前言我记得刚开始接触编程的时候，觉得太难了。也很好奇，写代码的那些人也太厉害了吧？全是英文的，他们的英文水平一定很好吧？他们是怎么记住这么多代码格式的？而且错了一个标点符号，整个程序都会有影响。一个程序几千行，错一个标点符号都不行这也太难了吧？带着新手的灵魂拷问，作为从业单片机编程10年的开发者，我来为大家拨开云雾。看完以后你就会明白，其实他们也没那么厉害！即便你是初中文凭，也照样能编程。对于py
jmap是JDK自带的一个工具，非常小巧方便，其支持参数如下： -heap 打印heap空间的概要，这里可以粗略的检验heap空间的使用情况。jmap -heap PID
fs@inspur92:~/test/llxdata/081005/tmp$ jmap -heap 30774
Attaching to proc
生信宝典之前总结了一篇关于GSEA富集分析的推文——《GSEA富集分析 - 界面操作》，介绍了GSEA的定义、GSEA原理、GSEA分析、Leading-edge分析等，是全网最流行的原理+操作兼备教程，不太了解的朋友可以点击阅读先理解下概念 （为了完整性，下面也会摘录一部分）。GSEA案例解析介绍GSEA分析之前，我们先看一篇Cell文章(https://sci-hub.tw/10.1016/j
转载
2024-04-26 11:27:27
338阅读
引入： Functional annotation enrichment analysis的缺点： 1、sampling issue 2、cut off bias 人为决定p值 3、lost mild changes 丢掉了改变小的那些基因
而GSEA避免了以上的缺点。
GSEA结果生成原理：
Phit就是只当前黑线对应的基因，处于你富集分析的gene
转载
2024-04-03 09:31:16
533阅读
一.GSEA基础知识定义 GSEA：Gene Set Enrichment Analysis，基因富集分析。 集：在以前的实验中发表的数据或表达谱上共表达的基因信息数据集合，通俗一点就是某一个通路(相关的所有基因的总和)。分析什么参考文章：学习基因通路富集分析软件GSEAGSEA学习笔记(本篇笔记的主要参考来源)我们在利用DESeq2、edgeR或者Llimma进行差异分析笔尖后，会得到一个列表，
转载
2024-05-21 22:49:32
435阅读
很多出国留学的朋友都知道，申请国外的大学，他们考核我们的申请的时候，不是根据标准化的考试成绩来考核的，而是通过一种叫做GPA的数据来考核，大家知道这个GPA是什么吗，它的分数是怎么计算的呢，每个国家不一样，他们的课程也就不一样，这样就导致了GPA的分数算法不能够统一，比如说中国是100分制的GPA，而美国是4.0制的GPA，那么我们应该如何换算呢，今天我们就来说说GPA的换算方法。WES算法WES
倒排索引是我们所熟知的，正排索引是什么，es还用到这个？当我们在很多数据中查询某些内容时，倒排索引会一个一个的去遍历完所有的倒排索引“表”然后再分组聚合，但是也许在前面的搜索中以及找到了我们想要的结果只是倒排索引不知道，这样显示不是很好，为了应对这种情况，正排索引闪亮登场！ 正排索引： doc value 的数据结构，核心原理同倒排索引，写入磁盘文件、os
转载
2024-09-17 16:39:23
29阅读
富集分析是生物信息分析中快速了解目标基因或目标区域功能倾向性的最重要方法之一。其中代表性的计算方式有两种：一是基于筛选的差异基因，采用超几何检验判断上调或下调基因在哪些GO或KEGG或其它定义的通路富集。假设背景基因数目为m，背景基因中某一通路pathway中注释的基因有n个；上调基因有k个，上调基因中落于通路pathway的数目为l。简单来讲就是比较l/k是否显著高于n/m，即上调基因中落在通路
GSEA定义Gene Set Enrichment Analysis (基因集富集分析)用来评估一个预先定义的基因集的基因在与表型相关度排序的基因表中的分布趋势，从而判断其对表型的贡献。其输入数据包含两部分，一是已知功能的基因集 (可以是GO注释、MsigDB的注释或其它符合格式的基因集定义)，一是表达矩阵，软件会对基因根据其于表型的关联度(可以理解为表达值的变化)从大到小排序，然后判断基因集内每
转载
2024-07-28 14:53:34
126阅读
基因富集分析（Gene Set Enrichment Analysis，GSEA）是一种针对全基因组表达谱芯片数据的分析方法，将基因与预定义的基因集进行比较。即综合现有的对基因的定位、性质、功能、生物学意义等信息基础，构建一个分子标签数据库，在此数据库中将已知基因按照染色体位置、已建立基因集、模序、肿瘤相关基因集和GO基因集等多个功能基因集进行分组与归类。通过分析基因表达谱数据，了解它们在特定的功
转载
2024-08-11 07:42:33
572阅读
什么是GSEA富集分析当我们设置好分组实验最后获得各组对基因的表达矩阵时，我们通常希望得到不同分组中具有差异表达的基因。如果进行常规差异分析，通过log2fc筛选差异基因，就是将筛选差异基因的标准聚集在单个基因的差异表达上。而实际上每个基因的差异表达造成的表型差异有所不同，有些基因虽然差异表达较小，但会造成较大的生理功能变化。并且生理功能通常是由一系列基因调控的，所以只将筛选标准聚集在单个基因差异
转载
2024-06-08 14:48:09
3143阅读
实现GSEA（基因集富集分析）的JAVA错误的过程
## 1. 流程概述
下面是实现GSEA JAVA错误的整个流程概述，可以用表格展示步骤。
| 步骤 | 描述 |
| --- | --- |
| 1 | 准备GSEA分析所需的数据和参数 |
| 2 | 进行基因表达矩阵的预处理和标准化 |
| 3 | 计算基因集的富集得分 |
| 4 | 进行统计显著性分析 |
| 5 | 可视化富集分析
原创
2024-01-01 07:27:46
74阅读
GSS系列是啥？并没有找到全称。听说是一系列查询区间最大子段和及其变种的题目（所以说是Greatest Subsequence Sum吗？）。 最近做题发现一些简单的线段树处理方式都不会，觉得自己码力很弱，听说这套题目可以练习练习。GSS1： 处理区间最大子段和，线段树记录左端起连续最大、右端起连续最大、区间最大、区间和，合并的时候随意处理一下就好了。GSS2： 同GSS1，
library("clusterProfiler")
library("org.Hs.eg.db")GO分析与KEGG分析GO分析需要一个基因 symbol列表，列表中为差异表达基因。一、读入数据result<- read.csv(file = "Results/gleason high vs low_DESeq2差异分析/gleason high vs low_result.csv", h
转载
2023-08-30 15:53:42
1290阅读
Identification of molecular correlations of RBM8A with autophagy in Alzheimer's disease二. 文章思路 三. 结果解读1.识别AD中差异表达的基因作者探索RBM8A在AD中的作用使用的是GSE33000数据集，样本为310AD患者 VS 157 norm，用limma包进行差异分析A：箱线图展示RBM
转载
2024-04-19 13:46:57
636阅读
# 实现R语言gsea的步骤
## 流程步骤表格
```markdown
| 步骤 | 描述 |
|:----:|:----------------------------|
| 1 | 下载安装GSEA软件 |
| 2 | 准备基因表达数据和基因集 |
| 3 | 运行GSEA分析
原创
2024-07-12 05:10:20
131阅读
如何实现“GSEA R语言”
# 引言
在生物信息学领域，基因集富集分析（Gene Set Enrichment Analysis，GSEA）是一种常用的方法，用于揭示基因表达谱中的生物学意义。本文将介绍如何使用R语言实现GSEA分析，并向新手开发者详细解释每个步骤需要实现的代码。
## GSEA流程概述
GSEA的主要流程包括基因集的选择、基因表达谱的准备、基于基因表达谱的特征排序、基因集富
原创
2023-12-19 04:37:09
343阅读
在解读传统的富集分析结果时，经常会有这样的疑问，一个富集到的通路下，既有上调差异基因，也有下调差异基因，那么这条通路总体的表现形式究竟是怎样呢，是被抑制还是激活？或者更直观点说，这条通路下的基因表达水平在实验处理后是上升了呢，还是下降了呢？在这里我说下自己的观点，在传统的富集分析时，我们只需要一个差异基因的列表，根本不关心这个差异基因究竟是上调还是下调。这是因为，传统的富集分析根本不需要考虑基因表
转载
2024-04-28 14:17:20
720阅读
input#step6-单细胞差异分析后的gsea富集分析
# 从中选取一种细胞类型进行二分组的GSEA分群
#挑选一种细胞类型进行二分组的GSEA分析（此处挑选毒性T细胞进行分析）
# 一：加载R包并制作genelist -------------------------------------------------------
rm(list = ls())
library(Seurat
转载
2023-07-28 13:37:25
1662阅读
GSEA（Gene Set Enrichment Analysis）是一种生物信息学的计算方法，用于确定是否存在这样一个基因集，能在两个生物学状态中显示出显著的一致性的差异。表达谱数据里的基因数目众多，我们需要对基因进行功能注释，看哪些基因属于同一通路，以及该通路上的上调、下调情况，这就是富集分析了。例如2019年4月在Cancer cell（PMID 30991027）上发表的一篇文章中有一张主
转载
2024-01-29 21:21:31
179阅读
