这些期刊支持一稿多投，“5分钟提交+24小时反馈”大幅提升投稿效率！
支持“一稿多投”期刊队伍将再扩大！
教研科研 | 如何在四大检索发表职教研究文章（附部分期刊介绍）
蛋白质互作网络是由蛋白通过彼此之间的相互作用构成，来参与生物信号传递、基因表达调节、能量和物质代谢及细胞周期调控等生命过程的各个环节。系统分析大量蛋白在生物系统中的相互作用关系，对了解生物系统中蛋白质的工作原理，了解疾病等特殊生理状态下生物信号和能量物质代谢的反应机制，以及了解蛋白之间的功能联系都有重要意义。那么如何分析蛋白质互作网络？如何发现复杂网络的关键蛋白和子网络？如何使用马尔科夫（MCL）... 阅 读 全 部 >
在进行差异基因表达分析时，得到显著差异基因后，接下来就需要分析这些基因参与了哪些功能，常见的就是GO功能注释和KEGG通路富集分析，今天为大家介绍在线分析工具的使用——DAVID与KOBAS 3.0。DAVID是一个生物信息数据库，其整合了生物学数据和分析工具，为大规模的基因或蛋白列表提供系统综合的生物功能注释信息，帮助用户从中提取生物学信息。目前DAVID数据库主要用于差异基因的功能和通路...... 阅 读 全 部 >
导语GUIDE ╲基于m6A调节因子的signature可以区分头颈部鳞状细胞癌患者的预后。背景介绍今天小编为大家带来一篇经典的m6A调节因子相关基因作为signature进行分型预后的文章。这篇文章2022年2月刚刚发表在 Front Immunol （实时影响因子8分+），说明今年m6A依然是热点。 数据介绍本文使用TCGA-HNSCC数据（https://xenabrowser.n...阅读... 阅 读 全 部 >
生信分析中我们经常会做KEGG和GO富集分析，一般拿到结果后就想到用柱状图展示pathway的富集情况。比如下面这样：如果学会使用Cytoscape中的ClueGO+CluePedia插件，可以帮我们更形象地展示pathway之间的关系，以及gene在pathway中的富集情况，论文插图瞬间提示一个档次，比如像这样：下面我们就来看一下如何使用Cytoscape中的Clue...阅读全文>&g... 阅 读 全 部 >
GO和KEGG分析是最常用的生信分析方法，在SCI论文中也经常见到，那么你能想到的GO和KEGG分析结果的展示方法有哪些呢？条形图：饼状图：表格：相比于上面这些，这样的网络图展示起来是不是立马提升了几个档次：首先讲一下如何获取这一利器，ClueGO和CluePedia是Cytoscape的APP，点开Cytoscape的Apps菜单，找到这两个APP把它们下载安装了。然后你就能在Apps...阅读... 阅 读 全 部 >
说在前面此前我们已经推送了不少深入解读的文章，今天希望做一点新的尝试——介绍 R 语言绘图。这一期分享 R 语言绘制热图的案例，希望大家通过案例感受 R 语言的强大，同时消除对热图等看似高大上的图形的恐惧感，在文献阅读时更加从容，今后也尝试去绘制这样炫酷的图，如果能够放到文章里面就完美了。什么是 R 语言？R 语言，一种自由软件编程语言与操作环境，主要用于统计分析、绘图、数据挖掘。我之所以学 ..... 阅 读 全 部 >
学会这3张图，搞定数据质控So easy嗨，小伙伴们大家好~！上期我们讲到数据质控的重要性，即在表达差异分析之前需查验数据质量是否合格，如下面3张图所示，热图、PCA图和聚类树的结果均表示实验组和对照组分开的比较好，数据质量可。那么这期我们就接着这个话题，来看看如何绘制这3张图，搞定数据质控问题So easy！▌加载示例数据加载基因表达谱和样本信息文件，gene exp res是已完成基因...阅... 阅 读 全 部 >
热图可以聚合大量的数据，并可以用一种渐进色来优雅地表现，可以很直观地展现数据的疏密程度或频率高低。 本文利用R语言 pheatmap 包从头开始绘制各种漂亮的热图。参数像积木，拼凑出你最喜欢的热图即可，如下图： 基因和样本都可以单独聚类，排序，聚类再...阅读全文>&g... 阅 读 全 部 >
全文注释# 示例参考帮助文档# 我用Rstudio重现了所有示例# 初识R语言，请戳我的原创推文“”与“”# 使用Stata绘图，请戳我的原创推文“”# 本文以字母顺序排序程序包# 更多用于R语言绘图的程序包，欢迎在留言区补充cartogram扭曲的地图，以传达统计信息开发Sebastian Jeworutzki，...阅读全文>>... 阅 读 全 部 >
这次我们来个GC含量的圈图，同样的，我在这里也会描绘出各种GC含量圈图的画法，开开眼界。GC含量图在基因组circos图中算是非常有分量的，各种GC含量圈图的表达形式6的飞起。下面开始画几种类型的GC圈图。首先，加载circlize R包library(circlize)读入染色体数据和GC含量数据data<-read.table("chrom.txt",head=T,stringsAs..... 阅 读 全 部 >