[
-
内容大纲
这是一本从零基础到独立完成多组学分析的医学生物信息实战指南，内容涵盖R语言基础编程、基因表达芯片数据分析、Bulk转录组数据分析、肿瘤免疫微环境分析、单细胞转录组数据分析、多组学联合分析和AI大模型应用等。全书以“体系完整、实战驱动、对新手友好、AI辅助”为特色，融入真实的数据分析案例、可直接运行的代码及常见报错解决方案，贴合主流数据分析思路，解决自学入门难、代码报错多、分析流程不清晰的难题，帮助读者系统掌握生信分析全流程。
本书适合生物信息学、生命科学、医学相关专业的本科生、研究生、医生及科研工作者阅读，也适合希望提升数据分析能力的实验人员、技术人员，以及渴望借助AI工具提高科研效率的初学者与进阶者阅读。另外，本书附赠示例的完整代码、数据文件等资源，可以助力读者高效、快速地学习。 -
作者介绍
孙小洁：生信技能树核心成员，7年资深全职讲师；生信星球创始人之一，全网累计粉丝7万人以上；数百场线上线下培训的实战派导师，曾带领1万多名学员完成生信数据分析的启蒙与进阶。R包tinyarray作者，《解码生命》编者之一。 -
目录
第1篇 R基础入门
第1章 初识R语言
1.1 基础概念
1.2 软件安装
1.2.1 安装前的准备工作
1.2.2 R软件的安装
1.2.3 RStudio的安装
1.3 RStudio的设置和使用
1.3.1 RStudio界面
1.3.2 RStudio设置
1.3.3 使用RStudio Project管理工作目录
1.3.4 使用脚本管理代码
第2章 函数、参数和R包
2.1 函数和参数
2.1.1 区分函数、形式参数和默认参数
2.1.2 形式参数
2.1.3 默认参数
2.1.4 学会查询函数的帮助文档
2.1.5 自定义函数编写和使用
2.2 R包的安装
2.2.1 R包的来源及安装方式
2.2.2 检查R包是否安装成功
2.2.3 设置镜像
2.2.4 指定版本R包的安装
2.2.5 GitHub的R包的离线安装
2.2.6 避免重复安装
2.2.7 批量安装包
2.3 R包的使用方法
2.3.1 加载后使用
2.3.2 显式指定出自x包的x函数
2.3.3 获取R包与函数帮助信息
2.4 R包常见的问题及解决办法
2.4.1 报错：package xxx is not available
2.4.2 报错：there is no package called xxx
2.4.3 报错：x.x.x is already loaded,but x.x.x is required
2.4.4 报错：object xxx is not exported by xxx
2.4.5 报错：make not found
2.4.6 报错：make：/opt/gfortran/bin/gfortran：No such file or directory
2.4.7 报错：Permission denied
2.4.8 报错：The specified module could not be found
2.4.9 网络问题
2.4.10 经常被误解的问题
第3章 数据管理
3.1 变量
3.1.1 变量的赋值与查看
3.1.2 变量的命名
3.1.3 变量的使用
3.2 数据类型
3.2.1 数据类型介绍
3.2.2 数据类型的判断
3.2.3 数据类型的转换
3.2.4 异常数据
3.3 数据结构之向量
3.3.1 向量的生成方式
3.3.2 单个向量的运算
3.3.3 两个向量的运算
3.3.4 向量取子集
3.3.5 元素修改
3.4 数据结构之数据框
3.4.1 创建数据框
3.4.2 数据框的属性
3.4.3 数据框取子集
3.4.4 数据框的修改
3.4.5 两个数据框的拼接
3.5 数据结构之矩阵
3.5.1 创建矩阵
3.5.2 矩阵的属性
3.5.3 矩阵取子集
3.5.4 矩阵的修改
3.5.5 两个矩阵的拼接
3.5.6 常用函数
3.6 数据结构之列表
第4章 数据读写
4.1 文件读取技巧
4.1.1 文件存放位置
4.1.2 不推荐使用绝对路径
4.1.3 区分文件格式和分隔符
4.2 R语言原生读取和导出的方式
4.2.1 R语言原生读取和导出函数介绍
4.2.2 R语言原生读取函数之间的关系
4.2.3 文件读取示例
4.3 优化的读取和导出方式
4.3.1 readr包的应用
4.3.2 data.table包的应用
4.3.3 rio包的应用
4.4 多种读取方法比较
4.5 复杂示例解读
4.5.1 基因表达芯片平台的注释文件
4.5.2 TCGA的RNAseq counts文件
4.5.3 基因表达芯片数据的表达矩阵文件
第5章 R语言作图
5.1 R基础包
5.1.1 高级绘图函数
5.1.2 低级绘图函数
5.2 利用ggplot2作图
5.2.1 ggplot2的基本语法
5.2.2 设置图片属性
5.2.3 几何对象
5.2.4 位置关系
5.2.5 坐标系调整
5.2.6 主题设置
5.2.7 使用paletteer配色包
5.2.8 完整的ggplot2语法结构
5.3 利用ggpubr和ggstatplot作图
5.4 常见拼图方法
5.4.1 par函数的mfrow参数
5.4.2 patchwork拼图
5.4.3 cowplot拼图
5.5 图片的保存与导出方法
5.5.1 ggplot2系列保存方法
5.5.2 通用保存方法
5.5.3 使用eoffice包导出
5.6 画图的思考过程
第6章 实用数据处理与流程控制
6.1 tidyr包应用
6.1.1 数据清理
6.1.2 分割和合并
6.1.3 处理NA
6.2 dplyr包应用
6.2.1 常用函数
6.2.2 管道操作（%＞%）
6.2.3 处理关系数据
6.3 stringr包应用
6.3.1 stringr包与示例数据
6.3.2 长度和数量统计
6.3.3 拆分和合并
6.3.4 内容定位和筛选
6.3.5 大小写转换
6.3.6 替换和删除
6.4 条件语句
6.4.1 if语句
6.4.2 if语句衍生的ifelse函数
6.4.3 switch函数
6.5 循环语句
6.5.1 for循环
6.5.2 while循环
6.6 apply族函数
6.6.1 apply函数的应用
6.6.2 lapply函数的应用
6.6.3 sapply函数的应用
6.7 项目管理方法示例
6.7.1 脚本的管理
6.7.2 项目的管理
第2篇 基因表达芯片数据分析实战
第7章 基因表达芯片数据分析
7.1 常见图表
7.1.1 热图
7.1.2 箱线图
7.1.3 火山图
7.1.4 PCA图
7.2 GEO数据库介绍
7.2.1 数据条目
7.2.2 GEO数据集的常见实验类型
7.3 实验设计思路及案例
第8章 基因表达芯片数据标准分析
8.1 安装R包
8.1.1 前期设置
8.1.2 批量安装R包
8.1.3 检查是否安装成功
8.2 数据下载与整理
8.2.1 前期设置
8.2.2 数据下载方式
8.2.3 数据整理
8.3 提炼分组信息
8.3.1 分组信息的3个要求
8.3.2 提炼内容
8.4 获取探针注释
8.4.1 查询注释R包
8.4.2 GPL页面的表格文件解析
8.5 数据质控
8.5.1 PCA图
8.5.2 离散基因热图
8.6 差异分析
8.6.1 用limma完成二分组数据的差异分析
8.6.2 差异分析结果整理
8.6.3 差异分析结果的可视化
8.7 富集分析
8.7.1 输入数据
8.7.2 执行富集分析
8.7.3 分析结果解读
8.7.4 分析结果可视化
8.8 基因集富集分析
8.8.1 输入数据准备
8.8.2 执行GSEA分析
8.8.3 分析结果解读
8.8.4 分析结果可视化
8.9 蛋白互作网络分析
8.9.1 导出差异基因和属性表格
8.9.2 使用string网站进行蛋白互作网络分析
8.9.3 cytoscape网络分析
第9章 基因表达芯片数据高级分析
9.1 R包安装与文件下载
9.1.1 R包安装
9.1.2 文件下载
9.2 tinyarray简化分析流程
9.2.1 数据下载和整理
9.2.2 生成分组信息与探针注释
9.2.3 差异分析
9.2.4 富集分析
9.3 多分组数据分析
9.3.1 数据下载和整理
9.3.2 生成分组向量与探针注释
9.3.3 差异分析
9.3.4 tinyarray的简化操作
9.3.5 富集分析
9.4 双因素数据差异分析
9.4.1 实验设计
9.4.2 数据下载和整理
9.4.3 整理实验设计
9.4.4 做差异分析
9.4.5 差异分析结果的可视化
9.4.6 理解logFC的计算方式
9.4.7 富集分析
9.5 多数据集联合分析
9.5.1 分别进行差异分析后取交集
9.5.2 合并表达矩阵后校正批次效应
9.5.3 RRA整合差异基因
9.6 加权共表达网络分析
9.6.1 数据预整理
9.6.2 表达矩阵数据整理
9.6.3 表型信息整理
9.6.4 WGCNA的具体步骤
9.7 常见格式的原始数据处理
9.7.1 CEL格式
9.7.2 TXT格式
第3篇 Bulk转录组数据分析实战
第10章 Bulk转录组数据标准分析
10.1 R包安装与文件下载
10.1.1 R包安装
10.1.2 文件下载
10.2 数据下载和整理
10.2.1 项目命名
10.2.2 读取和整理数据
10.2.3 表达矩阵行名ID转换
10.2.4 基因过滤
10.2.5 分组信息获取
10.2.6 保存数据
10.3 差异分析及其可视化
10.3.1 三大R包差异分析
10.3.2 可视化分析
10.3.3 三大R包差异基因对比
10.4 富集分析
10.4.1 普通富集分析
10.4.2 基因集富集分析
10.5 数据读取与整理案例
10.5.1 GEO数据库官方整理的原始计数文件
10.5.2 TXT格式的文件读取和整理示例
10.5.3 多个TXT文件的整理与合并
10.5.4 TCGA的转录组数据整理
第11章 Bulk转录组高级分析
11.1 R包安装与文件下载
11.1.1 R包安装
11.1.2 文件下载
11.2 转录组多分组数据的差异分析
11.2.1 数据下载与整理
11.2.2 多分组数据的差异分析
11.3 多个转录组数据集联合分析
11.3.1 进行差异分析后取交集
11.3.2 使用ComBat-seq合并校正Count矩阵
11.3.3 RRA整合差异基因
11.4 转录组加权共表达网络分析（WGCNA）
11.4.1 表达矩阵预整理
11.4.2 表达矩阵数据整理
11.4.3 表型信息整理
11.4.4 WGCNA的具体步骤
11.5 机器学习分类模型
11.5.1 训练集数据下载和整理
11.5.2 测试集数据下载与整理
11.5.3 构建Lasso回归的分类模型
11.5.4 构建随机森林模型
11.5.5 构建支持向量机模型
第12章 预后分析
12.1 R包安装与文件下载
12.1.1 R包安装
12.1.2 文件下载
12.2 TCGA数据下载与整理
12.2.1 下载数据
12.2.2 表达矩阵的整理
12.2.3 整理生存信息和临床信息
12.2.4 实现表达矩阵与临床信息的匹配
12.3 测试集数据的下载与整理
12.3.1 整理表达矩阵
12.3.2 整理生存信息和临床信息
12.3.3 表达矩阵与临床信息的对齐
12.4 KMplot图绘制和预后相关基因的筛选
12.4.1 准备输入数据
12.4.2 KM生存曲线
12.4.3 批量Log-rank检验
12.4.4 批量单因素Cox回归
12.5 Lasso回归与预后模型构建
12.5.1 准备输入数据
12.5.2 train数据集建模
12.5.3 test数据集验证
12.6 构建Cox比例风险模型与多维验证
12.6.1 准备输入数据
12.6.2 构建多因素Cox模型
12.6.3 风险评分的计算与评估
12.6.4 模型的可视化评估（训练集）
12.6.5 模型的外部验证（测试集）
12.6.6 训练集与测试集对比验证
12.6.7 风险因子三图联动（镜像验证）
12.7 构建列线图与校准曲线
12.7.1 数据整理
12.7.2 构建Cox比例风险模型
12.7.3 检查Cox模型的多重共线性
12.7.4 绘制列线图
12.7.5 绘制列线图校准曲线
第13章 肿瘤免疫微环境分析
13.1 R包安装与文件下载
13.1.1 R包安装
13.1.2 文件下载
13.2 基于ESTIMATE算法的微环境宏观评估
13.2.1 准备数据与评分计算
13.2.2 结果提取与肿瘤纯度计算
13.2.3 高低风险组宏观微环境差异比较
13.3 基于ssGSEA的免疫浸润计算与可视化
13.3.1 免疫基因集准备与表达矩阵预处理
13.3.2 免疫浸润评分计算
13.3.3 高低风险组免疫浸润差异可视化
13.4 基于CIBERSORT的免疫浸润计算与可视化
13.4.1 表达矩阵与免疫数据的对齐
13.4.2 免疫浸润比例堆叠柱状图
13.4.3 免疫细胞丰度差异分组箱线图
13.5 基于IOBR的免疫浸润计算与可视化
13.5.1 提取多种算法的TCGA免疫浸润评估结果
13.5.2 基于xCell的广谱细胞评估
13.5.3 基于MCP-counter的绝对丰度评估
13.6 免疫治疗队列的预测与验证
13.6.1 IMmotion150队列
13.6.2 IMvigor210队列
第4篇 单细胞转录组数据分析与多组学探索
第14章 单细胞转录组数据分析
14.1 R包安装与文件下载
14.1.1 R包安装
14.1.2 文件下载
14.2 Seurat单样本数据标准流程
14.2.1 环境准备、数据读取与对象创建
14.2.2 质量控制与基础过滤
14.2.3 数据标准化与高度可变基因鉴定
14.2.4 数据归一化缩放与线性降维
14.2.5 双细胞识别与过滤
14.2.6 细胞聚类与非线性降维可视化
14.3 细胞类型注释与marker基因计算
14.3.1 手动注释
14.3.2 自动注释
14.3.3 marker基因及其可视化
14.4 多样本整合与差异分析
14.4.1 数据下载与文件结构整理
14.4.2 批量读取与统一质控
14.4.3 双细胞去除
14.4.4 数据整合与批次效应去除
14.4.5 聚类分辨率选择
14.4.6 细胞类型注释
14.4.7 分组可视化及细胞比例比较
14.4.8 差异分析
14.4.9 伪Bulk转录组差异分析
14.5 细胞亚群的二次分群
14.5.1 二次分群背景与子集提取
14.5.2 子对象的多样本整合与重新聚类
14.5.3 细胞亚群的细分注释
14.5.4 将细胞亚群注释映射回原对象
14.6 单细胞拟时序分析（Monocle 2）
14.6.1 拟时序分析背景与对象构建
14.6.2 时序基因筛选与降维
14.6.3 构建轨迹与设定发育起点
14.6.4 发育轨迹可视化
14.6.5 基因表达的时序动态变化
14.7 细胞通讯分析（CellChat）
14.7.1 细胞通讯分析背景与策略
14.7.2 数据准备与数据库设置
14.7.3 自定义函数并分组分析
14.7.4 组间通讯网络宏观对比
14.7.5 信号通路与受体-配体微观差异探究
第15章 多组学探索
第16章 AI大模型在医学数据分析中的应用
同类热销排行榜
- C语言与程序设计教程(高等学校计算机类十二五规划教材)16
- 电机与拖动基础(教育部高等学校自动化专业教学指导分委员会规划工程应用型自动化专业系列教材)13.48
- 传感器与检测技术(第2版高职高专电子信息类系列教材)13.6
- ASP.NET项目开发实战(高职高专计算机项目任务驱动模式教材)15.2
- Access数据库实用教程(第2版十二五职业教育国家规划教材)14.72
- 信号与系统(第3版下普通高等教育九五国家级重点教材)15.08
- 电气控制与PLC(普通高等教育十二五电气信息类规划教材)17.2
- 数字电子技术基础(第2版)17.36
- VB程序设计及应用(第3版十二五职业教育国家规划教材)14.32
- Java Web从入门到精通(附光盘)/软件开发视频大讲堂27.92
推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...