2019年8月第1周
2019.08.01—《手把手带你学 Python3 | 字典与FASTA文件序列抽提》
来源：大土豆力 生信菜鸟团
https://mp.weixin.qq.com/s/vYT2s16IfP1StvxFilWLZQ
安装入门环境首选 pycharm。
f = open('test.fa','rt')
f = f.readlines()
seq_dict = {}
for line in f:
line = line.strip('\n')
if line.startswith('>'):
id = line.strip('>')
seq_dict[id] = []
else:
#print(line)
seq_dict[id] = line
#搜索
print(seq_dict['hsa_circ_00003'])
#获得序列
ATGCCGAATATACCAACTCTCCTTTGGTACCTACATTCTGTACTCCTGGTTTGAAAATTCCATCTACAAAGAACAGCATAGCTTTG
2019年8月第2周
2019.08.06—《RNA-seq这十年（3万字长文综述）》
来源：Chonqing ZJL 读研笔记
https://mp.weixin.qq.com/s/a3y46NNNO-wardO3XWwh0w
2019.08.07—《R画的图在PowerPoint里面编辑》
来源：生信技能树 生信技能树
https://mp.weixin.qq.com/s/qCB-3t3fuNzFFJoDv_jb8g
我们需要一个神器export包，安装很简单，因为在CRAN上。
2019.08.07—《RNA-seq的counts值，RPM, RPKM, FPKM, TPM 的异同》
来源：Arjuna 生信技能树
https://mp.weixin.qq.com/s/KSMzgKBlgF2qIadME5nWhw
标准化的主要目的是去除测序数据的技术偏差：测序深度和基因长度。
测序深度：同一条件下，测序深度越深，基因表达的read读数越多。
基因长度：同一条件下，不同的基因长度产生不对等的read读数，基因越长，该基因的read读数越高。
2019.08.08—《表达矩阵的归一化和标准化，去除极端值，异常值》
来源： Arjuna 生信技能树
https://mp.weixin.qq.com/s/KQgWCdZ42EcqV_Qzc2wmTw
在数据挖掘过程，数据的归一化和标准化是必须的。取log值就是一种归一化的方法，z-score是常用的标准正态分布化的方法。
2019.08.09—《转录组表达矩阵为什么需要主成分分析以及怎么做》
来源： Arjuna 生信技能树
https://mp.weixin.qq.com/s/jvYzmwCZHY_0jt8RuZ8Okw
主成分分析，即PCA，等降维算法，因为通常RNA-seq都是测几万个基因的表达量，但实际上病人与正常人的区别并不需要这么多基因，可能仅仅是关键的几个基因的组合，就足够区分了，那么以后临床应用就简单了，仅仅是关注重要的的主成分所构成的基因即可。
2019.08.10—《听说aspera下载会失败，我也解决不了啊》
来源：生信技能树 生信技能树
https://mp.weixin.qq.com/s/RuY6ijm8zAkqaQNIFOOdBQ
2019年8月第3周
2019.08.16—《箱线图的生物学含义》
来源： Arjuna 生信技能树
https://mp.weixin.qq.com/s/-nBMig-x34BV41UMjIHjkQ
描述数据，或者解读数据的时候，不能只关注其“集中性”和“离散性”指标（如均数、中位数、标准差、四分位数等），还得关注原始数据的分布形式。
箱线图是能同时反映数据统计量和整体分布，又很漂亮的展示图。
2019.08.16—《三招帮你找到需要的生物信息工具》
来源：kaopubear 生信菜鸟团
https://mp.weixin.qq.com/s/erD4hQF38PYyQgN7_Xc8lw
介绍一个综合性生物信息工具资源网站 biotools。以后只要用好这三招，就不会害怕生物信息不知道用什么和怎么选工具的问题。
说到这类整合网站，很多人都知道 omictools, 不过它很早就已更名为 omicX 并转向商用，每天点上六七次之后就会提示你付费且价格不菲。现在，有一个同样好用还免费的网站来替代它——biotools。 Genome Biology 近日上线的一篇题为 The bio.tools registry of software tools and data resources for the life sciences 的文章，介绍的就是这个网站。
2019年8月第4周
2019.08.21—《基因组中是否存在未被DNA测序覆盖的区域》
来源： 生信技能树 生信技能树
https://mp.weixin.qq.com/s/8Fa5ZLNFnM6P5kjfb-t1FQ
重复DNA序列
G/C偏差
碎片偏差
2019.08.21—《全基因组测序的7个概念》
来源： 生信技能树 生信技能树
https://mp.weixin.qq.com/s/Oui7qlVV-dBSMxftrxIYow
什么是真核细胞
什么是染色体？
什么是基因组？
什么是精确医学？
什么是液体活检？
全基因组测序是什么？
2019.08.21—《limma/voom，edgeR，DESeq2分析注意事项，差异分析表达矩阵与分组信息》
来源： 生信技能树 生信技能树
https://mp.weixin.qq.com/s/SxoP_Br6a8rtCB9Zorc4aA
limma，edgeR，DESeq2三大包基本是做转录组差异分析的金标准，大多数转录组的文章都是用这三个R包进行差异分析。
edgeR差异分析速度快，得到的基因数目比较多，假阳性高（实际不差异结果差异）。
DESeq2差异分析速度慢，得到的基因数目比较少，假阴性高（实际差异结果不差异）。
需要注意的是制作分组信息的因子向量是，因子水平的前后顺序，在R的很多模型中，默认将因子向量的第一个水平看作对照组。
2019.08.22—《手把手带你学 Python3 | 2019国自然信息爬取》
来源：大土豆力 生信菜鸟团
https://mp.weixin.qq.com/s/-NlUhQ9l87vHJqYNr7PVIA
Beautiful Soup 是一个可以从HTML或XML文件中提取数据的Python库.它能够通过你喜欢的转换器实现惯用的文档导航,查找,修改文档的方式.Beautiful Soup会帮你节省数小时甚至数天的工作时间。
首先是是安装python包，urllib库是python内置的，无需我们额外安装。
pip3 install beautifulsoup4,requests
安装完可以简单测试一下：
from bs4 import BeautifulSoup
soup = BeautifulSoup('<p>Hello</p>', 'html.parser')
print(soup.p.string)
具体代码参见原文
2019.08.23—水稻只做转录组能不能发篇3分的SCI？
来源： 徐洲更 生信媛
https://mp.weixin.qq.com/s/5eoigYx_ZdKxDa-rcH_OhQ
答案是不能，你还得补充一些定量PCR对找到差异基因做验证。 文章标题: Genes, pathways and transcription factors involved in seedling stage chilling stress tolerance in indica rice through RNA-Seq analysis
该文章发表在BMC plant biology，植物科学2区SCI，近四年IF稳定在3分左右。这篇文章的核心部分就是测了好几个转录组，然后做了一点实验验证。
2019年8月第5周
2019.08.26—《下载神器》
来源：生信技能树 生信技能树
https://www.ncbi.nlm.nih.gov/pubmed/31382519
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6639467/
2019.08.27—《基因ID转换大全2.0》
来源：Forest_Lee 生信菜鸟团
https://mp.weixin.qq.com/s/kw2x2Tku53SiGeFAMoAwaw
基因ID种类繁多，其中GeneCards数据库里面列出了128种数据库ID，虽然很全面，但并非都是重点。常见的基础数据库会提出自己的ID，如entrez ID, Symbol, RefSeq, probeset, PubmedID,OminID,Accnum。
方法一：用clusterProfiler包和org.Hs.eg.db包（基于Bioconductor）
方法二：通过使用encode数据库的gtf注释转换（基于Bioconductor）
方法三：使用DAVID网站
方法四：使用BioMart
