| 共 7 篇文章 |
|
hclust_1 <- hclust(col_dist)pheatmap(exprTable, cluster_cols = hclust_1)pheatmap(exprTable, cluster_cols = col_cluster)dend = reorder(as.dendrogram(hclust_1), wts=exprTable_t$Tet3)按某个基因的表达由大到小排序dend = reorder(as.dendrogram(hclust_1), wts=exprTable_t$Tet3*(-1))样本量多时的自动较忧排序sv = svd(exprTable... 阅1 转自祥强6csdm... 公众公开 22-01-13 13:30 |
做生物信息学分析的朋友应该是对GEO数据库耳熟能详了，总会用到公共数据库的，而GEO数据库则是首选，起先只是为表达芯片数据准备的，后期纳入了各种NGS组学数据，文章里面会给出数据地址，GSE ID号，由此我们就可以进入GEO数据库，进而了解它！GEO Series (GSE)也可以用GEOmetadb包来获取对应GEO数据的实验信息（得到metadata数据），可以批量... 阅33 转0 评0 公众公开 20-04-16 21:24 |
Consensus Clustering一致性聚类识别肿瘤亚型分析。Consensus Clustering(一致性聚类)，无监督聚类方法，是一种常见的癌症亚型分类研究方法（如乳腺癌中的PAM50），可根据不同组学数据集将样本区分成几个亚型，从而发现新的疾病亚型或者对不同亚型进行比较分析(Justification for using consensus clustering(wiki)) 阅7664 转62 评0 公众公开 20-04-16 14:54 |
R语言|ConsensusClusterPlus 包进行一致性聚类往期回顾：R语言cheat sheet之Base RR语言|forestplot 包绘制森林图今天我们要分享的R包是ConsensusClusterPlus 包，用于一致性聚类。（2）k = 2, 3, 4, 5, 6 时的矩阵热图：矩阵的行和列表示的都是样本，一致性矩阵的值按从0（不可能聚类在一起）到1（总是聚类在一起）用白色到深蓝色表示，一致性... 阅18743 转262 评0 公众公开 20-04-15 23:43 |
医学生物信息学文献第4期：挖掘TCGA数据库中对胶质母细胞瘤微环境预后有价值的基因。为了更好地了解参与免疫和间质细胞的基因对预后的影响，作者在TCGA数据库中根据GBM患者的免疫/间质评分将GBM患者分为高和低两组，并确定了差异表达的基因，其表达与GBM患者的预后显著相关。为了了解TCGA数据库中鉴定的基因是否对其他GBM患者的预后也有意义，... 阅423 转3 评0 公众公开 20-04-15 23:31 |
lum3亚型（hign-TIL）：免疫基因高表达，如：趋化因子/受体基因、免疫检查点等，这些免疫基因反映炎症T细胞表型。在三种免疫亚型中癌旁正常组织的免疫细胞群均无差异，但在正常组织和肿瘤细胞对比中，low-TIL亚型和high-ISG亚型无明显差异或较低丰度，而high-TIL亚型的CD3 + T细胞、CD8 + T细胞和B谱系细胞的丰度高，说明在high-TIL和非管腔乳... 阅78 转1 评0 公众公开 20-04-15 23:31 |
