在癌症研究中,比较肿瘤样本和类器官模型的基因组特征对于验证模型的可靠性至关重要。Circos图能比较直观地展示基因组中检测到突变的情况,所以在描述代表样本的总体检测结果时非常常用。在阅读circlize的文档的时候,看到作者给了一个配对样品的展示例子,我觉得用来展示配对的原代样本和类器官挺合适的,就搓了一个用来展示配对样本的图。代码主要参考自官方文档的9.5 Concatenating two genomes
SylensHub
吃饭, 睡觉, 打游戏!
在癌症研究中,比较肿瘤样本和类器官模型的基因组特征对于验证模型的可靠性至关重要。Circos图能比较直观地展示基因组中检测到突变的情况,所以在描述代表样本的总体检测结果时非常常用。在阅读circlize的文档的时候,看到作者给了一个配对样品的展示例子,我觉得用来展示配对的原代样本和类器官挺合适的,就搓了一个用来展示配对样本的图。代码主要参考自官方文档的9.5 Concatenating two genomes
进行测试时经常要新建一个conda环境, 然后将环境装上jupyter内核后用notebook进行测试. 每次注册新内核都要重查, 所以还是做个记录好了…
我目前在工作中已经几乎不用R做数据处理或者数据清洗了, 因为日常工作的数据整理工作涉及大量的字符串提取/处理工作, 这些用R弄起来很难受. 另外R的错误追踪实在是很吃对代码的熟练度和编写经验, 让我这种只是写写简单脚本, 没什么编程规范意识的人编写和维护R代码简直要命(上间公司尝试过了…), 但是最近有同学要求我使用R语言来完成这类工作(因为他只会R), 于是在艰难抄代码的过程中我发现了一条新的不用R做这种工作的理由…
最近用写了个画图的脚本, 需要一次性用ggplot绘制大量的图片. 虽然在脚本内所有需要使用循环的地方都已经使用上apply了, 但依然架不住一次画几百图, 所以捣鼓了一下parellel
, 将画图的部分并行执行已加快速度.
由于工作需要, 得安装一篇文献中提及的一个包, 本两想着两条命令完事, 谁知道一大堆依赖要解决…然后linux下的R包都是要编译的, 这可是要了老命了…还好有conda这个东西…
1 / 2