前言 這份文件是一個完整的生物資訊分析流程教學，主要目標是利用 Seurat 套件進行差異基因表現 (Differentially Expressed Genes, DEGs) 分析，並接著使用 clusterProfiler 套件對找出的差異基因進行基因功能富集分析 (Gene Ontology, GO)。 整個流程將涵蓋資料的前處理、差異基因的篩選、熱圖 (Heatmap) 的繪製、基因 ID 的轉換，以及最終的功能富集分析與視覺化。這份教學適合對 R 語言有基本認識，並想學習如何分析轉錄體資料的初學者。 分析流程概覽 環境準備: 清理環境、載入必要的 R 套件。 資料讀取與前處理: 讀取 Seurat 物件，並進行標準化、尋...

前言 本教學文件旨在詳細解說一份用於分析人類間質幹細胞 (Mesenchymal Stem Cells, MSCs) 在 2D 與 3D 培養環境下基因表現差異的 R 腳本。我們將使用 Affymetrix HTA 2.0 微陣列平台的數據，並透過一系列生物資訊學工具，從原始數據讀取、標準化、註解，到最終的數據可視化，一步步完成整個分析流程。 本教學適合對象： 對微陣列數據分析有興趣的生物學家或研究人員。 正在學習 R 語言進行生物資訊分析的學生。 希望了解 oligo 和 Seurat 套件在微陣列分析中應用的使用者。 1. 原始數據讀取與標準化 (Oligo 套件) 在分析的第一步，我們需要處理最原始的 .CEL 檔...

教學來源 https://satijalab.org/seurat/articles/pbmc3k_tutorial 本教學以 PBMC3K 資料為例，介紹 Seurat 進行單細胞 RNA 分析的完整流程。 1. 建立 Seurat 物件 1# 清除環境變數，避免影響後續分析 2rm(list = ls(all = TRUE)) 3 4# 載入必要套件 5library(dplyr) 6## 7## Attaching package: 'dplyr' 8## The following objects are masked from 'package:stats': 9## 10## filter, lag 11## The...