转自:http://www.biotrainee.com/thread-411-1-1.html 常用数据库 ID ID 示例 ID 来源 ENSG00000116717 Ensemble ID GA45A_HUMAN UniProtKB/Swiss-Prot, entry name A5PJB2_BOVIN UniProtKB/TrEMBL, entry name A2BC19, P12345, A0A022YWF9 UniProt, accession number GLA, GLB, UG

1.基因系列中的data索引 2.基因ID之间的转换 对于生信,依托于别人的工具不如自己动手,由于研究发表的滞后性,往往很多工具提供的转换并不是最新的,况且开发者水平也参差不齐,理解原理才能让你来去自如. 今天主要记录几个ID转换的方式: 以果蝇为例 详细的了解阅读下面:ftp://ftp.ncbi.nlm.nih.gov/gene/DATA/README 1.从NCBI下载基因ID信息:ftp://ftp.ncbi.nlm.nih.gov/gene/DATA/GENE_INFO/Inverte

1)安装载入 ------------------------------------------- if("org.Hs.eg.db" %in% rownames(installed.packages()) == FALSE) {source("http://bioconductor.org/biocLite.R");biocLite("org.Hs.eg.db")}suppressMessages(library(org.Hs.eg.db))

使用limma.Glimma和edgeR,RNA-seq数据分析易如反掌 Charity Law1, Monther Alhamdoosh2, Shian Su3, Xueyi Dong3, Luyi Tian1, Gordon K. Smyth4 and Matthew E. Ritchie5 1The Walter and Eliza Hall Institute of Medical Research, 1G Royal Parade, Parkville, VIC 3052, Melbo

1)简介 edgeR作用对象是count文件,rows 代表基因,行代表文库,count代表的是比对到每个基因的reads数目.它主要关注的是差异表达分析,而不是定量基因表达水平. edgeR works on a table of integer read counts, with rows corresponding to genes and columns to independent libraries. The counts represent the total number of

昨天开始学用Cytoscape,其tutorial分为两个部分,基础的和高级 的.基础教程又分成了四课:Getting Started.Filters & Editor.Fetching External Data和Expression Analysis.为防忘记,做个摘记. 第一课 新手上路 地址:http://wiki.cytoscape.org/Presentations/01_Get_Started Cytoscape可以本地安装,也可以web start.软件得用java,所以要装JR

刚才小玩了下,不错,.net确实很方便,很强大 Using Entrez Utilities Web Service with C# and MS Visual Studio 2005 Updated: May 20, 2008 Creating a Web Service Client Project NCBI Entrez Utilities Web Service API Examples Search, Link & Fetch example Using WebEnv & Que

NCBI(National Center for Biotechnology Information,美国国家生物技术信息中心)除了维护GenBank核酸序列数据库外,还提供数据分析和检索资源.NCBI资源包括Entrez.Entrez编程组件.MyNCBI.PubMed.PudMed Central.PubReader.Gene.the NCBI Taxonomy Browser.BLAST.Pimer-Blast.COBALT.RefSeq.UniGene.HomoloGene.ProtES

RNA-seq是利器,大部分做实验的老板手下都有大量转录组数据,所以RNA-seq的分析需求应该是很大的(大部分的生信从业人员应该都差不多要沾边吧). 普通的转录组套路并不多,差异表达基因.富集分析.WGCNA network以及一些没卵用的花式分析.DEG分析是基础,up and down,做个富集,了解一下处理后到底是什么通路被改变了:WGCNA主要就是根据相关性来找出一些co-express的gene module. 单细胞的转录组的玩法就比较多了,可以理解为超多样本的普通转录组,普通转录

这篇文章是对SNP位点功能注释在线网站的一个总结帖. 软件排名不分先后,优先顺序可以看推荐指数. 彩蛋在最后,请坚持看完 1.GWAS4D, 推荐指数:**** 网址:http://mulinlab.tmu.edu.cn/gwas4d 支持输入格式 1) Variants Coordinates: Chr, Pos, [P-value] 支持输入格式 2) VCF-like Map: Chr, Pos, SNPID, Ref, Alt, [P-value] 支持输入格式 3) Single SN

众多不同的数据库所采用的对 Gene 和 Protein 编号的 ID 也是不同的, 所以在使用不同数据库数据的时候需要进行 ID 转换. 常用数据库 ID ID 示例 ID 来源 ENSG00000116717 Ensemble ID GA45A_HUMAN UniProtKB/Swiss-Prot, entry name A5PJB2_BOVIN UniProtKB/TrEMBL, entry name A2BC19, P12345, A0A022YWF9 UniProt, accessio

1)airway简介 在该workflow中,所用的数据集来自RNA-seq,气道平滑肌细胞(airway  smooth muscle cells )用氟美松(糖皮质激素,抗炎药)处理.例如,哮喘患者使用糖皮质激素来减少呼吸道炎症,在该实验设计中,4种细胞类型(airway smooth muscle cell lines )用1微米地塞米松处理18个小时.每一个cell lines都有对照与处理组(a treated and an untreated sample).关于实验设计的更多信息可

https://www.biostars.org/p/15890/     71   5.9 years ago by Malachi Griffith ♦16k Washington University School of Medicine, St. Louis, USA Does anyone know of a good source of human genes that act as a tumor suppressor or oncogene? The source can be

好久没更新了,这里都长草了... 总结下Eutils的用法,参考<E-utilities Quick Start>,没时间看英文的可以参考下. 简介 Eutils全称是The Entrez Programming Utilities (E-utilities),是由八个服务器端程序组成的一套编程工具,它提供用于访问NCBI Entrez查询和数据库系统的稳定接口. 这八个工具包括Einfo.ESearch.EPost.ESummary.EFetch.ELink.EGQuery.ESpell(详

https://www.plob.org/article/9969.html Gene Expression Omnibus database (GEO)是由NCBI负责维护的一个数据库,设计初衷是为了收集整理各种表达芯片数据,但是后来也加入了甲基化芯片,甚至高通量测序数据! GEO数据库基础知识 GEO Platform (GPL) 芯片平台 GEO Sample (GSM) 样本ID号 GEO Series (GSE) study的ID号 GEO Dataset (GDS) 数据集的ID号

GWAS Catalog The NHGRI-EBI Catalog of published genome-wide association studies EBI负责维护的一个收集已发表的GWAS研究的数据库 Catalog stats Last data release on 2019-09-24 4220 publications 107486 SNPs 157336 associations Genome assembly GRCh38.p12 dbSNP Build 151 Ense

DAVID网站提供了id转换的功能 1 选择上传gene list文件 2 选择上传ID的类型,我们ID-list.txt中的是Ensembl Gene ID,所以这里选ENSEMBL_GENE_ID 3 这个是类型,因为只做ID转换,所以选Gene List就ok了 4 选择你要转换的ID类型,这里我选的ENTREZ_GENE_ID 5 然后选择提交就ok了 bioDBnet 1 输入文件ID类型 2 输出ID类型,这里的Gene ID就是指ENTREZ GENE ID 3 输入ID列表,点击

web2.0最全的国外API应用集合 原文地址:http://www.buguat.com/post/98.html 2.0时代,越来越多的API被大家广泛应用,如果你还不了解API是何物,请看这里的介绍.下面是由techmagazine总结出的国外API应用,涵盖了30大类,相当全面了~不难发现,虽然都是英文的居多,但有很多已经推出了中文版本,而且我们也在应用中. 广告 Google AdSense Advertising management Google AdWords Search ad

[protocol]GO enrichment analysis     背景: 什么是富集分析,自己可以百度.我到目前也没发现一个比较通俗易懂的介绍.直接理解为一种统计学方法就可以了. 用于查看显著性. 富集分析有很多种,最常见的是GO富集分析.也有pathway富集分析.[pathway的我目前不会啊 ::>_<:: ] 工具: 也有很多种,我这里主要是用Ontologizer (links:http://compbio.charite.de/contao/index.php/cmdlin

本文主要是自己的在线代码笔记.在生物医学本体Ontology构建过程中,我使用Selenium定向爬取生物医学PubMed数据库的内容.        PubMed是一个免费的搜寻引擎,提供生物医学方面的论文搜寻以及摘要.它的数据库来源为MEDLINE(生物医学数据库),其核心主题为医学,但亦包括其他与医学相关的领域,像是护理学或者其他健康学科.它同时也提供对于相关生物医学资讯上相当全面的支援,像是生化学与细胞生物学.        PubMed是因特网上使用最广泛的免费MEDLINE,该搜寻引