每天学生信超过10小时的大佬整理的转录组流程

大清早刷了一下自己的gmail邮箱，发现了“Ming Tang”(大佬)的来信：

深有同感啊！我也是这样磕磕碰碰一路跌跌撞撞走过来了的，因为自己淋过雨所以想给大家撑伞。这里借花献佛给大家一个分享每天学生信超过10小时的“Ming Tang”(大佬)整理的转录组流程：https://github.com/crazyhottommy/RNA-seq-analysis

这个项目作者是“Ming Tang”(大佬)，大佬的介绍是：I have over 12 years of computational biology experience, 6 years of molecular cancer biology and 4 years of immunology experience.大佬在Embracing the command line: my unexpected career in computational biology中介绍，每天工作至少10小时。

内容框架

1. General sequencing data analysis materials
2. RNA-seq specific
3. RNA-seq experimental design
4. Quality Control

具体的细节我让人工智能大模型简单的翻译和汇总了一下：

以下是对合辑内容的汇总，涵盖了转录组数据分析的各个方面：

1. 通用测序数据分析材料

• **Next-Gen Sequence Analysis Workshop (2015)**：由Titus Brown（现于UC Davis）举办。
• BMMB 852: Applied Bioinformatics：由Istvan Albert从宾州州立大学开发，他是biostars的开发者。
• Steven Turner：在UVA维护基因组数据分析培训机会列表。
• Jeff Leek团队：推荐基因组学论文。
• NGS文件格式教程：优秀的NGS文件格式教程。
• UVA Bioconnector Workshops：UVA生物连接器工作坊。
• 错误QC失败解释：解释错误QC失败的原因。
• EMBL-EBI在线培训课程：提供全面的在线培训课程列表。

2. RNA-seq特定资源

• RNA测序：青少年时期：一篇不错的综述。
• RNA测序数据：表达分析的指南：指南和教程。
• RNA-seq分析介绍视频：YouTube视频。
• RNA-seq差异表达分析：NGS2015的教程。
• Kallisto和sleuth教程：Lior Patcher实验室提供的快速RNA-seq分析。
• GAGE路径分析：使用GAGE进行路径分析的教程。
• Sailfish、DESeq2、GAGE和Pathview的差异表达与路径分析：综合教程。
• Illumina高通量RNA测序数据分析的正常化方法评估：评估不同正常化方法。
• RNA-seq教程维基：提供RNA-seq分析的网络资源。
• RNA-seqlopedia：从样本准备到数据分析的RNA-seq介绍。
• RNA-seq数据从数据木匠分析：数据木匠提供的RNA-seq数据分析。
• Isoform预过滤提高基于计数方法的性能：提高性能的研究论文。
• RNA-seq数据分析最佳实践调查：调查最佳实践的研究论文。
• 高通量mRNA和小RNA测序的可重复性：研究论文。
• 跨平台微阵列和RNA-seq数据的标准化：研究论文。

3. RNA-seq实验设计

• RNA Seq实验设计思考：基础博客文章。
• RNA Seq实验设计教程：biostars提供的教程。
• Scotty：RNA Seq实验的功率分析工具。
• 差异丰度分析的实验设计：网络服务器。
• 差异丰度分析的实验设计：bioconductor包。

4. 质量控制

• QoRTs：RNA-Seq实验的质量控制和数据处理工具集。
• QUaCRS：RNA-seq数据的质量控制。
• RSeQC：RNA-seq数据QC。
• RNA-SeqQC：RNA-seq数据QC。

5. 标准化、定量和差异表达

• DESeq2标准化：Simon Anders提供的标准化方法。
• 大小因子估计：DESeq包的estimateSizeFactors函数。
• 不同样本RNA-Seq标准化方法比较：比较不同方法。
• RNA-Seq定量错误影响人类疾病相关基因：研究论文。
• 不同Illumina高通量RNA测序数据分析的正常化方法比较：比较不同方法。

6. 传统RNA-seq分析方法

• RNA-seq分析的自然协议：自然协议。
• 基于计数的差异表达分析：使用R和Bioconductor的分析。
• TopHat和Cufflinks的RNA-seq实验差异基因和转录本表达分析。

7. 单细胞RNA-seq分析

• 单细胞RNA-seq分析教程：剑桥大学提供的教程。
• 单细胞RNA-seq数据分析的步骤：f1000提供的教程。
• 单细胞RNA-seq数据的低水平分析：Aaron Lun提供的教程。
• 单细胞RNA-seq数据的分析和可视化：bioconductor提供的教程。

8. 基因集富集分析

• 基因集分析方法：RNA-seq数据的基因集分析方法。
• Metascape：基因集分析网络服务器。
• GSEA：Broad Institute提供的基因集富集分析。
• singscore：单样本基因集评分方法。

9. 融合基因检测

• 融合基因检测准确性评估：评估不同方法的准确性。
• MINTIE：识别转录本中的新型结构和剪接变体。
• Arriba：快速准确的基因融合检测工具。
• Fusioncatcher：基因融合检测工具。

10. 剪接异构体分析

• SplicePlot：剪接异构体可视化工具。
• MATS：多变量分析转录本剪接。
• SNPlice：分析SNP和剪接的共发生。

11. 单细胞RNA-seq数据集

• JingleBells：标准化的单细胞RNA-Seq数据集资源库。

这个合辑提供了从基础的测序数据分析到特定领域的高级分析方法的全面资源，适合不同层次和需求的研究者。