limma

GEO数据挖掘（学习笔记）

GEO数据挖掘1.GEO数据库简介2.数据下载3.数据质量检查4.ID转换5.数据探索5.1PCA分析5.2hclust聚类5.3limma包进行差异分析5.3.1热图5.3.2火山图5.4GOandKEGG
生信小菜鸟啊·2022-11-25 01:49

用Python进行GEO数据挖掘（学习笔记三）：利用rpy2库调用R的limma包进行差异表达分析

加载需要的python库importpandasaspdimportnumpyasnpimportmatplotlib.pyplotaspltimportrpy2fromrpy2.robjectsimportrfromrpy2.robjects.packagesimportimportrfromrpy2.robjectsimportpandas2ripandas2ri.activate()1.数据
Python_YBYB·2022-11-25 00:16

RNA-seq入门实战（五）：差异分析——DESeq2 edgeR limma的使用与比较

本节概览：1.DESeq2、edgeR、limma的使用2.三类差异分析软件的结果比较——相关性、韦恩图3.选取差异基因绘制火山图和热图承接前期文章：RNA-seq入门实战（四）：差异分析前的准备——数据检查一
嘿嘿嘿嘿哈·2022-11-24 01:51

使用DESeq2进行转录组原始count标准化和差异分析

常用的差异分析工具包括limma、edgeR和DESeq2。DESeq2在测序领域使用最为广泛（googlescholar引用高达43284次，edgeR为28076次）。
余丁，微生信·2022-11-21 14:43

TCGAbiolinks整理表达数据和临床数据

ls())options(stringsAsFactors=F)gc()library(TCGAbiolinks)library(scRNAseq)library(data.table)library(limma
sayhello1025·2022-09-13 18:31

RNA-seq入门实战（八）：GSVA——基因集变异分析

本节概览：1.GSVA简单介绍2.基因集的下载读取:手动与msigdbr包下载3.GSVA的运行4.limma差异分析5.GSVA结果可视化：热图、火山图、发散条形图/柱形偏差图1.GSVA简单介绍官方文档
嘿嘿嘿嘿哈·2022-06-21 21:58

芯片数据limma差异，热图，火山图

rm(list=ls())options(stringsAsFactors=F)#################差异分析----library(readxl)data%filter(P.Value2)##################热图----##########画图library(pheatmap)annotation_col=data.frame(type=factor(rep(c("T
一只小脑斧·2022-06-09 17:45

用limma包进行多组差异表达分析

写在前面：最近在使用limma包进行差异表达分析，参考了网上许多教程都觉得说的云里雾里，很不清楚。经过我自己一段时间非常痛苦的钻研，弄明白了，解决了我的实际需求。
今天也是个妖精头子呀·2022-03-12 13:11

学作图 | GSVA+limma差异通路分析+发散条形图

跟着NatMed.学作图|GSVA+limma差异通路分析+发散条形图LambrechtsD,WautersE,BoeckxB,etal.Phenotypemoldingofstromalcellsinthelungtumormicroenvironment
木舟笔记·2022-02-21 07:45

学作图 | GSVA+limma差异通路分析+发散条形图

GSVA.jpg跟着NatMed.学作图|GSVA+limma差异通路分析+发散条形图imageLambrechtsD,WautersE,BoeckxB,etal.Phenotypemoldingofstromalcellsinthelungtumormicroenvironment
木舟笔记·2022-02-20 14:17

差异分析是否需要比较矩阵

仔细观察下面的两个代码：首先是不需要差异比较矩阵的：library(CLL)data(sCLLex)library(limma)design=model.matrix(~factor(sCLLex$Disease
ctomclancy·2022-02-16 18:45

R语言ggplot2绘制箱线图

专为学术绘图而生（二）ggstatsplot-专为学术绘图而生(一)生存曲线R语言GEO数据挖掘01-数据下载及提取表达矩阵R语言GEO数据挖掘02-解决GEO数据中的多个探针对应一个基因R语言GEO数据挖掘03-limma
医科研·2022-02-12 15:57

哇！单细胞测序-配体受体互作分析原来可以这么简单又高大上！

单细胞测序分析(重磅综述：三万字长文读懂单细胞RNA测序分析的最佳实践教程（原理、代码和评述）)、DNA甲基化分析、重测序分析、GEO数据挖掘（典型医学设计实验GEO数据分析(step-by-step)-Limma
生信宝典·2022-02-03 14:05

标准化之CPM/RPKM/FPKM/TPM

-差异分析时，需考虑实验设计（样本组成）和测序原理向（测序深度、基因长度、RNA组成）-转录组下游分析时，采用DESeq2、edgeR和limma，需要的输入数据类型是counts（正整数）image.png-RPKM
超级可爱的懂事长鸭·2022-01-12 16:56

TIMER20和cibersort一个既能分析测序数据（最好是TPM格式），又能分析芯片数据的网站

.cibersort数据输入格式：输入数据的要求：1.不可以有负值和缺失值2.不要取log3.如果是芯片数据，昂飞芯片使用RMA标准化，Illumina的Beadchip和Agilent的单色芯片，用limma
小白兔和小毛驴·2021-12-29 11:08

差异分析 | DESeq2包

官方网址：http://www.bioconductor.org/packages/release/bioc/html/DESeq2.htmlDESeq2是最常用的差异分析的方法，在上一个教程我们分享了limma
小杜的生信筆記·2021-11-30 12:22

GEO2R的limma差异分析流程【芯片microarray数据】附limma+RNAseq

但大致思路不变，即使用limma包对芯片测序数据进行差异分析(暂未涉及可视化的代码)。
小贝学生信·2021-11-01 23:40

TCGA肿瘤数据预处理与分组

inputFile="tcgaRBPexp.txt"library(limma)library(stringr)#读取输入文件，并对输入文件整理,多个基因取平均为一个基因表达rt=read.table(
萍智医信·2021-10-20 13:43

三种差异分析的整理

volcanoplot针对测序数据和芯片数据，目前常用差异分析的R包有edgeR、limma、DESeq2，做一简单比较，方便平时分析。内容多为搬运，主要方便下次寻找。
生信小鹏·2021-08-27 10:53

12.GEO数据集的R语言差异分析和代码解析—1.数据下载和整理

一、举例介绍本节下载GSE1009数据集，使用limma包进行差异分析举例。GSE1009样本量：共6个样本，其中3个为糖尿病肾病(DN)肾小球样本，另3个为正常肾小球样本。
NiKasu·2021-08-23 20:40

GEOquery

下载ＧＳＥrm(list=ls())options(stringsAsFactors=F)library(GEOquery)library(limma)library(dplyr)gset<-getGEO
ctomclancy·2021-06-15 04:39

limma对芯片数据做差异分析

（转自http://www.bio-info-trainee.com/）需要三个数据：需要三个步骤：表达矩阵lmFit分组矩阵eBayes差异比较矩阵topTable一、读取表达矩阵：suppressPackageStartupMessages(library(CLL))data(sCLLex)exprSet=exprs(sCLLex)samples=sampleNames(sCLLex)pdat
ctomclancy·2021-06-06 00:17

TCGA工具-GDCRNATools学习笔记

许多分析可以使用GDCRNATools，包括差异基因表达分析（limma（Ritchie等人2015），edgeR（Robinson，McCarthy和Smyth2010）和DESeq2（Love，Huber
土豆学生信·2021-06-04 04:23

limma、DESeq2、edgeR差异分析及绘制韦恩图

差异表达分析方法包括：基于Read数目：DESeq、limma和edgeR；基于组装技术：Cuffdif和Ballgown；基于免比对的定量方法（kallisto、Salmon、Salfish）：sleuth
FRMD·2021-05-10 18:02

你还在为基因芯片表达差异分析发愁吗？这个方法带你飞！

言归正传，拿到数据，分析的第一步往往是进行基因差异表达分析，所以，针对芯片数据，我们就来给大家介绍一款基因差异表达分析的常用方法——R包limma。数据
组学大讲堂·2021-04-29 10:31

第1章 简介

limma：微阵列和RNA-Seq数据的线性模型用户手册GordonK.Smyth,MatthewRitchie,NatalieThorne,JamesWettenhall,WeiShiandYifangHuBioinformaticsDivision
yangliunk1987·2021-04-22 04:37

火山图-“高下立判”

这些东西，换成是高中的我们来做，应该会笑吧，原来长大后的考验也不过如此；其实就是把差异分析结果中的logFC(foldchange,limma中给出的结果经由log2处理)和p.value拎出来，以log2FC
Juan_NF·2021-04-21 19:14

R语言配色方案02-RcolorBrewer包

专为学术绘图而生（二）ggstatsplot-专为学术绘图而生(一)生存曲线R语言GEO数据挖掘01-数据下载及提取表达矩阵R语言GEO数据挖掘02-解决GEO数据中的多个探针对应一个基因R语言GEO数据挖掘03-limma
医科研·2021-04-21 11:43

01_2_差异表达分析实操

分组信息，注释文件)setwd("/Users/apple/Desktop/生信学习材料/生信入门之路/代码数据挖掘/实用数据挖掘/学习记录/01_差异基因分析/实操模仿66360/")##安装affy和limma
生信小白·2021-04-19 17:41

RNA-seq摸索：4. edgeR/limma/DESeq2差异基因分析→ggplot2作火山图→biomaRt转换ID并注释

请一定看这里：写下来只是为了记录一些自己的实践，当然如果能对你有所帮助那就更好了，欢迎大家和我交流三者区别三者区别差异分析流程:1初始数据2标准化(normalization)：DESeq、TMM等为什么要标准化？消除文库大小不同，测序深度对差异分析结果的影响怎样标准化？找到一个能反映文库大小的因子，利用这个因子对rawdata进行标准化3根据模型检验求pvalue：泊松分布(poissondis
没有猫但是有猫饼·2021-04-19 12:07

R语言GEO数据挖掘03-limma分析差异基因

limma分析差异基因在经过了前两期中的数据下载，数据基本处理之后，解决了一个探针对应多个基因数的以及多个探针对应一个基因求平均值，在此基础上运用limma包分析差异基因除此以外，包括绘制火山图，热图，
医科研·2021-04-18 16:10

ggpubr-专为学术绘图而生（二）

语言生存分析-02-ggforestR语言生存分析-01生存曲线R语言GEO数据挖掘01-数据下载及提取表达矩阵R语言GEO数据挖掘02-解决GEO数据中的多个探针对应一个基因R语言GEO数据挖掘03-limma
医科研·2021-04-18 05:27

R语言生存分析04-Cox比例风险模型诊断

专为学术绘图而生（二）ggstatsplot-专为学术绘图而生(一)生存曲线R语言GEO数据挖掘01-数据下载及提取表达矩阵R语言GEO数据挖掘02-解决GEO数据中的多个探针对应一个基因R语言GEO数据挖掘03-limma
医科研·2021-04-14 21:01

转入组入门七（mac 版）：差异基因分析

任务差异基因分析这个步骤推荐在R里面做，载入表达矩阵，然后设置好分组信息，统一用DEseq2进行差异分析，当然也可以走走edgeR或者limma的voom流程。
此号停更·2021-04-14 09:14

WGCNA分析，简单全面的最新教程（在线做，但也需要懂原理）

单细胞测序分析(重磅综述：三万字长文读懂单细胞RNA测序分析的最佳实践教程（原理、代码和评述）)、DNA甲基化分析、重测序分析、GEO数据挖掘（典型医学设计实验GEO数据分析(step-by-step)-Limma
生信宝典·2021-04-05 22:00

Day-1 xiaode

常见参数image.pnglinux操作流程准备工作：登入服务器文本查看、操作、统计命令文件查看常见参数bioPackages<-c("stringi",#处理字符串"GEOquery",#下载GEO数据"limma
1c9f38e0bb6b·2021-02-23 00:23

转载：GEO数据差异分析

/biocLite.R")biocLite("affy")biocLite("affyPLM")biocLite("RColorBrewer")biocLite("impute")biocLite("limma
ZZM2020·2021-02-08 17:47

GEO数据挖掘（1）引出

acc=GSE24673(编号根据需要)首先GES号要有，然后找表达矩阵limma包的用法掌握找差异基因的方法就是换R包了解一下refseq的背景知识，探针和基因如何完美匹配（见后面的
峰峰love典典·2021-01-28 09:16

[R语言] GEO数据库挖掘流程（至差异分析）

foxmail.com（号：半为花间酒）一、导入包library(GEOquery)library(tidyverse)library(AnnoProbe)library(idmap2)library(limma
半为花间酒·2021-01-28 01:51

差异表达edgeR，limma（下）

这样的图可以用limma
nnlrl·2021-01-07 16:33

WGCNA分析，简单全面的最新教程（可以在线做了）

单细胞测序分析(重磅综述：三万字长文读懂单细胞RNA测序分析的最佳实践教程（原理、代码和评述）)、DNA甲基化分析、重测序分析、GEO数据挖掘（典型医学设计实验GEO数据分析(step-by-step)-Limma
生信宝典·2020-10-07 22:00

零代码差异表达分析, DESeq,limma,edgeR一网打尽

那么今天小编就为大家介绍一款神器，不用写一行代码就可以轻松做差异表达分析，并且主流的差异表达算法DESeq,limma,edgeR任君挑选。
生信交流平台·2020-09-26 21:55

2019-08-14 GEO Meta

rm(list=ls())#install.packages("ggplot2",repos='https://mirror.lzu.edu.cn/CRAN/')library(limma)library
江渔hyfy·2020-08-26 15:58

Ｒ语言拓展包的三种安装方法

２install.packages("C:\\ggplot2.zip",contriburl=NULL)3source("http://bioconductor.org/biocLite.R")biocLite("limma
biolxy·2020-08-23 10:36

花式分析GEO数据集

代码如下：#Versioninfo:R3.4.3,Biobase2.30.0,GEOquery2.40.0,limma3.26.8#RscriptsgeneratedFriMay400:38:36EDT2018source
Stone_Stan4d·2020-08-23 09:36

R实例：limma包分析Agilent 4x44K Arrays

limma包是一个针对芯片数据进行分析的R包，支持不同平台的芯片数据。
jlyq617·2020-08-21 13:05

临床小白GEO 数据快速处理

4.标准化后的数据导入2-limma.R或者
miaolegemi612·2020-08-21 00:21

第7章 过滤

参见limma用户指南第15.3或15.4节的案例分析。请注意，不应使用涉及方
yangliunk1987·2020-08-20 23:49

limma包的使用技巧

limmarpackage是一个功能比较全的包，既含有cDNA芯片的RAWdata输入、前处理（归一化）功能，同时也有差异化基因分析的“线性”算法（limma:LinearModelsforMicroarrayData
amw5181360·2020-08-20 22:31

edgeR、limma、DESeq2三种差异表达包比较（RNA-seq数据）

文章目录1.加载R包和输入数据2.表达数据整理3.edgeR包做差异表达4.limma包做差异表达5.DESeq2包做差异表达6.比较三种包差异表达基因筛选结果总结：1.加载R包和输入数据rm(list
obwte·2020-08-20 21:40
上一页 1 2 3 4 5 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他