的基因名) 首先打开DAVID网页,选择Functional Annotation: 在左边的框里面按提示输入,步骤1,输入你的ID号,这里可以是基因ID,也可以是基因名,或

上周收到一条求助信息:“如何用TCGA数据库分析LINC00152在卵巢癌与正常组织的的表达差异?” 所以以这个题目为记录分析过程如下: 一.下载数据 a)进入网站https://cancergenome.nih.gov/   网页截图如下: b)进入数据下载 Launch Data Portal   ,截图如下: 进入数据下载接口后,有Projects Exploration Analysis Repository 四个栏目,我们数据下载可进入Repository菜单栏,截图如下: 网页分成左

KEGG数据库的使用方法与介绍 KEGG的数据 KEGG中的pathway是根据相关知识手绘的,这里的手绘的意思可能是指人工以特定的语言格式来确定通路各组件的联系:基因组信息主要是从NCBI等数据库中得到的,除了有完整的基因序列外,还有没完成的草图:另外 KEGG中有一个“专有名词”KO(KEGG Orthology),它是蛋白质(酶)的一个分类体系,序列高度相似,并且在同一条通路上有相似功能的蛋白质被归为一组,然后打上KO(或K)标签.下面就首先来讲一下KEGG orthology. 任找一个

我们的云平台上的GO富集分析工具,需要输入的文件表格和参数很简单,但很多同学都不明白其中的原理与结果解读,这个帖子就跟大家详细解释~ 一.GO富集介绍:       Gene Ontology(简称GO)是一个国际标准化的基因功能分类体系,提供了一套动态更新的标准词汇表(controlled vocabulary)来全面描述生物体中基因和基因产物的属性.GO总共有三个ontology(本体),分别描述基因的分子功能(molecular function).细胞组分(cellular compon

使用limma.Glimma和edgeR,RNA-seq数据分析易如反掌 Charity Law1, Monther Alhamdoosh2, Shian Su3, Xueyi Dong3, Luyi Tian1, Gordon K. Smyth4 and Matthew E. Ritchie5 1The Walter and Eliza Hall Institute of Medical Research, 1G Royal Parade, Parkville, VIC 3052, Melbo

好久没更新了,这里都长草了... 总结下Eutils的用法,参考<E-utilities Quick Start>,没时间看英文的可以参考下. 简介 Eutils全称是The Entrez Programming Utilities (E-utilities),是由八个服务器端程序组成的一套编程工具,它提供用于访问NCBI Entrez查询和数据库系统的稳定接口. 这八个工具包括Einfo.ESearch.EPost.ESummary.EFetch.ELink.EGQuery.ESpell(详

可参考博客:http://blog.csdn.net/carzyer/article/details/5117429 Perl常用命令行参数概览 -e 指定字符串以作为脚本(多个字符串迭加)执行 -M/-m 和 use 模块名 一样. 如果不想引入模块的缺省值, 你可以使用 -m. -m模块名 和 use 模块名() 一样. -I (这是一个大写i)指定目录以搜索标准位置前的模块 -w 打开警告 -c 进行语法检查但并不执行程序. -0 (这是个零)跟一个16 进制或8进制数值,指定输入记录分隔

昨天开始学用Cytoscape,其tutorial分为两个部分,基础的和高级 的.基础教程又分成了四课:Getting Started.Filters & Editor.Fetching External Data和Expression Analysis.为防忘记,做个摘记. 第一课 新手上路 地址:http://wiki.cytoscape.org/Presentations/01_Get_Started Cytoscape可以本地安装,也可以web start.软件得用java,所以要装JR

前言 pathview是一个通路可视化友好的R包,最主要的是它支持多组学数据映射(基因/蛋白-代谢).自己用过它的R包,后来发现有网页版的,果断介绍给学员.因为不常用,记录要点,以后温习备用. 目前web版本和R包访问和应用次数如下,显然R群体用户占主导.Web界面是在PHP上使用Laravel Framework和R构建的.地址:https://pathview.uncc.edu/ 使用时可以游客快速访问,不过注册的话会保留一段时间分析的结果. 工具使用的帮助文档详见:https://path

1.安装,加载所用到到R包 用BiocManager安装,可同时加载依赖包 source("https://bioconductor.org/biocLite.R") BiocManager::install("clusterProfiler") library(clusterProfiler) ##富集分析library(topGO) ###画GO图library(AnnotationHub) ##获取数据库library(BiocFileCache) ##依赖包