本文来自对官方文档的翻译学习,原3-29发于wordpress。因为网络不太好,那个博客已差不多弃用了。
安装
在R或者Rstudio交互界面输入:
source("http://bioconductor.org/biocLite.R")
biocLite("RTCGAToolbox")
Windows下,如果安装出现问题,请查看依赖包是否完整。我安装时发现XML包可能需要单独安装。
Choose You Own Path
本文来自对官方文档的翻译学习,原3-29发于wordpress。因为网络不太好,那个博客已差不多弃用了。
在R或者Rstudio交互界面输入:
source("http://bioconductor.org/biocLite.R")
biocLite("RTCGAToolbox")
Windows下,如果安装出现问题,请查看依赖包是否完整。我安装时发现XML包可能需要单独安装。
咳咳,如果你想要公开你的博客。买域名还是要钱滴,我不会告诉你我花了一块钱。
网上关于这方面的素材已然不少,但是我还是想跟大家讲讲,一是谈谈感受,二是推荐下NexT主题。我的个人博客也是最近几天搭建好的,你可以通过点击查看主题效果。
一般想要画的图形不知道函数的时候,就寻求搜索引擎的帮助。之前一直是用百度查找怎么画生存曲线,出来的都是关于survival
包的介绍。像http://www.yiibai.com/r/r_survival_analysis.html介绍了基本用法,而http://www.dataguru.cn/thread-230939-1-1.html与http://www.cnblogs.com/wwxbi/p/6182851.html则更为实用一些,还有生信菜鸟团有关于画TCGA数据生存曲线的。这些博文或帖子使用的都是survival
包。当然如果只是简单看看差异,我认为用它画图基本够了。但是如果想要把它放到文章或者提交什么工作报告,我觉得它的表现力实在差劲。
TCGA是癌症基因组分析中相当流行的数据库,针对里面数据的挖掘结果、软件工具发表了许多CNS文章,不过现在已经被整合进GDC数据平台了。虽然现在测序技术发展的很快,单个样本测序成本比较之前而言低了很多,但是对于单个课题组研究而言,对大量样本的测序成本还是有些难以承受。TCGA的数据集提供了一个很好的平台,我们既可以分析它衍生新的课题,也可以通过它为自己分析的结果佐证。今天的分析用的就是TCGA肺腺癌的数据集(TCGA-LUAD),可以点击这里进入UCSC的数据集资源库下载。
This is an emoji test. :smile: lol.
See emoji cheat sheet for more detail :wink: : https://www.webpagefx.com/tools/emoji-cheat-sheet/.
:bowtie::smile::laughing::blush::smiley::relaxed::smirk: :heart_eyes::kissing_heart::kissing_closed_eyes::flushed::relieved::satisfied::grin: