每日文献:2018-01-09-阿里云开发者社区

开发者社区> 大数据> 正文

每日文献:2018-01-09

简介: PIVOT:转录组数据整合分析和可视化平台 原标题:platform for interactive analysis and visualization of transcriptomics data 原文地址: https://bmcbioinformatics.biomedcentral.com/articles/10.1186/s12859-017-1994-0 转录组分析是目前可以说最成熟的分析体系,并且已经有有很多的R包可以用来进行数据分析。

PIVOT:转录组数据整合分析和可视化平台

原标题:platform for interactive analysis and visualization of transcriptomics data
原文地址: https://bmcbioinformatics.biomedcentral.com/articles/10.1186/s12859-017-1994-0

转录组分析是目前可以说最成熟的分析体系,并且已经有有很多的R包可以用来进行数据分析。但是使用这些R包需要你有一定写脚本的能力,并且还要懂得如何对原始数据进行处理。为了方便用户使用, 作者整合了目前开源的R包,开发了一个网页工具,相当于给其他R包增加了可视化界面,用来满足大家用鼠标分析数据的渴望。

目前该工作有如下的分析模块

  • 数据标准化
  • 数据过滤
  • 基本分析模块
  • 差异表达分析模块:DESeq2, edgeR, SCDE, Monocle, Mann-Whitney U test
  • 聚类: Hierarchical, K-means, SC3, Community detection, Classification with caret, Cell state ordering with Monocle2/Diffusion pseudotime
  • 降维:PCA, t-SNE, Metric/Non-Metric MDS, penalized LDA, Diffusion Map
  • 相关分析
  • 基因集富集分析(Gene Set Enrichment Analysis):KEGG pathway analysis, Gene ontology analysis
  • 互作网络分析:STRING protein association network, Regnetwork visualization, Mogrify based trans-differentiation factor prediction
  • 其他

作者文章还给了几张很好看的图,或许你会感兴趣

img_b017ccab18daf031e9f56294113b2821.png
几个分析模块结果

我觉得要是你都知道如何正确使用这些工具,那你的数据分析能力也就合格了。所以感觉这个包不是给完全新手用,而是给那些写代码累了,用鼠标点点休息娱乐下的人用。

安装非常的简单,由于PIVOT只是对已有的R包进行整合开发,所以仅仅只要保证你先安装了R,之后就输入如下命令,等待30分钟左右即可。

# dependecies that need to be manually installed 
install.packages("devtools") 
library("devtools")
source("http://bioconductor.org/biocLite.R")  
biocLite("BiocUpgrade") 
biocLite("GO.db")
biocLite("HSMMSingleCell")
biocLite("org.Mm.eg.db")
biocLite("org.Hs.eg.db")
biocLite("DESeq2")
biocLite("SingleCellExperiment")
biocLite("scater")
biocLite("monocle")

# Install PIVOT
install_github("qinzhu/PIVOT")
biocLite("BiocGenerics") # You need the latest BiocGenerics >=0.23.3

如果你在Windows下安装,你可能会遇到一些波折,请坚持住!希望你会看到这个界面

img_c66ce5c8c76fb87b4a8f2b5b1977d75a.png
登陆界面

而我已经因为下面这个问题而放弃了

img_1e53f0950ec6c70fc5389814bd0c6716.png
我看不懂的报错

TCGA-Assembler 2--获取TCGA/CPTAC数据的好帮手

原标题:TCGA-assembler 2: software pipeline for retrieval and processing of TCGA/CPTAC data
原文地址:https://academic.oup.com/bioinformatics/advance-article-abstract/doi/10.1093/bioinformatics/btx812/4764001?redirectedFrom=fulltext

The Cancer Genome Atlas (TCGA)项目里存放着大量的数据可供分析,但是下载数据一直是一个老大难的问题。尤其是2016年,TCGA的数据还转移到了Genomic Data Commons (GDCs),并且还多了由CPTAC提供的TCGA的蛋白组学数据。

作者在开发过TCGA-Assembler方便进行数据下载,为了能够从新的数据库中下载数据,他更新了软件版本,叫做TCGA-assembler 2 (TA2),能够自动化从GDC和CPTAC里下载数据。

项目地址是:http://www.compgenome.org/TCGA-Assembler/

PS 这篇文章是2017年10月发的。

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
大数据
使用钉钉扫一扫加入圈子
+ 订阅

大数据计算实践乐园,近距离学习前沿技术

其他文章