测试数据：KPGP的WES测序数据，下载地址ftp://ftp.kobic.re.kr/pub/KPGP/2017_release_candidate/WES/，分别下载了KPGP-00265，KPGP-00266，KPGP-00267，KPGP-00270和KPGP-002735组数据
可视化kegg通路-pathview包
Pathview是一个用于整合表达谱数据并用于可视化kegg通路的一个R包，其会先下载kegg官网上的通路图，然后整合输入数据对通路图进行再次渲染（加工？），从而对kegg通路图进行一定程度上的个性化处理
Shiny用法整理（二）
继续整理shiny的几个用法
DataTables in a Shiny App
DT包可以说是shiny网页展示表格的首选（个人觉得哈），其功能丰富，是JS的DataTables库的R端口，功能非常强强大，简单的使用即可满足常用的需求，如：
Shiny用法整理（一）
以下是最近整理的Shiny小程序的一些笔记
App formats and launching apps
曾经在写Shiny小程序的时候，需要包括2个文件:ui.R和server.R，里面分别包含了两个函数：shinyUI()和shinyServer()；但是现在的Shiny程序并不需要这样形式了，只需要一个app.R，格式跟我们平时在RStduio中写的shiny程序一样，由三部分组成，如下：
Shiny layout guide（shinydashboard）
Shiny的UI界面可用多个方式来展示，你可以用shiny基本布局函数+theme主题函数来实现；也可以用shinydashboard来定义你网页的布局，当然还有shiny的JS插件以及其他技巧。
GATK 4.0 WGS germline call variant
GATK升级4.0版了，作为人类call variant的金标准软件，加上其强大的团队，每次重大更新都会给使用者带来一点新的东西（或者说是改变），我也正好整理下，将GATK基本分析流程过渡到4.0版本
R markdown的pdf报告（中文输出解决方案）
要生成一个动态报告，我一般会首选html报告（网页版报告），其交互性以及页面更加丰富点；但是如果是要一份正规的报告，那么一般会选PDF报告
在前面一篇博文R Markdown学习中提到过，如果你是用RStudio来生成报告的话，还除了pandoc外（因为RStudio自带），还需要安装miktex（windows），因为这是基于latex的
R Markdown学习(二)
看完https://rmarkdown.rstudio.com和https://bookdown.org/yihui/rmarkdown/，发现rmarkdown在这些创作者手里竟然演变出这么多功能，这里我挑几个个人比较喜欢的功能简单的记录一下
R Markdown学习
第一次听说R markdown的时候，简单以为Rmarkdown只是一个markdown拓展的一个小工具而已，最近才发现Rmarkdown是一个展示报告的利器！如果你不想用word等老套的报告模式，那么Rmarkdown绝对能满足你的需求，并且其还有其他优势所在（自行搜下就明白了）
rMATS可视化-rmats2sashimiplot
之前的对rMATS软件做笔记的时候，提到过rmats2sashimiplot这款专门用来对rMATS分析结果做可视化的软件，最近尝试用了下，操作比较简洁，但是还是留了点问题没解决
rmats2sashimiplot，网址：rmats2sashimiplot
R语言 PCA分析
PCA（Principal Components Analysis）即主成分分析，一种无监督算法，降维中的最常见的一种方法
为什么要降维：
- 减少高维数据的处理难度，降低后续计算的复杂度
- 去除噪音和冗余数据，同时减少信息的损失
- 低维数据相比高维更加容易理解及可视化
PCA的本质：将具有相关性的高维变量通过线性变换投影到低维空间上，这低维变量称为主成分；并且通过最大方差理论使得第一主成分能对原始数据更多的解释（变异最大，也就是方差最大），同时也使得这些低维度变量的相关尽可能的小，便于后续分析
R语言 相关性分析
来自于 白话统计这本书的 一些笔记
R语言 简单方差分析
之前看到不少人思维导图，我也来凑凑热闹。用幕布做了一个，以做为这篇的笔记的总提纲
Perl 多线程处理数据
现在学习Perl的人真不多了（略微有点感触），最近想了解下Perl的多线程/多进程的使用方法，在网上查下文章想学习下，结果发现都是2-5年前写的文章了。当然以"胶水"语言著称的Perl也不太适合来写一些讲究效率的软件，毕竟速度摆着那；尤其在生信领域，常规的软件还是R/Python比较多，如果是支持多线程的软件则一般也是C++/JAVA写的
使用Perl/sed/awk分割大文件（测序fastq文件）
之前一段时间一直在用R，最近刚转变过来时差点都不会写了Perl了（有时觉得R的向量思维真的很棒！应用性极强~）
刚好遇到一个问题需要解决：将4000000行的测序fastq序列分割成10份，强行用Perl写了下。。下面是一些解决思路（代码比较简单，就不做注释了）
R 多线程并行计算
R作为当今最为流行的统计分析软件之一，其处理数据一般都是默认单线程跑的。而现今各种云平台层出不穷，其主要目的就是加快分析速度从而节省分析成本，比如现在大型平台的全基因组分析的耗时都按分钟记了（当然是最快的那种），因此有时我们平时处理数据时，也可以优先考虑下将R并行化，在计算资源足够的情况下，肯定是越快越好
写了一个siGSEA包
最近花了一周的时间写了一个简化版GSEA分析包，命名为siGSEA
前段时间用GSEA处理了一些数据，发现其官网还在更新的只有GSEA的桌面版和服务器java版，其R版本只有一个2005年写的脚本！！！我那时粗略的看了一遍，感觉使用起来实在有点繁琐，并且GSEA官网的R代码很长，足足有2500+行，个人对其代码的风格很不适应；因此就有了想法自己重新写一个GSEA的R包，这样单从使用的角度来说更加方便点（虽然可能自己以后也用不了几次，而且GSEA桌面版功能更加全面。。。），毕竟现在很多生信分析软件都是以R包的形式，当然也顺便写个R包娱乐下
置换检验（Permutation Test）
我们一般平时较为常用的检验要属有参检验，但是其要求样本必须满足近似正态，无离群点，数据量大等要求；而有些时候其实很难都满足以上前提条件，则这时需要使用无参检验，其只关注数据的秩，但是无参检验有时也无法处理一些样本数较少的情况，这时则可以使用置换检验
GSEA使用事项小结
最近为了了解下GSEA的算法的整体思路以及软件一些主要参数的具体含义，从头看了下其R代码，由于其R代码是作者在软件早期写的，其功能并不是很完善，但是其核心的思路还是在代码中体现出来了（其实主要还是GSEA的JAVA版看不懂。。）
下面结合作者发表的文献、官方手册以及R代码，对一些有意义的参数和一些指标做个简单的记录，也算一次看代码后的小结，如果可能的话，也想从头写一个简化版的GSEA的R代码（主要发现官方的R代码写的年代好早之前了，代码写的有点啰嗦~~）以及其出图的代码
GSEA-基因富集分析
说到富集，富集是将基因根据一些先验的知识（也就是常见的注释）进行分类的过程。我们一般会想到最常见的是GO/KEGG富集，其思路是先筛选差异基因，然后确定这些差异基因的GO/KEGG注释，然后通过超几何分布计算出哪些通路富集到了，通常会选择一个阈值来卡一下，比如p值和FDR等。因此这会涉及到人为的阈值选择，具有一定的主观性，而且只能用于差异较大的基因，所以结果可能有一定的局限性。