生信的作用越来越大,想学的人越来越多,不管是为了以后发展,还是为了解决眼下的问题。但生信学习不是一朝一夕就可以完成的事情,也许你可以很短时间学会一个交互式软件的操作,却不能看完程序教学视频后就直接写程序。也许你可以跟着一个测序分析流程完成操作,但不懂得背后的原理,不知道什么参数需要修改,结果可以出来,却把握不住对还是错。

学习生信从来就不是一个简单的事,需要做好持久战的心理准备。

在学习时,我们都希望由浅入深的逐步深入,不断地练习和实践,这就是为什么我们需要一本书,因为书很系统。但生信发展的历史短于计算机编程的历史,如果想要一门程序设计的入门数据,每种语言都可以找到几本。但想要一个囊括生信的书,就有些难了。本身生信跨领域,需要多学科的知识,而其内部又有不少分子,都囊括了太大,包括的少又有些隔靴搔痒的感觉。

我们当时都是零基础下自学Linux,  自学Python,自学R,自学高通量测序;这些学习经历,之前都零星地记录在博客里。现在回头去看几年前自己记录的东西,觉得好简单,而当时却费了很大的力气。这些零星的随手记,当时也只是为了自己看,到现在确实只有自己能看得懂,不便惠及更多的人。

因此我们创建了生信宝典,希望从不同的角度传播知识。这个不同有三点含义,一是形式上的不同,摒弃之前主编们单人作战想写啥就写啥,而是有组织有计划的内容聚合,提供一系列的教程,由入门到提高。二是内容的不同,不去用网上现有教程的通用数据做例子,而是拿实际生物数据,讲述如何解释生信中普遍碰到的问题,讲述如何处理自己的数据。三是立足点不同。在写作时,我们回到了当年,在回忆中用整个阶段的学习去指导当初的那个小白,从那些会了的人觉得微不足道而不会的人又迈不过的坎入手,直击痛点。知识点的收录依据不是是否炫酷,是否难,而是是否必要。如果必要,再简单,也要提及;如果不必要,再炫酷,也暂不纳入。

通过大量的生信例子、关键的注释和浓缩的语句形成下面的一系列学习教程。每一篇内容都不多,可以当做小说阅读,也可以跟着去练,反复几遍,每读一次都会有不同的收获和体会。

征稿 :诚邀广大同行分享学习经验、心得体会、成果文章解读,即有利于交流和宣传,又提高自身的影响和文章的引用推广;欢迎本领域科研院所和高校的团队在本平台免费发布招聘广告。( 诚招培训招生主管、招生助理、公众号编辑 )

生物信息学包含生物数据分析、数据可视化、重复工作程序化,是生物、医学科研必备的技能之一。生信宝典精心组织生信学习系列教程、生信工具精品教程,通过大量的生信例子、关键的注释、浓缩的语句和录制的视频帮助快速掌握生信知识。

更多知识敬请扫码关注,还有PDF教程可以领取。

注:下面为往期文章目录集合,所有蓝字均为文章链接,点击阅读原文

  • 生信宝典-Linux教程.pdf (微信公众号后台回复 生信宝典福利第一波 )

  • 生信宝典Py3_course.pdf

  • 生信宝典-R学习教程.pdf

加拿大生信课程

  • 国外生信教程免费领 加拿大生信开源学习资源Bioinformatics.ca

  • Bioinformatics_for_Cancer_Genomics

  • Informatics_on_High-Throughput_Sequencing_Data

  • Informatics_for_RNA-Seq_Analysis

  • Analysis_of_Metagenomic_Data

  • Informatics_and_Statistics_for_Metabolomics

  • Bioinformatics_of_Genomic_Medicine

  • Epigenomic_Data_Analysis

  • Pathway_and_Network_Analysis_of_omics_Data

  • Infectious_Disease_Genomic_Epidemiology

Illumina测序应用手册

计算资源评估

蛋白质组学研究

转录组研究

单细胞系列教程

GEO/TCGA数据

扩增子三步曲

宏基因组教程

宏基因组分析专题

ChIP-seq专题

Linux 全介绍

CIRCOS系列

R统计和作图

NGS基础和软件应用

ImageGP

生信宝典之傻瓜式

Python

Cytoscape网络图

2019的高阅读文章合集

精选文章推荐

软件和数据库

扩增子分析

宏基因组分析

实验设计与技术

科普视频*寓教于乐

原文链接: https://mp.weixin.qq.com/s?__biz=MzI5MTcwNjA4NQ==&mid=2247527821&idx=1&sn=2eb8614897ce39c2f0c7748edba71c82&chksm=ec0ea807db79211109ffd1448ec3e55c7141be20f80566c83377bbfebad3f6adc7ec9edf5873&scene=126&&sessionid=0 最近真是烦心啊,事事不顺,找个日子我要找大师算一卦。😂 大家基本都会做富集分析,但有时候terms实在太多,读起来真是累,也搞不清到底谁是其中相对重要的。🥲 之前有一些R包通过计算基因集的overlap,进行term合并,效果也还可以。🥰 今天跟大家介绍的是simplifyEnrichment包,通过计算语义相似性矩阵来合并terms,效果也是要比计算基因overlap要好的多(这可不是我空口说的,这是原文比较的结果)。🤩 2用到的包 library(tidyverse)library(simp 在一角、五角两个类中,我们认为它是五角的概率大,所以我们判断为五角。 在数学上此概率可以由Bayes公式计算得出: P(wi∣x)=P(x∣wi)P(wi)∑j=0n P(x∣wj)P(wj)P(w_i|x)=\cfrac{P(x|w_i)P(w_i)}{\displaystyle\sum_{j=0}^n\ P(x|w_j)P(w_j)}P(wi​∣x)=j=0∑n​ P(x∣wj​)P(wj​)P(x∣wi 宏基因组/微生物组是当今世界科研最热门的研究领域之一,为加强本领域的技术交流与传播,推动中国微生物组计划发展,中科院青年科研人员创立“宏基因组”公众号,目标为打造本领域纯 干货 技术及思想交流平台。 本公众号每日推 ,工作日分享宏基因组领域科研思路、实验和分析技术,理论过硬实战强;周末科普和生活专栏,轻松读文看片涨姿势。目前己分享184篇原创文... GO term功能网络中,每个节点代表 一个 Gene ontology,点的大小代表富集得分(或者其他用于说书的得分)。网络中有相关关系的功能会形成“边”。人工绘制的边界圈出了标记为相同cluster的功能。 为什么要对GO term聚类?因为现在几乎什么实验条件都能够富集出几百个GO term,这些功能如果一一 什么是bioinformatician 如何你想成为一名 生信 人,那么至少你需要了解什么叫做生物信息学。否者,朝着错误的方向再努力也是白费劲。 什么是生物信息学呢?在陈铭主编的《生物信息学》(科学出版社)的序中是这样写的: 生物信息学是20世界80年代末随着人类基因组计划的启动而兴起的一门新兴交叉学科,体现了... 最近看“ 生信 技能树”R语言相关教程,发现对于常见的韦恩图操作中,有这样的 一个 需求:不仅需要得到venn图还希望提取交集的元素信息。联想到之前自己项目中有这一部分,故整理。 Venn图绘制 输入数据: 原始输入数据是当时项目中得到三个基因集中的相关差异基因。 首先将三个基因集中基因保存至“venn_list”变量中;通过R包“VennDiagram”中的“venn.diagram”函数可以一键出图,其中通过"filename"参数指定保存的路径及文件名; 最终效果图如下: 提取交集元素 还在为不会分析大数据发愁吗? 还在为无法查询和比较发表文章中感兴趣基因表达值抱怨吗?使用genevestigator,高效利用已经有研究结果,轻松与同行研究结果比较!!!GENEVESTIGATOR“基因研究员”,帮助研究者对已经发表的公共数据进行查询、比较和 可视化 呈现。 主页: https://genevestigator.com/ 先在线注册 一个 帐号,注册时会选择Data Preferen