今天给大家推荐一些统计学数据 ⭕入门可以看 （1）Basic Biostatistics B. Burt Gerstman ISBN: 978-1-284-03601-5；如果习惯中国教材模式的，那么就 Fundamentals of Biostatistics ISBN: 978-1-305-26892-0 编排习惯和国内教材简直如出一辙； ⭕如果要应用类型的 建议随便找个R的统计教材就好，医学统计和生物统计无非就是穿了个马甲 The New Statistics with R ANDY HECTOR DOI:…
生信文章包含哪些类型 生信文章包含哪些，我用一句话来总结： 凡是基于测序数据进行分析的文章，都是生信文章，如果按照这个观点来看的话，单细胞测序与孟德尔随机化研究，毫无疑问也是属于生信。 🌞 传统的生信，主要分为这四步： 1️⃣ 第一步是针对测序数据进行差异分析，找出不同分组样本当中，差异表达的基因🧬。 2️⃣ 第二步是针对差异表达的基因，进行功能聚类，将差异基因按照不同的信号通路或者相关功能进行富集分析。 3️⃣ 第三步就是构建分子互作网络，也就是找到这些差异表达基因之间的一些内在联系。 4️⃣ 第四步，回归到我们研究科学问题本身，上述这些基因表达差异、信号通路或者功能的差异，以及分子之间相互联系，具体反馈到我们实际研究的科学问题上，会得到怎样的结论？ 🌞 单细胞测序，其实就是针对不同细胞亚群的研究，主要用于三个方面的研究： 1️⃣ 第一个是图谱类研究，主要就是回答一个问题，你的研究样本，具体包含哪些细胞亚群，这些细胞亚群，有哪些特异性的分子，以及有哪些特异性的生物学功能。 2️⃣ 第二就是用于研究的发现阶段，主要发现与疾病相关的细胞亚群。 3️⃣ 第三个就是验证类研究，比如你通过其他手段，发现了一个关键分子与疾病的关系，那么你可以通过单细胞测序，看看这个关键分子在哪些细胞中表达，进而知道相关的细胞亚群与疾病的关系。后续再针对这个细胞亚群进行深入的研究。 🌞 而孟德尔随机化，用一句话来概括，就是利用自然界中，随机分配的基因型对表型的影响，进一步推断表型对疾病的影响。 主要是用于推导因果关系，比如，你通过调查发现，肥胖的人，患二型糖尿病的比例要比体重正常的人高，那么你要去弄懂，到底是肥胖导致的二型糖尿病，还是二型糖尿病导致的肥胖，这就需要用到孟德尔随机化研究。