genspider命令作用，genesid命令

tophat软件比对-实战(2018-05-29)

1、Tophat/Tophat2工具本身不能进行比对，它是通过调用bowtie/bowtie2进行比对的。划重点，bowtie2不是bowtie的升级版，但是Tophat2是Tophat2的升级版。

2、RNA-seq的reads mapping要考虑剪切比对，用到了tophatstar和Hisat2，这3个目前使用最频繁的比对工具。

3、基于比对的流程，比对工具也有很多选择，如Hisat，STAR，Tophat(hista可以替代tophat)，bowtie等， 还有据说速度超快的Subread。

4、CHIP-seq： BowtieBWA用的比较多 RNA-seq： Tophat、Bsmap 甲基化：BS-seeker global---NW local--SW 好处是能够穷举出所有的比对情况，所以可以选择全局最优的结果；最大的缺点是比对的非常慢。

单细胞分析--指定细胞群的筛选

1、例如，T细胞是CD3+细胞群，需要表达出构成CD3表面蛋白的三个支链CD3E，CD3D和CD3G。根据这些标记基因的表达水平来对单细胞群进行区分和命名。 在原有基础上，增加了对细胞群的cluster id的筛选。

2、单细胞制备的主要挑战包括起始样品的脆性、物理应力、缓冲液的选择、细胞解离的持续时间和单细胞的产量[18]。

3、年中国人民解放军总医院等单位的研究人员在 Immunity 发表了利用单细胞测序研究人类早期T淋巴细胞生成和胸腺器官生成的文章。

4、应用 疾病研究：单细胞测序可以帮助研究人员深入了解疾病的发病机制和诊断标志物，并为新药研发提供关键信息。生物发育研究：单细胞测序可以揭示生物个体从单细胞到多细胞群体的发育过程，以及不同细胞类型之间的相互作用。

5、单细胞分析（scRNA-seq）可以反映群体内细胞间的异质性和小群体细胞的重要功能，特别是细胞之间的细微差异也可以解析出。因此单细胞测序技术又被称为“分子显微镜”。

怎么把表达值与ENSEMBL匹配用r语言

R语言中文本处理的重要一环，而R里面最强大的文本处理公式就是grep()一类的general函数(无需添加任何新的package)。

“PCA.data.txt” 为基因表达值矩阵。其中第一列为基因名称，这里以ensembl id作为指代；其余各列记录了RNA-seq获得的各基因在各样本中的表达量信息。

2019-05-21-多基因联合建树软件astral方法

1、astral可以进行multi-locus bootstrapping。为了开展multi-locus bootstrapping，astral需要访问每一个gene的boostrap replicate trees。 例如： 你需要提供所有gene tree bootstrap replicates的位置。在测试数据中进行bootstrapping。

2、在另一种方法中，将基因表达的特征与非编码转录物如miRNA的区域一起提取； 这是通过使用深度信念网络和主动学习来实现的，其中使用了深度学习特征提取器来减少六个癌症数据集的维度，并且胜过了基本特征选择方法[27]。

3、consense 是属于phylip软件的一个子程序，用于支持基因树构建物种树。consense读取文件中的树的集合并输出一颗consensus tree。包括了strict consensus （严格共识）和majority rule consensus （多数共识）。

4、- 多组学特征提供准确的预后预测方法 为了从众多的基因改变中找出免疫相关的预后信号，采用了基于lasso回归和Cox比例危险回归的策略。还分别研究了三种改变的联合效应和单独效应，以确定哪种模型的性能最好。

GEO数据挖掘小尝试:(三)利用clusterProfiler进行富集分析

1、GEO挖掘实战TNBC相关探索 - 芯片数据的差异分析一般使用limma包 之前学习RNA-seq转录组学习时，对富集分析的概念与流程有过一定的了解。主要分为ORF与GESA两类，都可用clusterProfiler包完成。

2、最近有粉丝反映说，利用clusterProfiler这个包绘制GO富集分析气泡图和柱形图的时候，发现GO条目的名字都重叠在一起了。气泡图 柱形图 这个图别说美观了，简直不忍直视。经过我的认真研究，发现跟R版本有关。

3、快捷查找ID对应的description，知道通路对应的编号是多少。找出某一个/几个通路里的全部基因，用来做单独的下游分析。

4、按照标准流程对GEO上下的数据进行数据处理，差异分析，富集分析 到enrichKEGG的这一步的时候就出现了Error。

5、这样做能避免得出的结论不全面，对于事先没有预想的term或者是事先预想的term不全面这些情况有帮助。

6、scale_y_discrete则调节label过长的情况，让图片看起来 更美观。3)检查结果，可见geneID展示为gene symbol。（1）在enrichGO函数中，设置readable = TRUE；(2)用setReadable函数，对GO或者KEGG结果进行转化即可。