R語言基礎(chǔ)

https://www.cnblogs.com/think-and-do/p/6549422.html

作圖

http://www.360doc.com/content/17/0111/15/19913717_621780543.shtml
https://blog.csdn.net/woodcorpse/column/info/19360(R語言繪圖包)
https://www.cnblogs.com/xuanlvshu/p/6129510.html（圓弧條形圖）
https://www.cnblogs.com/xudongliang/p/7884667.html（花瓣圖饲帅，組別大于5）
http://www.a-site.cn/article/193237.html （基因組展示Rcircos）
https://blog.csdn.net/qazplm12_3/article/details/76474682 （linux R 畫火山圖）
https://blog.csdn.net/u014801157/article/details/24372531 (ggplot2參數(shù))

Python學習

http://scu.zju.edu.cn/redir.php?catalog_id=58400&object_id=205537
http://scu.zju.edu.cn/redir.php?catalog_id=58400&object_id=206185
http://www.cnblogs.com/IvyWong/p/9784441.html （程序運行結(jié)束發(fā)送郵件）

python繪圖與可視化

https://www.cnblogs.com/zhizhan/p/5615947.html （matplotlib參數(shù)介紹）
https://www.cnblogs.com/darkknightzh/p/6117528.html (色譜)
http://blog.sciencenet.cn/blog-301516-408670.html （配色設(shè)計）
https://blog.csdn.net/qq_41841569/article/details/83824342（圈型餅圖）

隨機網(wǎng)絡(luò)

http://blog.sciencenet.cn/home.php?do=blog&id=337442&mod=space&uid=404069

WGCNA（加權(quán)基因共表達網(wǎng)絡(luò)分析）

http://www.biotrainee.com/thread-704-1-1.html（胡永飛教程）
http://tiramisutes.github.io/2016/09/14/WGCNA.html（畫熱圖報錯解決）
https://www.cnblogs.com/wkslearner/p/5731015.html（胡永飛教程：reshape2包dcast函數(shù)）
http://blog.sina.com.cn/s/blog_5d5320cd0102w56k.html（詳細）
http://blog.sina.com.cn/s/blog_61f013b80101lcpr.html（逐步構(gòu)建）
http://scu.zju.edu.cn/redir.php?catalog_id=58400&object_id=209293
http://www.360doc.com/content/17/0111/15/19913717_621780330.shtml
https://max.book118.com/html/2017/0715/122326492.shtm (講義)
http://www.bio-info-trainee.com/2535.html
http://blog.sina.com.cn/s/blog_61f013b80101lcpr.html（詳細更新）
http://www.reibang.com/p/e2acfee2ba5f （關(guān)于hub標準的討論）
https://blog.csdn.net/weixin_43569478/article/details/83747196 （hub gene）
http://www.reibang.com/p/25905a905086 （hub gene 及后續(xù)）
http://www.reibang.com/p/f0409a045dab（網(wǎng)站匯總）
http://www.reibang.com/p/b7626aef5efb（過程圖的解釋）

非常好的轉(zhuǎn)錄組技術(shù)入門*

http://blog.fungenomics.com/2016/07/why-fpkm-and-rpkm-are-wrong.html

基因共表達聚類分析及可視化（非常好，概述）

https://blog.csdn.net/qazplm12_3/article/details/78904744
http://www.reibang.com/p/f899312ee01d（聚類概述熙卡，R）

DESeq2

http://www.bioinfo-scrounger.com/archives/113
http://www.reibang.com/p/3bfb21d24b74 (簡書)
http://www.360doc.com/content/16/0804/08/26456292_580656574.shtml (rlg標準化)
http://www.360doc.com/content/16/0804/08/26456292_580656102.shtml（limma）
http://scu.zju.edu.cn/redir.php?catalog_id=58400&object_id=162638 (詳細)
http://scu.zju.edu.cn/redir.php?catalog_id=58400&object_id=202797（#DESeq2包做富集分析）
http://www.reibang.com/p/6d385b729b27（從原始數(shù)據(jù)到可視化窃蹋，非常好！）

富集分析

http://www.reibang.com/p/5a4bda169247(概述與比較)

KEGG數(shù)據(jù)下載與處理

http://www.oebiotech.com/Article/smkeggsjnj.html(輔助ReCiPa R包)

mirpath miRNA富集分析

差異表達概述（非常好要糊，講了閾值的含義）

http://www.reibang.com/p/b55276e46f0c
http://www.yunbios.net/Differential-Expression-Analysis.html（差異表達分析闻坚，支持edgeR、DESeq2逝她、limma）
http://www.freesion.com/article/752576024/（三種比較）
http://blog.sciencenet.cn/blog-3377724-1095665.html（count FPKM 用途）
https://blog.csdn.net/weixin_30657541/article/details/97068082（edgeR,過濾）
https://www.cnblogs.com/timeisbiggestboss/p/7190938.html（edgeR）

使用R處理GEO基因表達數(shù)據(jù)

http://www.reibang.com/p/6f9f40b516f0

基因表達數(shù)據(jù)處理：Raw2FPKM

https://blog.csdn.net/guomutian911/article/details/78154840

差異表達結(jié)果怎么看

http://www.360doc.com/content/16/1214/11/19913717_614583481.shtml
http://www.reibang.com/p/b55276e46f0c

count與FPKM

http://www.omicshare.com/forum/thread-762-1-1.html
https://blog.csdn.net/weixin_30512785/article/details/96585643（DEseq2 直接count均一化）
http://www.reibang.com/p/5f94ae79f298
http://www.360doc.com/content/19/1224/14/68068867_881789451.shtml (DEseq2標準化詳解)
https://www.bioinfo-scrounger.com/archives/111/ (DEaeq不是2)
http://www.reibang.com/p/f685149ea247 (contrast順序)

R根據(jù)列名提取

https://www.cnblogs.com/raisok/p/11089646.html

Web of Science 數(shù)據(jù)庫導出記錄中各個字段的含義

https://blog.csdn.net/qq_36215315/article/details/103097152

limma包做差異表達分析

https://www.plob.org/article/9966.html
https://blog.csdn.net/tuanzide5233/article/details/83541443

轉(zhuǎn)錄組的高級分析前該如何標準化數(shù)據(jù)浇坐？

http://www.360doc.com/content/17/1208/14/49848843_711247413.shtml

ID轉(zhuǎn)換文件介紹

http://chuansong.me/n/1551007052174
http://www.360doc.com/content/16/0804/08/26456292_580657420.shtml (各種R包)

數(shù)據(jù)庫R包org.Hs.eg.db（和merge結(jié)果會有差異）

http://www.360doc.com/content/16/0804/08/26456292_580659335.shtml
https://www.cnblogs.com/yatouhetademao/p/6817824.html （select函數(shù)）

使用annotate包注釋芯片

http://www.reibang.com/p/0695a6a3c51f
https://www.cnblogs.com/raisok/p/10836339.html（*****）
https://shengxin.ren/article/97（網(wǎng)站匯總*****）
ftp://ftp.ncbi.nlm.nih.gov/gene/DATA/GENE_INFO/Mammalia/Homo_sapiens.gene_info.gz

JAVA創(chuàng)建

http://www.oracle.com/technetwork/java/javase/downloads/index.html
JDK：JAVA_HOME(注意路徑)
JRE: Path

linux特殊符號

http://scu.zju.edu.cn/redir.php?catalog_id=58400&object_id=209336

STRING的應(yīng)用

http://www.bio-info-trainee.com/1589.html

Htseq(python)count提取
http://www.reibang.com/p/6932c72aba63

RNA-seq回貼與組裝

https://www.cnblogs.com/leezx/p/5704047.html

NCBI注釋下載

ftp://ftp.ncbi.nlm.nih.gov/gene/DATA

Genecode注釋下載

https://www.gencodegenes.org/releases/current.html

Gene type的分類說明

http://www.pinlue.com/article/2018/09/1520/497200298153.html

igraph畫圖（學不會，放棄）

http://www.bio-info-trainee.com/2082.html
https://www.cnblogs.com/zidiancao/p/3937120.html

Cytoscape

http://www.bio-info-trainee.com/2053.html（掃盲）
http://manual.cytoscape.org/en/stable/Styles.html(官方使用手冊黔宛，炫酷)
https://shengxin.ren/article/161(美化)
http://www.reibang.com/p/5a790c223dee (數(shù)據(jù)導入設(shè)置※)
http://blog.sina.com.cn/s/bolg_7ed9e1310102wspp.html(布局與修改顏色)
http://blog.sina.com.cn/s/bolg_5d188bc40102vdtd.html(控制節(jié)點顏色)
https://shengxin.ren/article/376(篩選hub gene)
https://blog.csdn.net/woodcorpse/article/details/82739825(帶餅圖或條圖的網(wǎng)絡(luò),應(yīng)用bypass和slect,以及AI或PS)
https://www.sohu.com/a/200098300_652735（根據(jù)中心性選擇hub gene）
http://www.doc88.com/p-6793970636907.html（拓撲結(jié)構(gòu)介紹）
http://www.jintiankansha.me/t/kRWuOwYpu8(大全)
http://blog.sina.com.cn/s/blog_18600b4880102ydkc.html（layout）

RGB配色表

http://www.wahart.com.hk/rgb.htm

sci文章用圖修改與排版規(guī)則

https://blog.csdn.net/qazplm12_3/articale/details/7848642
https://www.sohu.com/a/228711352_307557 （期刊要求）

R包讀取excel數(shù)據(jù)

https://blog.csdn.net/esa_dsq/article/details/65003304

R包查詢

http://www.omicsclass.com/article/517

置換檢驗(permutation test：當樣本量足夠多時近刘，樣本發(fā)生的頻率近似于概率。)

https://blog.csdn.net/wukong1981/article/details/72820049?readlog(概論)
http://blog.sina.com.cn/s/blog_5cd2f1e2010192kj.html(perm包)
http://www.reibang.com/p/ce84cd89f67d(Deducer包)

遺傳學補課

http://blog.sina.com.cn/s/blog_59024b7d0102w4sm.html （rare mutation/common mutation）

預測基因間相互作用

http://www.sohu.com/a/137672913_177233

RIP實驗技術(shù)

https://wenku.baidu.com/view/a42bc037f705cc17542709c7.html

WGS

http://www.360doc.com/content/18/0430/17/53115266_750031817.shtml
http://www.360doc.com/content/18/0208/11/19913717_728563847.shtml
https://www.biomart.cn/news/10/2855654.htm（tools）
http://blog.sina.com.cn/s/blog_165162de60102xmdz.html（tools）
https://zhuanlan.zhihu.com/p/54077965 （知乎）
https://www.plob.org/article/11652.html（歷史簡介）

lncRNA

https://www.sohu.com/a/224346923_653813（A基因通過B基因/信號通路在C疾病中發(fā)揮D功能）

lncRNA引物設(shè)計

http://www.360doc.com/content/17/0825/22/33204118_682144708.shtml(引物設(shè)計)

lncRNA數(shù)據(jù)庫

http://www.bio-info-trainee.com/2927.html

lncRNA差異表達原因

http://www.360doc.com/content/18/0325/17/53579289_740098364.shtml

lncRNA2017盤點

http://www.360doc.com/content/17/1214/19/45962007_713114566.shtml

機器學習掃盲

http://www.360doc.com/content/17/0604/01/40628179_659684706.shtml（概述）
https://blog.csdn.net/kiss__soul/article/details/81625275（分類臀晃、回歸觉渴、聚類、降維的區(qū)別）
https://www.csdn.net/gather_20/MtTacg5sOTg3Ni1ibG9n.html

http://www.reibang.com/p/58b276f7e7fd（3Dtsne繪圖）

python機器學習庫sklearn——交叉驗證（K折徽惋、留一案淋、留p、隨機）

https://blog.csdn.net/luanpeng825485697/article/details/79836262
https://blog.csdn.net/light_blue_love/article/details/41794215 （留一）

lasso回歸和嶺回歸

https://blog.csdn.net/JH_Zhai/article/details/82694937

判別分析的R實現(xiàn)

https://wenku.baidu.com/view/689633f924c52cc58bd63186bceb19e8b9f6ec2d.html（原理）
http://www.doc88.com/p-1137288773501.html
https://www.cnblogs.com/Ricepig/p/LDA.html （安裝說明）
https://wenku.baidu.com/view/51f4fc1430126edb6f1aff00bed5b9f3f80f7273.html

逐步判別分析方法與判據(jù)的選擇

https://max.book118.com/html/2017/0717/122615190.shtm
https://wenku.baidu.com/view/ba3c738c680203d8ce2f24e4.html

線性判別分析的原理簡介&Python與R實現(xiàn)

https://cloud.tencent.com/developer/article/1099252

線性判別分析LDA原理總結(jié)

https://www.cnblogs.com/pinard/p/6244265.html

用scikit-learn進行LDA降維

https://www.cnblogs.com/vivianzy1985/p/9208505.html

LDA降維與分類

https://blog.csdn.net/jie310600/article/details/84926693

LDA降維與PCA的區(qū)別

https://blog.csdn.net/ainimao6666/article/details/64933677

R語言邏輯回歸险绘、ROC曲線和十折交叉驗證

https://blog.csdn.net/Tiaaaaa/article/details/58116346

R語言多重共線性判別

http://www.mamicode.com/info-detail-1557739.html

支持向量機掃盲

https://blog.csdn.net/b285795298/article/details/81977271
https://www.zhihu.com/question/26768865?sort=created
http://blog.sina.com.cn/s/blog_6ab063770102vwup.html（核函數(shù)的選擇）
https://wenku.baidu.com/view/9378da89be1e650e53ea9941.html
https://www.cnblogs.com/volcao/p/9465214.html
https://blog.csdn.net/dengheCSDN/article/details/78109253?locationNum=2&fps=1
http://www.reibang.com/p/0a24eafda4ff（SVM 的核函數(shù)選擇和調(diào)參）
http://www.sohu.com/a/303234946_777125（lass）
https://www.cnblogs.com/xiaojikuaipao/p/7126076.html（lasso）
https://blog.csdn.net/qll125596718/article/details/6910921（松弛變量）
https://blog.csdn.net/xgl112112/article/details/60321413（正則化）
http://www.reibang.com/p/4bad38fe07e6（L2范數(shù)）
https://www.cnblogs.com/zhizhan/p/4629432.html（VC維與結(jié)構(gòu)風險）

主成分分析（PCA）原理總結(jié)

https://www.cnblogs.com/pinard/p/6239403.html

K均值聚類

https://blog.csdn.net/alicelmx/article/details/80991870（選擇K）
http://www.reibang.com/p/743cf2357b28（LG RF SVM）

分類器的選擇

http://i.dataguru.cn/mportal.php?aid=11360&mod=view（有監(jiān)督學習選擇深度學習還是隨機森林或支持向量機?）

隨機森林

https://blog.csdn.net/yawei_liu1688/article/details/78891050（R實現(xiàn)）
http://www.360doc.com/content/17/0829/00/33459258_682897658.shtml
https://www.cnblogs.com/iupoint/p/10175090.html（進度條踢京，k折交叉驗證）
http://blog.sciencenet.cn/home.php?mod=space&uid=3406804&do=blog&id=1158196（帶可視化和交叉驗證）
https://blog.csdn.net/HHTNAN/article/details/54580747（R實現(xiàn)）
https://blog.csdn.net/weixin_43216017/article/details/87887334（簡易版）
https://blog.csdn.net/t15600624671/article/details/76515033（超詳細講解代碼）
https://blog.csdn.net/qq_35040963/article/details/88832030（網(wǎng)格搜索法調(diào)參）

R包介紹（機器學習等多種）

https://blog.csdn.net/mjk/article/details/6229697

網(wǎng)格搜索和調(diào)參

https://blog.csdn.net/cymy001/article/details/78578665
https://www.cnblogs.com/aibbtcom/p/8548486.html（各種驗證方式）
https://blog.csdn.net/weixin_40604987/article/details/79691752
https://www.cnblogs.com/aibbtcom/p/8548484.html
https://blog.csdn.net/winycg/article/details/80358567
https://blog.csdn.net/qysh123/article/details/80063447（自動化調(diào)參詳解）
https://blog.csdn.net/cherdw/article/details/54970366（*****）
https://blog.csdn.net/baidu_15113429/article/details/72673466（*****）
https://blog.csdn.net/reallyr/article/details/87016298
https://baike.baidu.com/item/F1%E5%88%86%E6%95%B0/13864979?fr=aladdin（F1 score）
http://blog.sina.com.cn/s/blog_6a41348f0101ep7w.html（C和G的選擇，很好）

ROC曲線以及評估指標F1-Score, recall, precision

https://blog.csdn.net/csqazwsxedc/article/details/51509808
https://blog.csdn.net/Quincuntial/article/details/69596456
https://blog.csdn.net/quiet_girl/article/details/70830796
https://blog.csdn.net/reallyr/article/details/87016298

Python機器學習庫sklearn.model_selection模塊的幾個方法參數(shù)（非常好）

https://blog.csdn.net/cymy001/article/details/79078470
https://scikit-learn.org/stable/modules/svm.html

python機器學習庫sklearn

http://www.dengb.com/rgznjc/1312678.html

Scikit-learn實例之理解SVM正則化系數(shù)C

https://blog.csdn.net/mingtian715/article/details/54574700

特征選擇：遞歸特征消除與LassoCV

https://www.cnblogs.com/gczr/p/6802948.html（python）
http://www.reibang.com/p/8d42df933070
https://www.zybuluo.com/Macux/note/181285（R lasso*****）

外泌體總結(jié)

http://www.sohu.com/a/168249466_390793

高通量測序質(zhì)量解讀

http://www.360doc.com/content/19/0424/16/15294469_831161186.shtml（特征縮放術(shù)語混淆）
https://wenku.baidu.com/view/a5f2c8157f21af45b307e87101f69e314232fa62.html
http://www.360doc.com/content/16/0909/20/19913717_589635518.shtml（基因組轉(zhuǎn)錄組區(qū)別）
http://www.biotrainee.com/thread-2789-1-1.html（生物學重復和技術(shù)重復）
http://www.reibang.com/p/0f5a9616efe2（Read count CPM RPKM）
http://www.360doc.com/content/18/1218/18/47588191_802708524.shtml（RNA-seq常用圖和read count）RNA豐度：一種特定的mRNA在某個細胞中的平均分子

RNA-seq項目設(shè)計：生物學重復和單個樣本測序量對結(jié)果的影響

http://www.reibang.com/p/5a21b218b366

RNA-seq層次聚類

https://www.bbsmax.com/A/WpdKV7k15V/（python）
http://www.reibang.com/p/adea91ac59d8（R）

聚類熱圖包

https://www.sohu.com/a/210713199_688647（十種方法）
https://blog.csdn.net/lalaxumelala/article/details/86022722
http://blog.sina.com.cn/s/blog_4a0824490102v7aa.html（自定義顏色）

隨機森林和套索算法的特征篩選

http://m.sohu.com/a/303234946_777125（LASSO宦棺，R）
https://blog.csdn.net/lightsupw/article/details/80916384（RF瓣距，python）
https://www.sohu.com/a/122101031_572440（RF，R）
http://www.doc88.com/p-0923201614591.html（各自優(yōu)劣）

特征選擇

http://www.reibang.com/p/009a86ad55a0
https://blog.csdn.net/u013524655/article/details/41078911（兩種R包比較）
https://www.sohu.com/a/325884447_466874 （翻譯）
http://wap.sciencenet.cn/blog-3406804-1158196.html（完整隨機森林R實現(xiàn)*****）

set.seed()函數(shù)的意義以及用法

https://blog.csdn.net/vencent_cy/article/details/50350020

R + python︱數(shù)據(jù)規(guī)范化代咸、歸一化蹈丸、Z-Score

https://blog.csdn.net/Castlehe/article/details/88988267
https://blog.csdn.net/sinat_33761963/article/details/53433799（代碼）
https://blog.csdn.net/sinat_26917383/article/details/51228217
https://blog.csdn.net/chixujohnny/article/details/54231815（scale normal 為做圖好看）
什么時候用歸一化？什么時候用標準化呐芥？http://www.reibang.com/p/95a8f035c86c
（1）如果對輸出結(jié)果范圍有要求逻杖，用歸一化。
（2）如果數(shù)據(jù)較為穩(wěn)定思瘟，不存在極端的最大最小值荸百，用歸一化。
（3）如果數(shù)據(jù)存在異常值和較多噪音潮太，用標準化管搪，可以間接通過中心化避免異常值和極端值的影響。
個人經(jīng)驗：建議優(yōu)先使用標準铡买。對于輸出有要求時再嘗試別的方法更鲁，如歸一化或者更加復雜的方法。
https://blog.csdn.net/qq_40304090/article/details/90597892（一步和逐步標準化區(qū)別）

不同版本的R

https://cran.r-project.org/bin/windows/base/old/

R字符串處理

https://www.bbsmax.com/A/D854jnnQzE/
http://blog.sina.com.cn/s/blog_7147f6870102whcl.html

缺失值處理（R）

https://blog.csdn.net/sadfasdgaaaasdfa/article/details/44595309
https://blog.csdn.net/qq_29462849/article/details/80647999（數(shù)據(jù)缺失類型）
https://blog.csdn.net/carlwu/article/details/75645092（缺失數(shù)據(jù)可視化）
http://blog.sina.com.cn/s/blog_99dc1f0a0102w790.html（VIM mice包）
https://www.cnblogs.com/feffery/p/10914486.html（marginplot）
http://www.reibang.com/p/442697e91516（多重插補）
http://www.sohu.com/a/235232488_274950

數(shù)據(jù)切分

https://blog.csdn.net/qq_16365849/article/details/52734139
https://blog.csdn.net/chandelierds/article/details/83245221（數(shù)據(jù)劃分與cross validation）
https://www.cnblogs.com/Hyacinth-Yuan/p/8289385.html（caret包參數(shù)說明）

交叉驗證的一些方法

https://www.cnblogs.com/D2016/p/6921005.html

凸包算法

https://stats.stackexchange.com/questions/11919/convex-hull-in-r（R實現(xiàn)）
http://www.doc88.com/p-7394513613827.html
http://www.twinklingstar.cn/category/computational-geometry/8-%E5%87%B8%E5%8C%85/（綜述）

GSEA富集分析（路徑從頭到尾不能有中文）

https://blog.csdn.net/qazplm12_3/article/details/83474140（詳細步驟）
https://www.omicsclass.com/article/186（格式說明）
https://www.cnblogs.com/jessepeng/p/9555804.html（結(jié)果：NES絕對值≧ 1.0奇钞，NOM p-val ≦ 0.05澡为，F(xiàn)DR q-val ≦ 0.25是有意義的基因集合）

https://baijiahao.baidu.com/s?id=1647547246944679438&wfr=spider&for=pc

https://blog.csdn.net/weixin_43569478/article/details/83745105（輸入表達矩陣分組，基因fc排列）

http://www.360doc.com/content/19/1124/09/33037066_875109328.shtml

外泌體提取

https://www.exosomemed.com/893.html

邏輯回歸

https://www.cnblogs.com/nxld/p/6170690.html
https://www.cnblogs.com/Hyacinth-Yuan/p/7905855.html（R）

KNN算法

http://www.reibang.com/p/c37d9b0b6052（非常好：3種R包）
https://blog.csdn.net/Chenyukuai6625/article/details/73612440
https://blog.csdn.net/bigdata_wang/article/details/44139125
https://blog.csdn.net/zrh_CSDN/article/details/80878842（KNN的選擇）

R語言正則化

https://blog.csdn.net/u011801891/article/details/55274809（l1范數(shù)（lasso）景埃、l2范數(shù)（嶺回歸））
https://blog.csdn.net/wangqi1113/article/details/80204956
https://blog.csdn.net/wildwind0907/article/details/86735474
http://blog.sina.com.cn/s/blog_e799ef7e0101fujn.html（cv.glmnet()glmnet（））

降維概述

https://yq.aliyun.com/articles/70733（t-sne）
https://blog.csdn.net/Flyingzhan/article/details/79521765

特征篩選（隨機森林媒至，袋外誤差OOB）

https://blog.csdn.net/wishchin/article/details/52515516

R apply、lapply谷徙、sapply拒啰、mapply、tapply函數(shù)詳解

https://blog.csdn.net/u014543416/article/details/79037389

apply系列函數(shù)學習

http://scu.zju.edu.cn/redir.php?catalog_id=58400&object_id=180064

數(shù)據(jù)分析tapply

http://scu.zju.edu.cn/redir.php?catalog_id=58400&object_id=162298

數(shù)據(jù)分析：交并集完慧，重復處理

http://scu.zju.edu.cn/redir.php?catalog_id=58400&object_id=162023

3D轉(zhuǎn)換圖包

https://cloud.tencent.com/developer/article/1468704

屏蔽360

https://jingyan.baidu.com/article/95c9d20da98845ec4f756162.html

circRNA

http://www.sohu.com/a/68776974_390793
http://www.sohu.com/a/245920746_769248
http://www.360doc.com/content/18/0909/19/19913717_785211749.shtml（芯片）

可變剪接

http://www.reibang.com/p/759a5a714aa3

轉(zhuǎn)錄組掃盲

http://www.reibang.com/p/f6ed62416686
http://www.reibang.com/p/1505fa220ce4（數(shù)據(jù)處理）
http://www.bio-info-trainee.com/244.html（count）
https://blog.csdn.net/u012110870/article/details/102804307（raw count標準化原則*****）

轉(zhuǎn)錄組思路

https://m.baidu.com/sf?pd=realtime_article&openapi=1&dispName=iphone&from_sf=1&resource_id=4584&word=%E8%BD%AC%E5%BD%95%E7%BB%84%E6%B5%8B%E5%BA%8F+mRNA+miRNA&keysign=http%3A%2F%2Fwww.sohu.com%2Fa%2F192990065_99971433&source=www_normal_a&fks=1b2fbd&top=%7B%22sfhs%22%3A1%7D&title=%E8%BD%AC%E5%BD%95%E7%BB%84%E6%B5%8B%E5%BA%8F%20mRNA%20miRNA&lid=10718925662695254130&referlid=10718925662695254130&ms=1&frsrcid=1599&frorder=1
http://www.sohu.com/a/192990065_99971433

處理GEO

http://www.reibang.com/p/6f9f40b516f0
http://www.reibang.com/p/9a64dced5b2a

外泌體與神經(jīng)系統(tǒng)疾病

http://www.sohu.com/a/150973486_464200
https://www.exosomemed.com/3791.html（被根神經(jīng)節(jié)-慢性疼痛）

excel快速計算年齡

=DATEDIF(K58,L58,"y")&"歲"&DATEDIF(K58,L58,"ym")&"月"&DATEDIF(K58,L58,"md")&"天"

差異表達（芯片和RNAseq處理差異）

http://www.reibang.com/p/b55276e46f0c
http://www.reibang.com/p/de98164c3141(從sra)
http://www.reibang.com/p/41a6c6508adf(不錯的解讀)
http://www.dxy.cn/bbs/topic/34064676?sf=2&dn=4（EBseq）
https://www.wandouip.com/t5i20362/（報錯）
https://blog.csdn.net/enyayang/article/details/98176566

RSEM和RPKM兩種數(shù)據(jù)處理方法有區(qū)別谋旦，但我一般直接用TCGA給的RSEM；對數(shù)據(jù)取log2(*+1)屈尼，數(shù)據(jù)分布就非常類似基因芯片了册着。

許多其他研究也采用這中方法。要得到基因上下調(diào)脾歧，就要進行差異表達分析甲捏，那就是另外一回事了。

一抗二抗的選擇

https://wenku.baidu.com/view/cd141ef4f61fb7360b4c65d1.html

WB步驟

https://wenku.baidu.com/view/133c8d66f011f18583d049649b6648d7c1c70887.html（BCA）
https://wenku.baidu.com/view/61be9b195e0e7cd184254b35eefdc8d376ee14ef.html
https://www.sohu.com/a/278602111_177233

調(diào)整年齡和性別

http://www.reibang.com/p/2634d0cbd0ca

正態(tài)分布檢驗

https://www.it610.com/article/2580278.htm

perl表達矩陣處理

http://www.reibang.com/p/17a1d9c256c2

UCSCXenaTools包用法介紹——搜索與下載TCGA鞭执、GDC司顿、ICGC等公開數(shù)據(jù)庫數(shù)據(jù)集

https://shengxin.ren/article/397

lncRNA預測

https://www.douban.com/note/666292911/
https://cloud.tencent.com/developer/news/386861
https://www.docin.com/p-526245550.html（分析方法綜述，中文兄纺，講了標準化方法）
http://www.360doc.com/content/17/0109/22/39751229_621403934.shtml（編碼能力預測）
http://www.360doc.com/content/16/0808/10/19913717_581620155.shtml
http://www.360doc.com/content/16/1111/12/19913717_605626019.shtml

microRNA作用方式是通過結(jié)合mRNA來抑制翻譯或者促進降解實現(xiàn)的免猾，發(fā)生在轉(zhuǎn)錄后水平；

但是lncRNA就太復雜了囤热，因此有關(guān)于lncRNA作用模式的多種說法猎提，比如順式（cis）和反式（trans）之分，

比如Signal旁蔼，Decoy锨苏，Duide，Scaffold棺聊，
也可以根據(jù)lncRNA與不同的分子分為DNA伞租、RNA和蛋白，總體上包括了轉(zhuǎn)錄和轉(zhuǎn)錄后水平限佩。

P值校正簡介（FDR）

http://www.reibang.com/p/7436db3b62b4

ceRNA網(wǎng)絡(luò)構(gòu)建

http://www.360doc.com/content/18/1226/13/52645714_804579327.shtml
http://www.reibang.com/p/3f440177db46
http://www.hzrna.com/4509.html

miR下游預測

http://www.bio-info-trainee.com/1719.html（提到一個新R包）

無參轉(zhuǎn)錄組RNAseq分析/WES（七）看de novo變異情況

http://www.bio-info-trainee.com/tag/de-novo

轉(zhuǎn)錄調(diào)控

http://www.sohu.com/a/221919998_652735

罕見變異常見變異

https://www.docin.com/p-869320712.html

混合效應(yīng)模型lme

http://www.sohu.com/a/292709912_274950
https://zhuanlan.zhihu.com/p/49480686
http://www.doc88.com/p-5877404057484.html（RNAseq）
https://zhuanlan.zhihu.com/p/32006859
http://www.matools.com/blog/190430887
https://www.sohu.com/a/115465771_466874（***）

線性模型（Logistics回歸）

https://zhuanlan.zhihu.com/p/21710196（嵌套模型選擇）

R語言try錯誤識別

https://blog.csdn.net/YJJ18636810884/article/details/83176190
http://www.reibang.com/p/759d31b371bf

根據(jù)表達量篩選探針后葵诈，對主成分分析的PCA圖有什么影響

http://www.reibang.com/p/dd4e842b6707(***)
http://www.reibang.com/p/f4b618354dc2

推薦在統(tǒng)計檢驗前過濾表達量低裸弦，也就如果一個基因在所有樣本中count均低于某一閥值，請在分析前剔除作喘。這個閥值也是約定俗成理疙，一般設(shè)置為3.

卡方檢驗

http://www.reibang.com/p/bb0bd72bc428
https://www.cnblogs.com/yuanzhoulvpi/p/8387019.html（列聯(lián)表）

高效R包

http://blog.sciencenet.cn/home.php?mod=space&uid=1271266&do=blog&id=968772
http://www.reibang.com/p/bb435002251d

TCGA數(shù)據(jù)下載預處理

http://www.reibang.com/p/00f6ed2d5cff（R）
https://blog.csdn.net/weixin_42512684/article/details/89415482（在線）
https://blog.csdn.net/herokoking/article/details/78980085
https://blog.csdn.net/qq_35203425/article/details/80882988（gdc安裝）
http://3g.dxy.cn/bbs/topic/42048765?sf=2&dn=4
https://www.bioinfo-scrounger.com/archives/317/（總結(jié)）
https://shengxin.ren/article/27（簡易版）
http://www.reibang.com/p/73363a33c3bc（下載后數(shù)據(jù)整理）

環(huán)境變量配置是在系統(tǒng)變量里和網(wǎng)上不一致，cmd->gdc-client -h -m

m6A甲基化

https://blog.csdn.net/AIPuFu/article/details/100821644（工具）
https://www.sohu.com/a/251171553_464200（基礎(chǔ)知識）
http://www.reibang.com/p/3bd1feb0a4ff（掃盲泞坦，特別好*****）

ChAMP 包分析甲基化數(shù)據(jù)

http://www.reibang.com/p/7993b890e4f3（R包）

b站的機器學習教程

機器學習（Machine Learning）- 吳恩達（Andrew Ng）

https://www.bilibili.com/video/av9912938/?p=1

李宏毅機器學習(2017)

https://www.bilibili.com/video/av10590361?from=search&seid=6875117190981152608

Python教程_600集Python從入門到精通教程 （前100Linux基礎(chǔ)）

https://www.bilibili.com/video/av14184325/?p=1

交互式圖表

http://www.reibang.com/p/67c6b0132892（Bokeh 可視化）
https://blog.csdn.net/tankloverainbow/article/details/80442289
https://blog.csdn.net/weixin_44208569/article/details/98068947（python繪圖庫總結(jié)窖贤，*****推薦）

Github介紹

https://www.yangzhiping.com/tech/github.html

python數(shù)據(jù)替換

https://www.runoob.com/python/att-string-replace.html

python統(tǒng)計入門

https://mp.weixin.qq.com/s?__biz=MjM5MDEzNDAyNQ==&mid=200997042&idx=1&sn=99b0f9426d5c6f1d7eda975aafcdc284&scene=21#wechat_redirect（五星推薦*****）

TPM標準化

https://blog.csdn.net/herokoking/article/details/78790938（公式）
https://www.bioinfo-scrounger.com/archives/342/（FPKM）

批次效應(yīng)

https://www.dxy.cn/bbs/newweb/pc/post/37426943?from=recommend
https://www.plob.org/article/14410.html
https://cloud.tencent.com/developer/article/1518682
https://shengxin.ren/question/10（******）

AUC

http://www.dataguru.cn/article-12379-1.html
https://blog.csdn.net/qq_29423387/article/details/87911526（比較）
http://www.reibang.com/p/8d3716bf2e9b（*****）
https://blog.csdn.net/sunflower_sara/article/details/81214897 （各指標計算）
http://www.sohu.com/a/277402356_324765（靈敏度特異度在線）
http://www.reibang.com/p/c4f740b0939b（proc*****）
https://www.mediecogroup.com/method_topic_article_detail/297/?ty=methods（截斷值解釋）

miR網(wǎng)站下游分析

http://www.360doc.com/content/18/0220/22/47873863_731092035.shtml

RNA-seq上游流程sra→fasq→bam→count

http://www.reibang.com/p/9639bfa86543
http://www.reibang.com/p/c78b8719e81b（sra→fasq→bam→count 需要linux和R）
https://www.bilibili.com/video/av28453557（視頻教程）
https://zhuanlan.zhihu.com/p/77876265

大腦翻譯匯編

https://wenku.baidu.com/view/ca6c7974b52acfc788ebc925.html
https://wenku.baidu.com/view/1772ad7f02d276a201292e45.html（詳細功能分區(qū)）

一般英文文獻對Kernel有兩種提法，一是Kernel Function贰锁，二是Kernel Trick赃梧。

svm四類核函數(shù)：9 種核函數(shù)以及它們的用處和公式，常用的為其中的前四個：linear豌熄，Polynomial授嘀，RBF，Sigmoid

https://www.imooc.com/article/49276

hg19和hg38

https://cloud.tencent.com/developer/article/1424598（轉(zhuǎn)錄組基因組）

mirdeep2使用

http://www.reibang.com/p/2f8d39760e5e （mapper.pl锣险、miRDeep2.pl）
http://www.reibang.com/p/ebf162ae5690 （quantifier.pl）

參考基因組注釋及比對

http://www.reibang.com/p/75404f813e0a
https://www.cnblogs.com/jessepeng/p/9681749.html
https://blog.csdn.net/L_yivs/article/details/80799366?utm_source=blogxgwz5（基因組和注釋文件下載）
http://www.reibang.com/p/348eca15fb03（排序粤攒、index文件）
http://www.reibang.com/p/48b5a0972301 （GFF和GTF，數(shù)據(jù)結(jié)構(gòu)）

sra到fastq格式轉(zhuǎn)換并進行質(zhì)量控制

http://www.reibang.com/p/bc03e81f29aa（*****python linux?）

參考轉(zhuǎn)錄組RNAseq分析Kallisto

http://www.reibang.com/p/4601374fbb9f

R語言utf8各種問題解決

https://blog.csdn.net/snowdroptulip/article/details/78806793

KNN和SVM的區(qū)別

https://blog.csdn.net/nineship/article/details/88200905
https://blog.csdn.net/weixin_42864175/article/details/88755913 （SVM囱持，決策樹夯接，隨機森林知識點整理）
https://blog.csdn.net/qq_34106574/article/details/82016442
https://blog.csdn.net/wargames_dc/article/details/89235746

靈敏度 特異度 比較）

https://www.sohu.com/a/213439666_489312

R語言機器學習之核心包kernlab

https://www.ikddm.com/3125.html/

模擬多分類的支持向量分類

https://blog.csdn.net/buracag_mc/article/details/76408155

隨機森林優(yōu)劣的詳細解釋

https://blog.csdn.net/keepreder/article/details/47273297 （*****）
https://blog.csdn.net/qq_38984677/article/details/88627572

knn超參數(shù)選擇，python

https://www.cnblogs.com/xufangming/articles/9046171.html
https://www.cnblogs.com/baochuan/p/9756791.html（講解優(yōu)缺點比較特別好纷妆，對k值的理解）

ggpubr 畫圖（頂級CNS）

http://blog.sciencenet.cn/blog-3334560-1091714.html（python）
https://blog.csdn.net/qq_25055921/article/details/99705180（R）

biostar Hand book生信手冊

https://biostar.myshopify.com/