# 生信代码们

**Repository Path**: lzh23/GEO1

## Basic Information

- **Project Name**: 生信代码们
- **Description**: 自用生信代码， 花费好多个月写下来的。包含了对bulk-seq、scRNA-seq等的分析。
- **Primary Language**: R
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 19
- **Forks**: 6
- **Created**: 2023-01-14
- **Last Updated**: 2025-12-06

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 生信代码们

## 前言
自用的生信代码，一方面是为了开源方便大家使用（杂志要求开源），另一方面是为了在互联网是留下印迹（年纪大了容易忘代码）。

在此要感谢澳门大学曾建明老师，生信技能树、单细胞天地、生信菜鸟团等公众号，以及在CSDN、简书、知乎、B站等网站上分享自己生信学习经验的老师和小伙伴们，正是你们的分享让我的生信以及科研之路不再孤单。祝大家科研顺利！多发文章！多出成果！多赚钱~~

## Geo.R里的主要内容，针对bulk-seq数据
+ GEOquery包下载GEO中的数据。（有时候下不下来还是需要自己手动下载读取）
+ limma包对芯片数据进行差异分析。
+ DESeq2包对测序数据进行差异分析。
+ MEGENA包构建共表达图谱。
+ e1071包实现mSVM-RFE识别并筛选关键基因（mSVM-RFE函数是John Colby教授写的[链接点我](https://github.com/johncolby/SVM-RFE)，另外参考了的Maryam教授的并行代码[链接点我](https://github.com/Maryam-Razmjouei/Parallel-SVM-RFE)，并进行了改进）
+ glmnet包实现lasso回归筛选
+ randomForest包实现随机森林筛选。
+ venn包绘制韦恩图。
+ pROC包检验预测效果。
+ CIBERSORT进行免疫浸润分析（[函数代码点我](http://rdrr.io/github/singha53/amritr/src/R/supportFunc_cibersort.R)）。
+ 用ggplot2，南方医科大学余光创教授的aplot等包进行了一些可视化。
> 该代码的文章已经发表，如果对您有所帮助，方便的话请引用我的文章（PMID: 36930329 [点我直达](https://link.springer.com/article/10.1007/s10142-023-01016-0)）

## scRNA.R里的主要内容，针对scRNA-seq数据
+ 使用Seurat包进行单细胞数据的预处理，降维聚类，确定细胞类型，分析差异基因。
+ 使用CellChat包进行细胞互作分析。
+ 使用SCENIC包进行调控网络分析。
+ 使用Monocle3包进行拟时序分析。
+ SVM-RFE构建机器学习模型。
+ 基因表达热图，GO、KEGG富集分析。
+ 以及一些未使用，但测试可用，不知道用来干啥的代码，放在一起记录一下。

> 代码写的有点乱，先鸽了，有时间再来整理。

## CAMR.R里的内容为用TwoSampleMR包做的关于21种危险因素与心脏骤停的孟德尔随机化