成立于2014年，由老祝，鑫仔，helen等组建，我们都来自同一个学校：哈尔滨医科大学，更来自同一个寝室，是国内最早一批专攻生物信息学专业的学生。我们希望能最大限度降低跨专业的生信学习门槛，开发并实时更新一系列零编程的可视化软件，助力生物医学科研。欢迎大家转发关注！

小编下面简单列了一些一些我们开发的软件：

高难度的GEO数据差异分析

还不会做生存分析的，注意了

TCGA差异分析~包教包会

GEO数据做生存分析

What？PC跑转录组。

小白做差异分析

傻瓜式差异分析软件|出品

GEO数据怎么搞？|出品

绘制火山图工具介绍

简单易用的序列处理工具SeqHandler介绍

珍藏|最简单的热图绘制工具

教师节献礼|科研小工具集重磅来袭

超级方便的TCGA数据下载工具

同时为方便大家自己分析转录组数据，我们也正在翻译 RNA-seq Data Analysis A Practical Approach（目录参见此文：RNA-seq数据分析实用方法）这本书，供大家入门使用。目前翻译工作正在进行中，预期月底完成初稿。此书目前还剩余以下章节需要翻译，希望熟悉此领域的给小编留言，加入我们翻译团队。

5.4 MAPPING-BASED ASSEMBLY 95

5.4.1 Cufflinks 95

5.4.2 Scripture 97

5.5 DE NOVO ASSEMBLY 98

5.5.1 Velvet + Oases 98

5.5.2 Trinity 100

5.6 SUMMARY 104

6.3 QUANTITATION OF GENE EXPRESSION 116

6.3.1 Counting Reads per Genes 117

6.3.1.1 HTSeq 117

6.3.2 Counting Reads per Transcripts 120

6.3.2.1 Cufflinks 122

6.3.2.2 eXpress 122

6.3.3 Counting Reads per Exons 126

8.1 INTRODUCTION 147

8.2 TECHNICAL VS. BIOLOGICAL REPLICATES 148

8.3 STATISTICAL DISTRIBUTIONS IN RNA-SEQ DATA 149

8.3.1 Biological Replication, Count Distributions, and

Choice of Software 150

8.4 NORMALIZATION 152

8.5.7 For Reference: Code Examples for Other

Bioconductor Packages 168

8.5.8 Limma 169

8.5.9 SAMSeq (samr package) 170

8.5.10 edgeR 171

8.5.11 DESeq2 Code Example for a Multifactorial

Experiment 171

8.5.12 For Reference: edgeR Code Example 174

8.5.13 Limma Code Example 175

Chapter 9 ◾ Analysis of Differential Exon Usage 181

9.1 INTRODUCTION 181

9.2 PREPARING THE INPUT FILES FOR DEXSeq 183

9.3 READING DATA IN TO R 184

9.4 ACCESSING THE ExonCountSet OBJECT 185

9.5 NORMALIZATION AND ESTIMATION OF THE

VARIANCE 187

9.6 TEST FOR DIFFERENTIAL EXON USAGE 190

9.7 VISUALIZATION 193

9.8 SUMMARY 198

13.1 INTRODUCTION 259

13.2 DISCOVERY OF SMALL RNAs—miRDeep2 260

13.2.1 GFF files 260

13.2.2 FASTA Files of Known miRNAs 263

13.2.3 Setting up the Run Environment 263

13.2.4 Running miRDeep2 266

13.2.4.1 miRDeep2 Output 266

13.3 miRANALYZER 268

13.3.1 Running miRanalyzer 271

13.4 miRNA TARGET ANALYSIS 271

13.4.1 Computational Prediction Methods 272

13.4.2 Artificial Intelligence Methods 274

13.4.3 Experimental Support-Based Methods 275

欢迎关注