BioSciTools: bioinformatics desktop software

BioSciTools https://bioscitools.github.io基于Java (JDK-11), JFX, R-4.2.0开发的桌面程序，旨在为生物信息学的发展做出新的探索和贡献，实现序列分析、转录组学、基因组学、蛋白质组学、代谢组学、单细胞、微生物学、医学等领域的数据分析和可视化。该程序继承了HiPlot https://hiplot-academic.com美观的操作界面、优秀的交互组件、完善的分析功能，但开发方式和分析内容与Hiplot不同。BioSciTool调用用户的本地计算资源，开发理念和宗旨在于基于Java开发更加得心应手的生物信息学分析软件，早前受到少许程杰开发的TBTools https://github.com/CJ-Chen/TBtools的启发，我更加致力于的软件交互设计、多组学分析功能、临床医学领域的开发。

1. Brief information and home page

1. Github: https://github.com/bioscitools
2. Download: https://github.com/BioSciTools/BioSciTools.github.io/releases
3. Website: https://bioscitools.github.io
4. Courses: https://space.bilibili.com/34105515/channel/seriesdetail?sid=2662518
5. 公众号: 生物信息学Omics

Figure.1 Brief information and home page

2. RevCom

RevCom: Reverse Complete DNA序列反向互补分析

Figure. 2 RevCom

3. CorPlot

CorPlot: Correlation analysis and plot. 基于转录组学、代谢组学等组学数据进行对样本/分组间的Pearson相关性分析。

Figure. 3 CorPlot

4. PCA Plot

PCA Plot: 基于转录组等组学中经RPKM/FPKM标准化的基因表达数据，对所有样本进行主成分分析（PCA） 并可视化科学绘图，当样本数量足够时可以展示95%CI(P-value < 0.05)的圈图。

Figure. 4 PCA Plot

5. Venn Plot

VennPlot: 可以实现7组数据间的统计与可视化，且提供 Circle 和 Ellipse 两种形状，提供 Sci 期刊颜色搭配 12 种，允许用户更具美观程序设置颜色透明度 Alpha，提供包含 Times New Romas字体在内的多种字体选择， 提供 PDF 和JPEG 图像结果下载。

Figure. 5 Venn Plot

6. VocanoPlot

VocanoPlot: 基于差异表达基因计算结果(包含差异表达基因/转录本名称, log2FoldChange, P-value, P-adjust / Q-value)进行可视化绘制Volcano火山图。适用于转录组学、代谢组学、蛋白质组学等组学数据。

Figure. 6 Vocano Plot

7. NetworkPlot

NetworkPlot: 调控网络在探索生物学复杂的调控关系分析中发挥着显著的优势，本程序基于两类节点间的调控配对数据（建议是符合显著性的调控关系对）通过计算连接度或单纯计算节点数进行构建调控关系网络并可视化。适用于Protein - Protein, Gene - Gene, MicroRNA - mRNA, TF - Gene, MicroRNA - CircRNA, MicroRNA - LncRNA等分子对调控关系。

Figure. 7 Network Plot

8. GO and KEGG Enrichment

GO Enrichment Stat

Figure. 8 GO Enrichment Stat

KEGG Enrichment Net

Figure. 8 KEGG Enrichment Net

9. Cluster

ClusterPlot: 多维数据经过 kmeans, hclust, agnes, clara, diana, fanny, pam 等多种聚类算法进行聚类分析，如经典的基于距离聚类的kmeans和基于层级聚类的hclust，最终可视化聚类结果。

Figure. 9 ClusterPlot

Figure. 9 ClusterTree

10. WGCNA

根据各位医学研究者的强烈需求，以及常规多样本转录组（>=12样本）利用WGCNA的优势，筛选与性状相关的基因。本程序基于WGCNA模块并优化数据分析和可视化代码，实现常规多分组（以分组为性状信息）转录组学模块筛选与共表达网络构建的分析。此次更新带来WGCNA分析流程。

Figure. 10 WGCNA

11. ChordPlot

ChordPlot: 弦图用于展示两种对象之间的复杂配对关系，连接圆上任意两点的线段叫做弦，代表着两者之间的关联。不同的颜色来区分不同的对象关系，连接线的宽度表示数据之间的关系程度，弧线与圆的接触面积上的宽度表示比例关系。

Figure. 11 Chord Plot

12. Survival Analysis

Survival Analysis: 生存分析是将事件的结果和出现这一结果所经历的时间结合起来分析的统计分析方法。本程序基于生存分析，并对分析结果以分组生存ROC曲线、生存Table和Number Censor进行可视化。

Figure. 12 Survival Analysis

13. BioSciTools Courses

Courses: https://space.bilibili.com/34105515/channel/seriesdetail?sid=2662518

BioSciTools-Bilibili

14. 生物信息学Omics

公众号: 生物信息学Omics
BioSciTools Articles: http://mp.weixin.qq.com/mp/homepage?__biz=MzI4OTEwNzI5NA==&hid=12&sn=2b2c4f083e5e04f8496dfb6946b04e2b&scene=18#wechat_redirect
BioSciTools Videos: http://mp.weixin.qq.com/mp/homepage?__biz=MzI4OTEwNzI5NA==&hid=13&sn=6eaebedf28ec5ee8d890c6e2d63f63ba&scene=18#wechat_redirect

祝 各位科研者身体健康、科研顺利、成果卓越！