Smart-seq是由路德维格癌症研究所的 Rickard Sandberg实验室所开发的一套在全转录组范围进行单细胞RNA测序 (scRNA-seq) 的方法。Smart-seq因为以全长mRNA建库，所以对转录本的测序覆盖度也有所上升。Smart-seq2是由Picelli等人从Smart-seq中改良而来(Picelli et al., 2013) (Picelli et al., 2014)。本文将从Smart-seq2的原理、优点和缺点来为大家介绍这项scRNA-seq技术。

Neighbor Joining是一种bottom-up的聚类方法，常被用于**系统发育树(phylogenetic tree)*的构建当中。 Naruya Saitou 和 Masatoshi Nei在1987年将NJ法发表在Molecular Biology and Evolution*中，至今已有超5万的引入量，实在是生物信息学中超重量级的文章。

在做基因差异表达分析时，经常会用DESeq2这个包，但一直没有深究其分析的统计流程。因此，在这里记录一下DESeq2校正基因表达的方法 – 比率中值法 (Median of ratios)。

最近在看差异分析当中原始read counts是如何被校正的，自然就不会放过差异分析的经典之一 —— edgeR.

在高通量测序数据的分析中，仅仅靠raw read counts描述基因的表达量是远远不够的。受限于测序过程中的技术因素影响，read counts对于基因表达量的反映存在一定偏好（bias）。因此，Mortazavi等人提出了RPKM/FPKM的方法对read counts进行normalization以使基因表达量的比较可以在不同文库间进行。随后，Mortazavi等人更是提出了考虑转录本长度分布情况的TPM方法。本文将会简要说明为什么我们要对read counts进行normalization，以及RPKM，FPKM，TPM是什么，并通过一个简单地例子阐述为什么TPM才是被更多人认同的方法。

经典的转录组差异分析通常会使用到三个工具limma/voom, edgeR和DESeq2， 今天我们同样使用一个小规模的转录组测序数据来演示edgeR的简单流程。

经典的转录组差异分析通常会使用到三个工具limma/voom, edgeR和DESeq2。今天我们就通过一个小规模的转录组测序数据来演示DESeq2的简单流程。

本文写于观看生信技能树公众号（vx: biotrainee）的七步走纯R代码通过数据挖掘复现一篇实验文章（第1到6步）一文后，感觉生信技能树优秀学徒的工作十分吸引人，就自己动手复现了一次。

Step 00 问题概述

本文的任务是全代码复现一篇paper，标题为 ：Co-expression networks revealed potential core lncRNAs in the triple-negative breast cancer. PMID：27380926

ref： 生信技能树–七步走纯R代码通过数据挖掘复现一篇实验文章（第1到6步）

我们复现的文章是对8名乳腺癌的患者的转录组测序数据的分析。复现测序的流程恐怕不太现实，但是我们可以通过TCGA数据库中的肿瘤数据复现文章的数据分析流程。

本文的分析流程包括：

• 下载数据

• 数据清洗

• 质量控制

• 差异分析

• 注释mRNA,lncRNA

• 富集分析

至于WGCNA分析在本文就不再复现了，有兴趣的同学也可以查阅生信技能树的文章七步走纯R代码通过数据挖掘复现一篇实验文章（第七步WGCNA）

学习最好的方式就是分享。

最近看到一个在R上进行的RNA-seq 分析流程，恰好自己也有过RNA-seq分析的经验，所以就想结合以前的经验分享这个流程出来。
P.S. RNA-seq 分析有多种流程，本文仅是举出其中一个例子，抛砖引玉。

本文将要介绍的是由Combine Australia所提供的一个针对有参基因组的基因差异表达分析流程。

在R语言的可视化工具中，ggplot2无疑是一款简洁、强大、优雅的工具。本文简单介绍ggplot2的用法