拿到数据,不知道如何快速地分析?
面对结果,不知道用什么图更好地展示心中的想法?
面对 CNS 期刊优雅的图,心中满是羡慕却不知从何下手?
搜索了很多教程,却在安装时就被繁杂的安装步骤以及满屏的版本冲突劝退?
众所周知,精美的图能让你的高质量期刊论文更上一层楼。为此,我们整理了一系列精美的作图教程,并配套了每一个教程所对应的环境,让你不但能轻松分析数据,还能一键出图!
GOplot:画出差异表达基因富集结果
Notebook 链接:GOplot:把你的差异表达基因富集分析结果画出来!
想象一下,当面对海量基因表达数据时,我们往往需要一个简洁而又生动的方式来讲述数据背后的故事,而基因本体(Gene Ontology)分类往往是一种很好的方式。GOplot 提供了一系列绘图函数,以一组来自脑和心脏内皮细胞的转录组数据(Gene Expression Omnibus,存取号:GSE47067)为例,带你从总体概览逐步深入到特定基因和术语的子集,经过统计分析快速找到数据中的模式和关联性。
Seurat:单细胞 RNA 测序(scRNA-seq)数据分析和可视化
Notebook 链接:利用Seurat进行单细胞RNA测序(scRNA-seq)数据分析和可视化
想象一下:手握神秘的单细胞测序数据宝藏,每个细胞都有独特的故事,而 Seurat 就是你的制图大师,将复杂的数据绘制成地图,引领你踏上神奇之旅!通过桥接整合多组学数据集,Seurat 连接不同的细胞数据,让你一键做出单细胞数据降维、聚类、标志物可视化的精美图片。现在,准备好与 Seurat 一起探索这个充满惊喜的单细胞世界吧!
ggseqlogo:定制你的序列分析图
Notebook 链接:ggseqlogo:定制你的序列标志图
你是否曾好奇 DNA、RNA 和蛋白质的结合位点是如何影响细胞的功能?ggseqlogo 可以帮助我们可视化这些结合位点,突出显示关键的保守位置,并展示各种分子之间的相似性。通过定量和定性的颜色方案,我们可以自定义图形的外观,让图像更具信息量和吸引力。
transPlotR:优雅地绘制基因转录本结构
Notebook 链接:transPlotR:优雅地绘制基因转录本结构
只需输入一个 GTF 文件,调用一个 trancriptVis 函数,你便可以使用 transPlotR 优雅地进行以下绘制工作:绘制编码或者非编码基因的转录本结构;折叠多个转录本;可视化跨距离、跨染色体的多个基因;用环形图展示基因结构;添加不同风格的箭头表示转录方向;绘制相对距离的位置坐标(以转录起始位置/终止位置为起点);反转负链基因的结构位置……
pyGenomeTracks:可视化多维基因组数据
Notebook 链接:pyGenomeTracks:多维基因组数据的高质量可视化
你是否曾经为了分析和可视化基因组数据而感到头疼?面对大量的复杂信息,你是否感觉有点不知所措?别担心,pyGenomeTracks 可以帮助你在基因组上绘制各种数据轨迹,在基因组数据的海洋中找到自己的方向。无论是基因注释、基因表达还是染色质信号和互作信息,它都能轻松应对。最重要的是,它可以将这些信息融合到一个统一的图像中,让你(和审稿人)一目了然。
我们将持续在 Bohrium 案例广场上推出更多作图系列教程的 Notebooks,以及“基础生信系列教程”、“空间组学系列教程”等。我们相信这个系列将成为你在生物信息学道路上的得力助手!期待你的加入!让我们一起成为生物信息学的翘楚,探索生命科学的无限可能!
欢迎查看原文,加入生物信息学讨论群!
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。