StatQuest——生物信息相关原理的入门系列(一)

想学生信原理但是数学不好？不想看一串串公式也想明白各种分析的原理？StatQuest会是一个非常不错的选择！

StatQuest: 该系列视频是北卡罗来纳大学教堂山分校制作的（相当牛的学校了）。视频长度不长，基本上都是十几分钟，而且语速也不快，如果还是觉得有困难可以调整语速或打开字幕，一般6级过了的人基本上都没什么问题。视频链接都是youtube上的（可能需要fq？）。这是我看过的最好的视频系列（没有之一），主要是因为他把非常难懂的东西，用很简单的例子让你明白。这是很不容易的（说“人话”，适合初学者看）。有的视频看一遍就可以完全理解了，有的视频（比如某个算法的例子）看两遍也能理解个90%以上了。之前因为对于生信的原理没有关注，这个系列的视频可以作为很好的入门教程来看。
“墙裂”推荐！！

这个系列的笔记我不打算用截屏+翻译这样的方式来记录了，因为视频里展示的PPT很多都是动画，如果截屏的话要上百张的图片，有点本末倒置了。我认为如果想学，就要自己亲自去看一遍视频（视频又不长，十几分钟就当消遣了，还练习了英语）。

推荐视频：

以下推荐的视频都是我亲自看过的，而且最好按顺序观看，因为都是在前一个视频的基础上进行讲解的：
（1）初学者不理解RNA-seq测序到底是怎么测的？看文献也找不到头绪？读综述太抽象？这个视频讲解的非常简单明了：
StatQuest: A gentle introduction to RNA-seq
（2）是不是不太理解为什么RNA-seq里生物学重复比技术重复更重要？你知道生物学重复/技术重复/mix重复对结果的影响吗？下面这个视频用了很简单的例子来解释了这个困惑：
StatQuest: RNA-seq - the problem with technical replicates
（3）你也许知道RPKM, FPKM, TPM都是什么，但是你知道其中的计算过程吗？也许你知道哪一个方法更好，但是你知道背后的原因么？这里你只需10分钟的时间就可以弄明白：
StatQuest: RPKM, FPKM and TPM, Clearly Explained!!!
（4）edgeR是一个很常用的RNA-seq分析软件，但是你知道它是怎么进行normalization的吗？你知道edgeR是如何计算scaling factor的吗？可能很多教程里会用一大堆公式来说明，但是如果你数学不好（像我一样），估计看都看不下去。可是你又想了解一下怎么办？看视频：
StatQuest: edgeR, part 1, Library Normalization
（5）同样的，DESeq2你肯定不陌生，但是你知道它是怎么normalize你的counts吗？不用看很多很长的公式，你也可以理解其中的原理（这个视频看一遍可能会跟不上，看个两三遍就能明白了~）：
StatQuest: DESeq2, part 1, Library Normalization
（6）在我们分析RNA-seq或其他的测序数据过程里，经常会看到p-value这个值。我们通常还会利用p-value挑选变化显著的基因，比如p-value<0.05或者p-value<0.01。但是当你说p<0.05/p<0.01代表变化很显著的时候，你知道它真正的意思是什么吗？一个10分钟的小视频为你解释p-value到底是什么：
StatQuest: p-values: What they are and how to interpret them
（7）知道了p-value代表的真正含义以后，你知道p-value分几种吗？它是怎么被计算出来的呢？你知道p-value由哪几个部分组成吗？
StatQuest: How to calculate p-values
（8）学习了p-value以后，这有一个新名词（不新了，只是我不知道而已。。。），叫p-hacking。你了解什么是p-hacking吗？知道它是怎么产生的吗？p-hacking在我们的实验分析中是很不好的，那么如何避免它？
StatQuest: p-hacking: What it is and how to avoid it!
（9）上面学习了p-hacking以后，如何能减少假阳性的存在呢（事实不显著，但是p<0.05）？FDR可以帮助我们做这件事情。
StatQuest: False Discovery Rates, FDR, clearly explained

以上的视频笔记，我是用OneNote记录的，以下就是笔记内容，有的视频我只记录了一两句话，有的视频我就记录的多一些。想系统学习的同学还需要自己去看视频。毕竟每人的知识点掌握的不一样，我的查漏补缺不一定适合每个人。