使用R绘图时，默认的坐标轴交点并不是X和Y的最小值，我们可以通过xaxs=”i”和yaxs=”i”来进行设置。 使用默认设置，生成图形如下： 1plot(data$V1,data$V2,pch=20,xlab="",ylab="",xlim=c(0,1),ylim=c(0,1)) 设置之后，图形如下： 1plot(data$V1,data$V2,pch=20,xlab="",ylab="",xlim=c(0,1),ylim=c(0,1),xaxs="i",yaxs="i")

通过序列比对得到BAM文件后，常常需要对READS数进行统计，以便进行下游分析与作图，可以说，这是对BAM数据可视化的关键步骤。 一、全局统计 12> samtools view -c targetc.bam6 二、指定区域统计 对于指定区域进行统计，需要用到bedtools multicov，BAM文件可以是一个或多个，语法如下： 12345678910111213> bedtools multicov -bams targetc.bam -bed chr19d.bed chr19 ...

有多种方法可以实现从BAM文件到BED文件的转换，比较简单的一种，是使用bedtools bamtobed，语法如下： 1bedtools bamtobed -i ***.bam > ***.bed 实例如下： 准备一个BAM文件，targetc.bam 12345678> samtools view targetc.bam | headHWI-ST1113:280:H7KE6ADXX:1:1116:8464:18014 16 chr19 3100027 31 ...

首先，看一下BAM文件的内容，BAM文件名为heart.bam 1234567891011> samtools view heart.bam | headHWI-ST1113:280:H7KE6ADXX:2:1201:2203:75105 16 chr19 3079081 35 36M * 0 0 AGTCCATTTATTCTTTGTGTAGAGAAAGACTACTGA JIIJJJJJJJJJIIGJJ ...

t.test是统计学中最常用的检验方法，用来检验两种数据的均值是否相等，用于对正态分布的整体估值，通常应用于小样本(n < 30)。 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081> x = rnorm(100,mean=20, ...

COLORBREWER，是一个配色网站，其配色方案简约大方，是作图配色的首选。 常用的配色方案如下： 五种蓝色的配色方案：”#eff3ff”,”#bdd7e7”,”#6baed6”,”#3182bd”,”#08519c” 五种绿色的配色方案：”#edf8e9”,”#bae4b3”,”#74c476”,”#31a354”,”#006d2c” 五种灰色的配色方案：”#f7f7f7”,”#cccccc”,”#969696”,”#636363”,”#252525”

subset可以用来筛选data.frame的子集，语法如下： 一、创建数据 12345678910111213> name <- c("Layton","Ben","Paul","Peter","Haley","Jump")> age <- c(25,18,45,60,24,35)> sex <- c("M","M","M","M","F","M")> weight <- c(120,150,125,140,115,110)> data & ...

一、定义intergenic 基因间区域，即intergenic region，可以简单定义为两个相邻基因A和B之间的区域；对于某个基因而言，TSS和TES可以看作是基因的上下边界，但是，由于promoter往往在TSS上游，而TES附近可能有调控元件存在，因此，我们也需要把promoter区域和TES下游也考虑在内。如果我们定义，promoter区域为“TSS-2Kb至TSS+0.5Kb”，下游调控区域为“TES-0.5Kb至TES+0.5Kb”，那么，intergenic region就可 ...

1.Load Packageslibrary(GenomicRanges)library(rtracklayer)library(IRanges)library(DiffBind)library(tidyverse)library(chipseq)library(Gviz)library(VennDiagram)library(BSgenome.Mmusculus.UCSC.mm10)library(biomaRt)library(ggplot2)setwd(“D:/CHIP/promoter” ...

在做完peak calling之后，我们就可以做样品间的差异分析了，常用的包是DiffBind，现在，先用自带的数据包做一个差异分析。 一、加载软件12library(DiffBind)library(tidyverse) 二、工作路径 1234567setwd(system.file("extra", package="DiffBind")) # 设置工作路径，在软件包DiffBind下的extra文件夹；list.files() # 这是工作目录，其中，peaks和testdata是文件夹； ...