【原】生信小技巧系列第一季完结版视频教程学习笔记分享

专题历史目录：

3个学生的linux视频学习笔记

生信人应该这样学R语言系列视频学习心得笔记分享

一万人陪你学习GEO数据库挖掘知识（公益视频听课笔记分享）

公共数据库挖掘视频学习心得体会

接下来介绍生信小技巧：

【生信技能树】生信小技巧系列课程

（第一季已完更！~）#重制版#

1. R爬取生信软件列表到思维导图

• 了解并安装R

• 了解Html网页到源代码dom结构

• Html基础知识

• Html DOM教程

• 谷歌浏览器右键查看源代码

• 爬取数据

• 了解目标网站

• 获取数据

• 提取字符串

• H2

• H3

• 获取第一级检测的软件分类信息

• 爬取第二检测到软件分类信息

• 写爬虫，用思维导图展现出来

2. 为什么要用markdown做笔记

• 什么是markdown

• 编辑器Typora

• 必备条件

• 思路要清晰

• 掌握语法

• 优点

• 方便传播

• 帮助整理思路

• 难点

• 图片设置麻烦

• 表格略微复杂

• Excel制作完复制到markdown中

• 渲染器稍微有差别

3. 系统性入门R语言

• 为什么需要学R语言
  

• 想画一个热图

• 做GEO芯片数据分析

• 各种统计分析，如生存分析，差异分析，lasso回归

• 各种搜索渠道

• 入门书籍

• 了解并安装R

• R及R studio

• 安装一些必要的包，了解CRAN及bioconductor

• 安装包(选择合适的镜像)

• 去搜索安装代码

• 加载包

• 查看包的帮助文档

• 获取当前工作区间 getwd()更改工作区间setwd()

• 清除当前对象rm()

• 安装包会遇到的错误：R包终极

• R的包

• 理解R语言与Excel表格在数据处理的异同点

• 发Rdata给别人

• 保存成csv

• 读取文件进R语言，知道自己在哪里

• 明白R中的变量

• 向量和因子

• 数据框

• 列表

• 数组

• 了解变量的基础操作函数

• 变量怎么来，对它们处理什么

• 凡是英文单词，都是一个函数

• 数据对象的高级操作

• 查看函数特性

• 高级转换

• apply系列函数

• aggregate

• split

• dyplyr

• reshape2

• 字符串对象操作

• 高级分支

• 统计学

• 可视化

• bioconductor与生物信息学

• shiny与网页

• 创建自己的R包是学R语言的分水岭

4. 必学神器——IGV

• 为什么需要用IGV（生物信息学数据格式  fastq-bam-vcf/gtf/bed)

• 基础知识-测序原理

• 测序基础

• 准备工作：java环境设置

• 讲义

• NGS Visualization with the Integrative Genomics Viewer (IGV)

• 下载软件

• 谷歌搜索

• NGS组学异同点

• 有参组学（全基因组、外显子组学、转录组学、表观）

• IGV.js

• 一些疑问

• 为什么一条reads(150bp)上面可以有高达10个错配呢

• 为什么我们的reads会被soft clipping呢

5. 生信必备软件清单

• 生信培训学员请注意

• Notepad++.  (文本文件和非文本文件)等编辑器

• xshell连接终端 命令上传服务器

• Winscp    文件下载下来

• Git的终端模拟器

• everything查找文件

• 其他生产力工具 everything, typora, 坚果云

6. 你可能需要学一点编程

• 为什么学编程

• 一个例子

• 逻辑思维的获得

• 解析需求

• 熟悉语法

• 读取文件

• 默认变量，关键词

• 按列拆分

• 判断语句

• 循环语句

• 不停调试

• 学什么语言

• awk建议了解基础

• perl建议不学

• python强烈推荐

• java等其他可以了解

• 学习资源：纸质版书籍

• 练习为王：生信编程实战

• 生信编程200题

• 生物编程直播

7. 从NCBI等数据库网站下载大批量原始测序数据

• 生信工作者都在做什么
  

• 使用代码 nohup 写循环

• SRA数据库的规律

• OSCC文章数据重新处理

• 脚本下载

• 了解url的规律

• 数据处理

8. TCGA数据批量下载

• 搜索公号 TCGA教程
  

• 了解癌症类型

• 会一些shell命令

• 批量下载脚本

• 提前下载好所有TCGA癌症数据

9. 生信基础资料大全

• 生信工程师培训课程

• 四大公开课

• Perl, R, linux, Java

10. 生物信息学背景知识多吗

• 生信基础100讲

11. 生信技能树论坛

• 生信技能树论坛-板块汇总

12. 外显子数据分析（外显子提取，占1%）

• 收集整理201–2018年WES技术综述

• 阅读超过5个公司的WES数据分析结题报告

• 提取WES数据分析主干，绘制流程图，并且安装对应软件

• 提取WES数据分析侧枝，了解更多扩展分析，并且安装对应软件

• 两个遗传疾病家系WES数据分析实战

• 需要了解临床应用，仔细阅读基因大讲堂全年知识点精华版

• 了解自己的测序数据

• 主要是fastqc, trim, galore, multiqc软件使用及结果解读

• 了解参考基因组及注释信息

• 比对

• 找变异

• 注释

• 真正的流程

• 一个全基因组重测序分析实战

13. 转录组数据分析

• 了解RNA-seq实验环节

• 实验设计

• RNA提取和质量控制

• cDNA合成

• 文库构建

• 了解RNA-seq应用

• 蛋白质编码基因结构

• 新型蛋白质编码基因

• 基因表达的量化和比较

• 表达数量性状基因座

• 单细胞RNA-seq

• 融合基因

• 基因变异

• 长的非编码RNA

• 非编码小RNA

• 扩增产物测序（ampli-seq)

• 了解RNA-seq项目设计的一般原则

• 推荐100-200M的PE75以上的reads, 重复大于6， 经费紧张的3个也行

• 根据测序策略及各个分组是否有重复来实战

• SE50无重复

• FE150有重复

• 等其他

• 了解一些实战导读

• 一个植物转录组项目的实战

• 一个RNA-seq实战-超级简单-2小时搞定

• 诺和公司报告

• jimmy的GitHub

• 目前主流的是表观调控和多组学

• 数据处理的流程

• 其他应用方向如何自学

14. CHIP-seq数据分析

• Chip-seq数据重新处理

• 下载sra并且转换为fastq

• 使用R包对找到的peaks文件进行注释

• homer软件来寻找motif

• 下载软件及数据

• 运行homer软件

• 生信技能树教程大全一不小心就把ChIP-seq数据分析教程给写完了

• 需求来源：作者并没有给peaks文件，想要利用这个数据，只能自己重新处理

• 了解SRA数据库，下载作者的数据

• the data in 

• 做chip-seq的数据库包括examination of 4 different RNAPII modifications,（视频中有）

• 使用R包找到的peaks文件进行注释

• 找motif

• 载入IGV看看效果

• 其他代码进行下游分析

15. 都在开发软件吗

• 生信工程师3大类

• 售前售后技术支持

• 应用项目研发-偏编程

• 科研热点追踪

• 生物信息学在各个领域的应用

• 如果做应用项目研发领域的工具研发

• 数据库探索工具

• 基础软件的开发bwa, bowtie, 各种包complex-heatmap

• 数据处理流程的开发hppRNA

• 统计可视化接口

• 交互式火自动化项目结题报告

• 其他领域占绝大多数

• 科研文章用ngs组学数据

• 层出不穷的公共数据库挖掘

16. 分析结果的组织

• 交互式自动化报告

• 我用rmarkdown写过的教程（生信菜鸟团）

• markdown及系列套件推荐 maftools: summarize, analyze, visualize MAF files 

• php+css+html+js也可以，典型就是multiple

• python的jupiter也可以

• 基本就是pdf, html无缝连接，注意样式

• 生信菜鸟团搜“报告”

17. meta分析

• 至少先会R语言

• 每个数据集综合分析，有专业背景

• 有一些meta分析是阴性结果

• 研究类型看视频范文

18. TCGA多组学数据分析

• 通常是六种数据

• Agliment/affymetrix mRNA芯片或者mRNA测序

• Illumina DNA甲基化芯片

• Affymetrix SNP芯片

• miRNA测序或者芯片

• 全外显子测序

• 反向蛋白阵列技术

• 代码和数据库看公号教程

• 实验设计

• 实验技术路线

• 数据分析

• 可视化分析结果

19. 台湾OCCC队列研究

• 台湾OSCC癌症多组学[https://vip./d/396-oscc]

• 外显子和转录组数据组合分析

• 文章背景

• 疾病背景

• TCGA数据总结

• 下载数据

• 走肿瘤外显子流程

• 走转录组流程

• 下游分析

20. 单细胞转录组数据分析

• 有转录组背景知识

• 会linux

• 分析公共数据的需求

• 数据在——范例文献

• wget

• 转录组处理流程,得到表达矩阵

• 比较不同的转录组表达定量软件

• 10X流程

• seurat流程

• scater流程

21. 选取笔记分享平台

• 新媒体插件

• 复制URL链接

• 发布素材方式

• Cmd markdown

• 代码编辑器

■   ■   ■