├── .all-contributorsrc ├── 02-list.md ├── 03-post.md ├── 04-QA.md ├── 05-routine.md ├── 98-maintain.md ├── 99-add-contributor.md ├── README.md ├── summary.md ├── untidy-resource.md └── yuque.yml /.all-contributorsrc: -------------------------------------------------------------------------------- 1 | { 2 | "files": [ 3 | "README.md" 4 | ], 5 | "imageSize": 100, 6 | "commit": false, 7 | "contributors": [ 8 | { 9 | "login": "ShixiangWang", 10 | "name": "Shixiang Wang", 11 | "avatar_url": "https://avatars1.githubusercontent.com/u/25057508?v=4", 12 | "profile": "https://shixiangwang.github.io/", 13 | "contributions": [ 14 | "code", 15 | "content", 16 | "doc", 17 | "design", 18 | "ideas", 19 | "maintenance" 20 | ] 21 | } 22 | ], 23 | "contributorsPerLine": 7, 24 | "projectName": "XSLab-docs", 25 | "projectOwner": "XSLiuLab", 26 | "repoType": "github", 27 | "repoHost": "https://github.com", 28 | "skipCi": true 29 | } 30 | -------------------------------------------------------------------------------- /02-list.md: -------------------------------------------------------------------------------- 1 | --- 2 | url: 02-list 3 | public: 1 4 | --- 5 | 6 | # 资源列表 7 | 8 | 该列表分为 **推荐** 和 **全部** 两块，**推荐** 展示强推资料，用于学习必备的一些技能，**全部** 展示经过筛选的所有内容。 9 | 10 | 具体内容的选择、学习，读者需要自己根据当前自身的情况把握。 11 | 12 | ## 推荐 13 | 14 | > {推荐}下一级条目下不再设下一级标题。 15 | 16 | ## 入门建议 17 | 18 | 生物信息学学习有4块核心： 19 | 20 | * Linux操作系统知识 21 | * 数据处理编程语言 22 | * 统计学 23 | * 研究背景 24 | 25 | 研究背景是工作的方向，但对于一个研究生而言课题常常由导师指定，因此该部分的学习一般是通过阅读文献和自己对于课题的探索而逐步深入的。 26 | 27 | 统计学在生物信息学乃至生物学中都是极为核心的一部分，不过当前科学界普遍存在p值的滥用和缺乏一些深厚的统计学素养，因此学习时应当额外注意对统计基本概念的理解，应当掌握**假设检验**、**p值**、**置信区间**、**参数检验与非参数检验**、**多重校正**等知识。这些知识可以通过大学本科的概率论与数理统计教材以及生物统计学教材获得，另可参考[生物统计学与R手册](https://github.com/ShixiangWang/Handbook_of_biostatistic_R)。 28 | 29 | Linux操作系统知识可以分为两块：一是基本的Linux操作与管理，可参考[《鸟哥的私房菜-基础篇》](http://cn.linux.vbird.org/linux_basic/linux_basic.php)进行学习；二是Linux Shell编程，用以处理文本数据流，可参考《[优雅的Linux>>Shell笔记与探索](https://www.jianshu.com/nb/13897796)》进行学习。《[Linux数据处理命令工具](https://www.shixiangwang.top/post/2017-09-03-linux-data-analysis-tools/)》一文有一些重要Linux命令的讲解。 30 | 31 | 最后，学习和使用数据处理编程语言一般是工作的核心。目前主流有2门用于生信领域的语言：Python和R。学习应以其中一门为主，下面列出一些参考书目。 32 | 33 | Python: 34 | 35 | * [《利用Python进行数据分析》](https://www.jianshu.com/nb/19743417) 36 | * 《Bioinformatics with Python Cookbook》 37 | * [《Python for Bioinformatics》](https://github.com/XSLiuLab/Py4Bio) 38 | 39 | R: 40 | 41 | * [《R for Data Science》](http://r4ds.had.co.nz/)（不推荐看中文，翻译的不好） 42 | * 《R实战》第二版 43 | * 《R语言编程艺术》 44 | 45 | 最后推荐一些资源仓库： 46 | 47 | * [Unix, R and python tools for genomics and data science](https://github.com/XSLiuLab/getting-started-with-genomics-tools-and-resources) 48 | * [Bioinformatics one-liners](https://github.com/XSLiuLab/oneliners) 49 | 50 | ## Roadmap 51 | 52 | * [操作系统](OS/README.md) - 操作系统知识与问题的方案 53 | * [工具包与数据库](Tools/README.md) - 科研与生信分析软件（工具包）、数据库 54 | * [Markdown与Notebook](Markdown/README.md) - 如何进行知识的记录与分享 55 | * [癌症研究](Cancer-research/README.md) - 癌症研究知识、分析流程汇总 56 | * [awesome列表](Awesome-list/README.md) - awesome以及其他的资源合集 57 | * [线上图书](Online-books/README.md) - 图书学习汇总与推荐 58 | * [填坑笔记](Diary/README.md) - Liulab分析工作的填坑日常 59 | 60 | 61 | ## 云资源 62 | 63 | - **生信入门资料集合** - 分享自生信技能树公众号，已转至百度云，链接: 密码: vjxa 64 | - Github入门与实战（中文版） - 链接: 密码: ne2w 65 | - RNA-seq Data Analysis-A Practical Approach - 链接: 密码: y79f 66 | - Python for Data Analysis(2nd Edition, Early Release) - 链接: 密码: s692 67 | - 小张聊科研修炼手册 - 链接: 密码: zu4n 68 | - MySQL视频（尚观云） - 链接: 密码: e6fg 69 | - NIH的TCGA-topic大全 - 链接: 密码: w9q4 70 | - TCGA大文章 - 链接: 密码: de2q 71 | - sed与awk（修订第三版） - 链接: 密码: 4ei4 72 | - **北大生科院基因组学数据分析课程** - 链接： 73 | - **StatQuest生物统计学** - 链接: 密码:rabg 74 | 75 | ## Github仓库 76 | 77 | ### 基础学习 78 | 79 | - [中国科学技术大学计算机学院课程资源](https://github.com/USTC-Resource/USTC-Course) 80 | - [Unix, R and python tools for genomics and data science](https://github.com/XSLiuLab/getting-started-with-genomics-tools-and-resources) 81 | - [Row-oriented workflows in R with the tidyverse](https://github.com/XSLiuLab/row-oriented-workflows) 82 | - [Bioinformatics one-liners](https://github.com/XSLiuLab/oneliners) 83 | - [bioconda教程中文版](https://github.com/XSLiuLab/bioconda-tutorial) - https://github.com/XSLiuLab/bioconda-tutorial 84 | - [Data Analysis for the Life Sciences](https://github.com/XSLiuLab/labs) - I am reading. Online link 85 | - ["Python for Data Analysis" by Wes McKinney, published by O'Reilly Media](https://github.com/XSLiuLab/pydata-book) 86 | - [Public data for the book Python for Bioinformatics](https://github.com/XSLiuLab/Py4Bio) 87 | - [The lecture slides for Coursera's Data Analysis class](https://github.com/XSLiuLab/dataanalysis) 88 | - [Statistical Rethinking: A Bayesian Course Using R and Stan](https://github.com/XSLiuLab/statrethinking_winter2019) - Statistical Rethinking course at MPI-EVA from Dec 2018 through Feb 2019 89 | - [Modern Statistics for Modern Biology](https://www.huber.embl.de/msmb/) - by Susan Holmes, Wolfgang Huber 90 | 91 | 92 | ### 数据分析 93 | 94 | - [RNA-seq-analysis](https://github.com/XSLiuLab/RNA-seq-analysis) - RNAseq analysis notes from Ming Tang 95 | - [Informatics for RNA-seq: A web resource for analysis on the cloud](https://github.com/XSLiuLab/rnaseq_tutorial) 96 | - [A repository for setting up a RNAseq workflow](https://github.com/XSLiuLab/RNAseq-workflow) 97 | - [DNA-seq-analysis](https://github.com/XSLiuLab/DNA-seq-analysis) - DNAseq analysis notes from Ming Tang 98 | - [ChIP-seq-analysis](https://github.com/XSLiuLab/ChIP-seq-analysis) - ChIPseq analysis notes from Ming Tang 99 | 100 | ### Pipeline 101 | 102 | - [NGS Pipeline](https://github.com/XSLiuLab/NGS-pipeline) 103 | 104 | ### 基础编程 105 | 106 | ### 研究背景 107 | 108 | ### 分析流程 109 | 110 | ### 统计技术 111 | 112 | ### 软件工具 113 | 114 | ### 工具开发 115 | 116 | ## 全部 117 | 118 | > {全部}下一级条目下设下一级标题对内容进一步区分。 119 | 120 | ### 学术资料 121 | 122 | #### 学术工具 123 | 124 | - 绘图 125 | - iSlide 126 | - 写作 127 | - 汇报 128 | - 海报 129 | - 建站 130 | 131 | #### 学术研究组 132 | 133 | ### 数据库 134 | 135 | #### 核心数据库 136 | 137 | NCBI 138 | 139 | PDB 140 | 141 | #### 临床试验 142 | 143 | #### 癌症组学 144 | 145 | #### 其他 146 | 147 | ### 软件与工具包 148 | 149 | #### 协同工作 150 | 151 | #### 组学数据预处理 152 | 153 | #### 序列比对 154 | 155 | #### 变异检测 156 | 157 | #### 生信文件处理 158 | 159 | #### 差异分析 160 | 161 | #### 数据处理与转换 162 | 163 | #### 统计建模与分析 164 | 165 | #### 表格 166 | 167 | #### 绘图 168 | 169 | ggplot2 170 | 171 | TBtools 172 | 173 | #### 编程优化 174 | 175 | #### 并行计算 176 | 177 | ### 基础编程 178 | 179 | #### R 180 | 181 | #### Python 182 | 183 | #### Shell 184 | 185 | #### Shiny 186 | 187 | #### C 与 C++ 188 | 189 | #### Golang 190 | 191 | #### Javascript、HTML 与 CSS 192 | 193 | ### 研究背景 194 | 195 | #### 癌症 196 | 197 | #### 免疫学 198 | 199 | ### 分析流程 200 | 201 | ### 统计技术 202 | 203 | ### 工具开发 204 | 205 | #### R 包 206 | 207 | #### Shiny 208 | 209 | #### Python 包 210 | 211 | #### 命令行工具 212 | 213 | 214 | 215 | -------------------------------------------------------------------------------- /03-post.md: -------------------------------------------------------------------------------- 1 | --- 2 | url: 03-post 3 | public: 1 4 | --- 5 | 6 | # 技术笔记 7 | 8 | 这里用于存储一些跟课题组工作相关的技术性笔记。 9 | 10 | ## 综合性 11 | 12 | 笔记内容涉及多种编程语言的联动。 13 | 14 | ## R 15 | 16 | ## Python 17 | 18 | ## Shell 19 | 20 | ## 其他 21 | 22 | -------------------------------------------------------------------------------- /04-QA.md: -------------------------------------------------------------------------------- 1 | --- 2 | url: 04-qa 3 | public: 1 4 | --- 5 | 6 | # 问题与方案 7 | 8 | 这里记录一些简要的概念性或技术性问题。 9 | 10 | ## 编程 11 | 12 | 与编程相关的技术问答。 13 | 14 | 15 | ## 专业背景 16 | 17 | 与课题组工作方向相关的内容，包括癌症、免疫、组学分析等方面。 -------------------------------------------------------------------------------- /05-routine.md: -------------------------------------------------------------------------------- 1 | --- 2 | url: 05-routine 3 | public: 1 4 | --- 5 | 6 | # 周期任务 7 | 8 | ## 维护实验室网站 9 | 10 | 详情见 。 11 | 12 | > 注意，该仓库下有两个分支，一个是直接自动部署到免费网站上的（GitHub commit会自动更新），一个需要手动部署在学校提供的虚拟机上部署。 -------------------------------------------------------------------------------- /98-maintain.md: -------------------------------------------------------------------------------- 1 | --- 2 | url: 98-maintain 3 | public: 1 4 | --- 5 | 6 | # 维护 7 | 8 | 本仓库是通过 GitHub 维护并通过[瓦雀](https://github.com/yesmeck/waque)发布到[语雀](https://www.yuque.com/shixiangwang/gucm2q)上的。 9 | 10 | 在新的机器上请先配置，如果已配置好请查看维护内容。 11 | 12 | ## 配置 13 | 14 | 15 | ``` 16 | $ npm i -g waque 17 | ``` 18 | 19 | > 安装要学会变通。 20 | 21 | 从语雀 中获取 `token` 并存储为环境变量 `YUQUE_TOKEN` 方便后续使用。 22 | 23 | Linux/macOS 中 使用命令： 24 | 25 | ```bash 26 | export YUQUE_TOKEN= 27 | ``` 28 | 29 | 建议将上述代码放到 `~/.bashrc`（Linux）或 `~/.bash_profile`（macOS）中永久存储。 30 | 31 | 32 | ## 维护 33 | 34 | 增加和修改内容后使用 **git** 进行 commit，然后上传文档。 35 | 36 | ```bash 37 | $ waque upload -t $YUQUE_TOKEN 38 | ``` 39 | 40 | 上面的命令会自动上传文档。下面命令指定上传 `foo.md` 和 `bar.md` 到语雀。 41 | 42 | ``` 43 | $ waque upload foo.md bar.md -t $YUQUE_TOKEN 44 | ``` 45 | 46 | 如果存在瓦雀使用问题请到官方仓库 报告。 -------------------------------------------------------------------------------- /99-add-contributor.md: -------------------------------------------------------------------------------- 1 | --- 2 | url: 99-add-contributor 3 | public: 1 4 | --- 5 | 6 | # 贡献者管理 7 | 8 | **使用 Github issue** 9 | 10 | 在 Github issue 中新建并按下列格式评论： 11 | 12 | ``` 13 | @all-contributors please add for 14 | ``` 15 | 16 | `` 替换为 GitHub handle，如 `@ShixiangWang`。 17 | `` 替换为贡献类型，以 `and` 分隔，[点击阅读合法名字](https://allcontributors.org/docs/en/emoji-key)。 18 | 一个例子参考[这里](https://github.com/XSLiuLab/XSLab-docs/issues/2#issuecomment-565725526)。 19 | 20 | **使用命令** 21 | 22 | 参考[文档](https://yarn.bootcss.com/docs/install/)安装yarn，然后添加： 23 | 24 | ``` 25 | # Add new contributor , who made a contribution of type 26 | yarn contributors:add add 27 | # Example: 28 | yarn contributors:add add jfmengels code,doc 29 | ``` -------------------------------------------------------------------------------- /README.md: -------------------------------------------------------------------------------- 1 | --- 2 | url: 01-readme 3 | public: 1 4 | --- 5 | 6 | # 前言 7 | 8 | 9 | [![HitCount](http://hits.dwyl.io/XSLiuLab/XSLab-docs.svg)](http://hits.dwyl.io/XSLiuLab/XSLab-docs) 10 | [![All Contributors](https://img.shields.io/badge/all_contributors-1-orange.svg?style=flat-square)](#contributors-) 11 | 12 | 13 | 14 | *** 15 | 16 | **放宽眼界，摆低姿态。认真学习，踏实研究**。 17 | 18 | 在语雀阅读： 19 | 20 | *** 21 | 22 | 在正式做研究之前，读一读理查德·汉明[《你和你的研究》](http://www.ruanyifeng.com/blog/2016/04/you-and-your-research.html)。 23 | 24 | 在提问之前，读一读[《提问的艺术》](https://www.oschina.net/question/124879_45870)。 25 | 26 | *** 27 | 28 | 生物信息学作为一门交叉学科，所需要掌握的知识呈现多、乱、杂的状态。为增强知识的系统性学习和检索，由Liulab分析成员一起编辑本仓库，提供入门建议和分类知识的Roadmap，帮助初学者快速入门，同时也帮助自身记录和分享知识。 29 | 30 | 31 | ## 贡献 32 | 33 | 本仓库只允许 Xuesong Liu 课题组组内人员编辑与修改，其他人员可以提交 issue 或合并请求进行报告，经过审核后报告人将加入 Contributors。 34 | 35 | > Please open an issue or pull request to contribute. Any suggestion is welcome. 36 | 37 | ## 许可协议 38 | 39 | [Academic Free License version 3.0](https://opensource.org/licenses/AFL-3.0) 40 | 41 | **非 Liulab 成员的研究工作如果使用到该仓库的文档或代码，请在文章中引用 Liulab 最新发表文章或致谢，谢谢。** 42 | 43 | > If you feel this repository useful for your academic project, please cite our recent publications or acknowledge us. 44 | 45 | ## Contributors 46 | 47 | 48 | 49 | 50 | 51 | 52 | 53 | 54 | 55 |

Shixiang Wang
💻 🖋 📖 🎨 🤔 🚧
56 | 57 | 58 | 59 | -------------------------------------------------------------------------------- /summary.md: -------------------------------------------------------------------------------- 1 | - [开始使用](01-readme) 2 | - [资源列表](02-list) 3 | - [技术笔记](03-post) 4 | - [问题与方案](04-qa) 5 | - [周期任务](05-routine) 6 | - [维护](98-maintain) 7 | - [贡献者管理](99-add-contributor) -------------------------------------------------------------------------------- /untidy-resource.md: -------------------------------------------------------------------------------- 1 | --- 2 | url: 00-untidy 3 | public: 0 4 | --- 5 | 6 | # 及时笔记 7 | 8 | **这里存储未经整理的内容，应以对及时的记录**。 9 | 10 | - https://github.com/jmzeng1314/5years -------------------------------------------------------------------------------- /yuque.yml: -------------------------------------------------------------------------------- 1 | # 配置请参考：https://www.yuque.com/waquehq/docs/configuration 2 | repo: 'shixiangwang/gucm2q' 3 | pattern: '**/*.md' 4 | --------------------------------------------------------------------------------