李申锁，男，在读研究生，学习生信ing
此前以小贝学生信为昵称在简书平台写一些学习心得。于2022年4月10日创建此博客，记录今后学习生信的过程。
如你也对博客的内容感兴趣，欢迎邮件交流，一起学习！

Email : lishensuo@163.com

Github: https://github.com/lishensuo

简书：https://www.jianshu.com/u/423436813cc4

2022年1月1日摄于上海天文馆

All posts

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22


setwd("C:\\Users\\xiaoxin\\Desktop\\Blog\\content\\posts")
library(tidyverse)

dir_bioinfo = list.files("bioinfo/")[-1] %>% 
  str_match(pattern = '([0-9]{3})(.*)') %>% .[,3] %>% 
  paste0(1:length(.), "、", .) %>% 
  paste0(collapse = "\n\n") %>% 
  paste0("## Part1: 生信数据分析\n", .)

dir_program = list.files("program/")[-1] %>% 
  str_match(pattern = '([0-9]{3})(.*)') %>% .[,3] %>% 
  paste0(1:length(.), "、", .) %>% 
  paste0(collapse = "\n\n") %>% 
  paste0("\n\n## Part2: R&Python&Shell\n", .)

dir_basic = list.files("basic/")[-1] %>% 
  str_match(pattern = '([0-9]{3})(.*)') %>% .[,3] %>% 
  paste0(1:length(.), "、", .) %>% 
  paste0(collapse = "\n\n") %>% 
  paste0("\n\n## Part3: 文献与基础\n", .)

cat(paste0(dir_bioinfo, dir_program, dir_basic))

1
2
3
4
5


hugo 
cd public/
git add .
git commit -m 'add blogs'
git push -u origin master

Part1: 生信数据分析

1、conda环境下载管理软件、R包.md

2、服务器外网文件传输–奶牛快传、阿里云盘.md

3、单细胞分析工具–cellranger比对.md

4、单细胞分析工具–Seurat4基础流程.md

5、单细胞分析工具–monocle轨迹分析.md

6、单细胞分析工具–CellChat细胞通讯分析.md

7、单细胞分析工具–转录因子pySCENIC.md

8、单细胞分析工具–Palantir轨迹分析-.md

9、单细胞分析工具–Seurat空间转录组.md

10、单细胞分析工具–hdWGCNA共表达网络.md

11、单细胞分析工具–ECAUGT提取hECA数据.md

12、单细胞分析工具–infercnv拷贝数变异鉴定.md

13、单细胞分析工具–SingleR细胞类型注释.md

14、单细胞分析工具–细胞周期分析.md

15、单细胞分析工具–多样本批次校正.md

16、单细胞分析工具–SingleCellExperiment对象格式.md

17、单细胞分析工具–scanpy基础用法.md

18、单细胞分析工具–RNAvelocity速率分析.md

19、单细胞分析工具–CytoTRACE轨迹分析.md

20、单细胞分析工具–cellphonedb细胞通讯分析.md

21、单细胞分析工具–DoubletFinder识别双细胞.md

22、单细胞分析工具–基于文献的细胞类型注释marker.md

23、单细胞分析工具–NicheNet细胞通讯分析.md

24、单细胞分析工具–MAST差异基因分析.md

25、单细胞分析工具–Scissor表型相关亚群鉴定.md

26、单细胞分析工具–MARVEL单细胞可变剪切.md

27、单细胞分析工具–scCustomize包改进Seurat可视化.md

28、单细胞分析工具–Asgard单细胞药物重定向.md

29、单细胞分析工具–scSTAR挖掘分组样本细胞亚型.md

30、单细胞分析工具–celldancer细胞速率分析.md

31、单细胞分析工具–sccode综合差异分析.md

32、单细胞分析工具–sccoda细胞组成比较.md

33、单细胞分析工具–COSG鉴定marker基因.md

34、单细胞分析工具–ShinyCell交互式展示单细胞数据.md

35、差异分析R包-DESeq2+edgeR+limma.md

36、TCGAbiolinks包-TCGA数据下载与差异分析.md

37、表达矩阵TPM,FPKM标准化.md

38、从GEO下载芯片或RNAseq测序数据.md

39、下载测序数据SRR与fastq.gz方式.md

40、Refgenie下载参考基因组.md

41、STRINGdb包下载蛋白PPI数据.md

42、使用clusterProfiler下载GO&KEGG通路基因.md

43、人类基因组基础知识与下载查询.md

44、基因-蛋白-化合物ID转换.md

45、GSEA富集分析工具.md

46、clusterProfiler包富集分析与可视化.md

47、富集通路可视化方式.md

48、GSVA包单样本富集分析.md

49、survival包生存分析及glmnet包lasso回归.md

50、从RNAseq的fastq.gz提取表达矩阵.md

51、使用IsoformSwitchAnalyzeR包进行可变剪切分析.md

52、WGCNA基因加权共表达网络分析.md

53、xCell与CIBERSORT等免疫浸润分析.md

54、ClusterGVis包绘制基因表达矩阵热图.md

55、MuSiC包根据scRNAseq预测Bulk细胞组成.md

56、生信相关网站数据库集锦.md

57、TCGA的SNV数据下载与maftools可视化.md

58、肿瘤亚型分群工具ConsensusClusterPlus.md

59、诺模图或列线图绘制分析.md

60、UCSCXenaShiny包肿瘤数据分析可视化.md

61、EnhancedVolcano包绘制火山图.md

62、IOBR包肿瘤signature打分与免疫浸润分析.md

63、BayesPrism包根据scRNAseq预测Bulk细胞组成.md

64、R包NMF非负矩阵分解.md

65、机器学习基于R包mlr3(0)–mlr3基本流程.md

66、机器学习基于R包mlr3(0)–mlr3基本流程_v2.md

67、机器学习基于R包mlr3(1)–分类–KNN.md

68、机器学习基于R包mlr3(2)–分类–逻辑回归.md

69、机器学习基于R包mlr3(3)–分类–LDA与QDA.md

70、机器学习基于R包mlr3(4)–分类–朴素贝叶斯.md

71、机器学习基于R包mlr3(5)–分类–SVM.md

72、机器学习基于R包mlr3(6)–分类–决策树与随机森林.md

73、机器学习基于R包mlr3(7)–分类–XGBoost.md

74、机器学习基于R包mlr3(8)–回归–线性回归.md

75、机器学习基于R包mlr3(9)–回归–GAM非线回归.md

76、机器学习基于R包mlr3(10)–回归–岭回归+LASSON回归+弹性网络.md

77、机器学习基于R包mlr3(11)–回归–kNN+随机森林+XGBoost.md

78、机器学习基于R包mlr3(12)–降维–PCA.md

79、机器学习基于R包mlr3(13)–降维t-SNE与UMAP.md

80、机器学习基于R包mlr3(14)–聚类-k均值.md

81、机器学习基于R包mlr3(15)–聚类-层次聚类.md

82、机器学习基于R包mlr3(16)–聚类-EM混合分布.md

83、机器学习基于sklearn(1)–sklearn基础.md

84、机器学习基于sklearn(2)–交叉验证与超参数优化.md

85、机器学习基于sklearn(3)–常见分类任务学习器.md

86、机器学习基于sklearn(4)–常见回归任务学习器.md

87、机器学习–自动机器学习工具autogluon.md

88、数据库–药物与药物靶点TTD.md

89、数据库–药物干扰转录组CMap.md

90、数据库–通路基因集MsigDB.md

91、使用igraph包进行网络结构分析与可视化.md

92、重启随机游走算法与RandomWalkRestartMH包.md

93、obabel化学小分子格式转换.md

94、化合物指纹与描述符生成系列工具.md

95、数据库–化合物敏感度GDSC_CTRL.md

96、ChemmineR处理化合物信息的基础工具R包.md

97、深度学习D2L–01–线性回归.md

98、深度学习D2L–02–softmax多分类.md

99、深度学习D2L–03–K折交叉验证的torch训练基础流程.md

100、深度学习–VAE变分自动编码器.md

101、D2L-第二章预备知识.md

102、D2L-第三章线性神经网络.md

103、D2L-第四章多层感知机.md

104、D2L-第五章深度学习计算.md

105、D2L-第六章卷积神经网络.md

106、D2L-第七章现代卷积神经网络.md

107、D2L-第八章循环神经网络.md

108、D2L-第九章现代循环神经网络.md

109、D2L-第十章注意力机制.md

110、D2L-第十四及十五章BERT模型.md

111、D2L-第十一及十二章优化算法&多GPU并行.md

112、深度学习–GAN基础.md

113、图神经网络DGL-01DGL基础.md

114、图神经网络DGL-02同构图_节点分类.md

115、图神经网络DGL-03同构图_边回归.md

116、图神经网络DGL-04同构图_边预测.md

Part2: R&Python&Shell

1、Python基础-(1)初识.md

2、Python基础-(2)序列、元组与字符串.md

3、Python基础-(3)条件与循环语句.md

4、Python基础-(4)函数.md

5、Python基础-(5)类与实例.md

6、Python基础-(6)异常.md

7、Python基础-(7)模块基础.md

8、Python基础-(8)常用内置模块.md

9、Python基础-(9)文本读写与pickle保存.md

10、Python-lambda函数表达式.md

11、Python-threading多线程.md

12、Python数据科学-IPython魔法命令.md

13、Python数据科学-NumPy数组.md

14、Python数据科学-Pandas表格.md

15、Python数据科学-Matplotlib可视化.md

16、Python-可视化-pandas绘图.md

17、快捷键系列.md

18、正则表达式基础.md

19、hugo+github搭建我的个人博客.md

20、R基础配置.md

21、R语言的多线程循环语句.md

22、R-数据分析-dplyr表格操作.md

23、R-数据分析-reshape2表格长短转换.md

24、R-可视化-ggplot2绘图基础.md

25、R-可视化-ggpubr包快速绘制点图、线图与柱状图.md

26、R-可视化-拼图patchwork.md

27、R-可视化-韦恩图venn.md

28、ggplot+ggpubr绘制箱图boxplot.md

29、ggplot绘制常规柱状图barplot.md

30、绘图颜色与画板的选择.md

31、R-可视化–热图heatmap.md

32、R-可视化–弦图chordDiagram.md

33、R-可视化–桑基(sankey)与冲击(alluvial)图ggsankey.md

34、R-可视化–饼图与环图.md

35、R-可视化–ggplot标注文本标签text&label.md

36、R-可视化–corrplot相关性绘图.md

37、R-可视化–ggplot添加四周边际图.md

38、R–可视化-ggbeeswarm绘制蜂群图.md

39、R–可视化-ggsignif注释显著性.md

40、R–可视化-funkyheatmap绘制table热图.md

41、R语言RSelenium爬虫.md

42、shiny包开发网页APP.md

43、基于Rstudio创建R包.md

44、R包purrr的函数编程.md

45、shiny包开发网页APP进阶.md

46、Shiny-basic-1-IO.md

47、Shiny-basic-2-Layout.md

48、Shiny-basic-3-Reactive.md

49、Shiny-basic-4-Feedback.md

50、Shiny-basic-5-Module.md

51、Shiny-pkg-1-shinyWidgets.md

52、Shiny-pkg-2-shinyJS.md

53、Shiny-pkg-3-shinydashboard.md

54、Shiny-pkg-4-shinydashboardPlus.md

55、Shiny-pkg-5-bslib.md

56、Shiny-pkg-6-others.md

57、renv包环境可重复性.md

58、rhinoverse系列-rhino包.md

59、rhinoverse系列-shiny.router包.md

60、UCSCXenaShiny-dev-tutorials–231119.md

61、Shell基础–变量名字符串操作.md

62、Shell基础–find查找文件.md

63、Sehll基础–gzip压缩与pigz多线程.md

64、Shell基础–grep等文本处理命令.md

65、linux进程管理与后台运行.md

66、初识slurm基础操作.md

67、window系统快速安装ubuntu子系统.md

68、docker初学.md

69、在Linux系统里部署Jupyter环境.md

70、Linux的parallel并行方法.md

71、Shell_Python_R脚本基础.md

72、MySQL初学.md

Part3: 文献与基础

1、统计学基础–统计描述指标与常见统计分布.md

2、统计学基础–以T检验为例学习基于中心极限定理的假设检验.md

3、统计学基础–方差分析与卡方检验.md

4、统计学基础–相关性与一致性.md

5、统计学基础–二分类模型评价指标.md

6、统计学基础–重抽样Bootstrap与置换检验permutation test.md

7、统计学–生信中常见统计指标.md

8、文献–AD星形胶质细胞与小胶质细胞的单细胞数据分析.md

9、文献–AD小鼠空间转录组数据分析.md

10、文献–挖掘AD单细胞数据分析NK浸润.md

11、文献–基于肝细胞癌M2样肿瘤巨噬细胞建立预后模型.md

12、文献–椎间盘退行性疾病bulk与scRNA-seq数据挖掘.md

13、文献–小鼠缺血性中风单细胞数据分析.md

14、文献–WGCNA发现的卵巢癌肿瘤相关成纤维细胞的预后模型.md

15、文献–小鼠前列腺癌单细胞数据分析.md

16、文献–hECA人类单细胞表达图谱平台.md

17、文献–immuCan肿瘤微环境单细胞数据库.md

18、文献–克罗恩肠炎疾病的大型单细胞图谱.md

19、文献-数据挖掘-肾癌与凝血相关基因.md

20、文献-数据挖掘-肺腺癌相关基因对.md

21、文献–综合多种分析建立TNBC预后模型.md

22、文献–四逆散与非酒精性脂肪肝网药分析.md

23、文献–基于PPI网络的靶点群距离预测药物组合.md

24、文献–矩阵相似性计算样本通路一致性.md

25、文献–从相关性网络中鉴定节点间的直接调控关系.md

26、文献–基于通路富集的药物重定向(以AD药物为例).md

27、文献–基于药物干扰转录组建立距离网络用于药物重定向.md

28、文献–synergyfinder包计算协同评价指标.md

29、文献–32种乳腺癌细胞系单细胞转录组图谱.md

30、文献–乳腺癌单细胞与空间转录组图谱.md

31、文献–肝癌空间转录组数据分析.md

32、文献–生信套路之肿瘤预后.md

33、文献–ccRCC单细胞转录组.md

34、文献–髓鞘脱失与再生模型小鼠snRNAseq数据分析.md

35、文献–基于泛癌scRNAseq的T细胞图谱整合分析.md

36、文献–浆细胞(Plasma cells)在膀胱癌(Bladder cancer)中的预后分析.md

37、文献–机器学习模型预测药物肾毒性-1.md

38、文献–机器学习模型预测药物肾毒性-2.md

All posts#

Part1: 生信数据分析#

Part2: R&Python&Shell#

Part3: 文献与基础#

All posts

Part1: 生信数据分析

Part2: R&Python&Shell

Part3: 文献与基础