Submit Search
Upload
2018年度 第5回バイオインフォマティクス実習
•
Download as PPTX, PDF
•
0 likes
•
18 views
J
Jun Nakabayashi
Follow
2018年度 第5回バイオインフォマティクス実習
Read less
Read more
Science
Report
Share
Report
Share
1 of 9
Download now
Recommended
2017年度 第5回バイオインフォマティクス実習
2017年度 第5回バイオインフォマティクス実習
Jun Nakabayashi
2017年度 第3回バイオインフォマティクス実習
2017年度 第3回バイオインフォマティクス実習
Jun Nakabayashi
Geolocation4 system
Geolocation4 system
Jun Chiba
2019bioinformaticsstudyno3
2019bioinformaticsstudyno3
Jun Nakabayashi
2017年度 第2回バイオインフォマティクス実習
2017年度 第2回バイオインフォマティクス実習
Jun Nakabayashi
BioDevOpsによる再現性のあるバイオインフォマティクス環境の構築
BioDevOpsによる再現性のあるバイオインフォマティクス環境の構築
Itoshi Nikaido
20160220 MSのビッグデータ分析基盤 - データマイニング+WEB@東京
20160220 MSのビッグデータ分析基盤 - データマイニング+WEB@東京
Koichiro Sasaki
BioProject, BioSample, DRA へのデータ登録
BioProject, BioSample, DRA へのデータ登録
DNA Data Bank of Japan center
Recommended
2017年度 第5回バイオインフォマティクス実習
2017年度 第5回バイオインフォマティクス実習
Jun Nakabayashi
2017年度 第3回バイオインフォマティクス実習
2017年度 第3回バイオインフォマティクス実習
Jun Nakabayashi
Geolocation4 system
Geolocation4 system
Jun Chiba
2019bioinformaticsstudyno3
2019bioinformaticsstudyno3
Jun Nakabayashi
2017年度 第2回バイオインフォマティクス実習
2017年度 第2回バイオインフォマティクス実習
Jun Nakabayashi
BioDevOpsによる再現性のあるバイオインフォマティクス環境の構築
BioDevOpsによる再現性のあるバイオインフォマティクス環境の構築
Itoshi Nikaido
20160220 MSのビッグデータ分析基盤 - データマイニング+WEB@東京
20160220 MSのビッグデータ分析基盤 - データマイニング+WEB@東京
Koichiro Sasaki
BioProject, BioSample, DRA へのデータ登録
BioProject, BioSample, DRA へのデータ登録
DNA Data Bank of Japan center
Apache geode at-s1p
Apache geode at-s1p
Masaki Yamakawa
Tokyo r25 hiro_macchan
Tokyo r25 hiro_macchan
Hiroki Matsui
Zabbix API
Zabbix API
Shuhei Hayashibara
Statically detecting vulnerability under memory pressure usingexhaustive search
Statically detecting vulnerability under memory pressure usingexhaustive search
Ruo Ando
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
Katsuhiro Morishita
PCCC21:東京大学情報基盤センター 「『計算・データ・学習』融合によるスーパーコンピューティングの革新、そして東大センターのこれから」
PCCC21:東京大学情報基盤センター 「『計算・データ・学習』融合によるスーパーコンピューティングの革新、そして東大センターのこれから」
PC Cluster Consortium
R intro
R intro
yayamamo @ DBCLS Kashiwanoha
HTML5&API総まくり
HTML5&API総まくり
Shumpei Shiraishi
An annotated context-free grammar based vulnerability detection using LALR pa...
An annotated context-free grammar based vulnerability detection using LALR pa...
Ruo Ando
[db tech showcase Tokyo 2017] D15: ビッグデータ x 機械学習の高速分析をVerticaで実現!by ヒューレット・パッ...
[db tech showcase Tokyo 2017] D15: ビッグデータ x 機械学習の高速分析をVerticaで実現!by ヒューレット・パッ...
Insight Technology, Inc.
Elasticsearch 5.2とJava Clientで戯れる #elasticsearchjp
Elasticsearch 5.2とJava Clientで戯れる #elasticsearchjp
Yahoo!デベロッパーネットワーク
FPGAをロボット(ROS)で「やわらかく」使うには
FPGAをロボット(ROS)で「やわらかく」使うには
Hideki Takase
20160121 データサイエンティスト協会 木曜セミナー #5
20160121 データサイエンティスト協会 木曜セミナー #5
Koichiro Sasaki
Hadoop基盤上のETL構築実践例 ~多様なデータをどう扱う?~
Hadoop基盤上のETL構築実践例 ~多様なデータをどう扱う?~
Sotaro Kimura
分散システムの耐災害性・耐障害性の検証・評価・反映を行うプラットフォームの設計
分散システムの耐災害性・耐障害性の検証・評価・反映を行うプラットフォームの設計
Hiroki Kashiwazaki
Djangoフレームワークの紹介
Djangoフレームワークの紹介
Shinya Okano
データサイエンティストが力を発揮できるアジャイルデータ活用基盤
データサイエンティストが力を発揮できるアジャイルデータ活用基盤
Recruit Lifestyle Co., Ltd.
[DDBJ Challenge 2016] 遺伝研スーパーコンピュータのビッグデータ解析環境
[DDBJ Challenge 2016] 遺伝研スーパーコンピュータのビッグデータ解析環境
DNA Data Bank of Japan center
SQL Server 2016 R Services + Microsoft R Server 技術資料
SQL Server 2016 R Services + Microsoft R Server 技術資料
Koichiro Sasaki
AI・HPC・ビッグデータで利用される分散ファイルシステムを知る
AI・HPC・ビッグデータで利用される分散ファイルシステムを知る
日本ヒューレット・パッカード株式会社
2019第5回バイオインフォマティクス実習
2019第5回バイオインフォマティクス実習
Jun Nakabayashi
2019年第4回バイオインフォマティクス実習
2019年第4回バイオインフォマティクス実習
Jun Nakabayashi
More Related Content
Similar to 2018年度 第5回バイオインフォマティクス実習
Apache geode at-s1p
Apache geode at-s1p
Masaki Yamakawa
Tokyo r25 hiro_macchan
Tokyo r25 hiro_macchan
Hiroki Matsui
Zabbix API
Zabbix API
Shuhei Hayashibara
Statically detecting vulnerability under memory pressure usingexhaustive search
Statically detecting vulnerability under memory pressure usingexhaustive search
Ruo Ando
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
Katsuhiro Morishita
PCCC21:東京大学情報基盤センター 「『計算・データ・学習』融合によるスーパーコンピューティングの革新、そして東大センターのこれから」
PCCC21:東京大学情報基盤センター 「『計算・データ・学習』融合によるスーパーコンピューティングの革新、そして東大センターのこれから」
PC Cluster Consortium
R intro
R intro
yayamamo @ DBCLS Kashiwanoha
HTML5&API総まくり
HTML5&API総まくり
Shumpei Shiraishi
An annotated context-free grammar based vulnerability detection using LALR pa...
An annotated context-free grammar based vulnerability detection using LALR pa...
Ruo Ando
[db tech showcase Tokyo 2017] D15: ビッグデータ x 機械学習の高速分析をVerticaで実現!by ヒューレット・パッ...
[db tech showcase Tokyo 2017] D15: ビッグデータ x 機械学習の高速分析をVerticaで実現!by ヒューレット・パッ...
Insight Technology, Inc.
Elasticsearch 5.2とJava Clientで戯れる #elasticsearchjp
Elasticsearch 5.2とJava Clientで戯れる #elasticsearchjp
Yahoo!デベロッパーネットワーク
FPGAをロボット(ROS)で「やわらかく」使うには
FPGAをロボット(ROS)で「やわらかく」使うには
Hideki Takase
20160121 データサイエンティスト協会 木曜セミナー #5
20160121 データサイエンティスト協会 木曜セミナー #5
Koichiro Sasaki
Hadoop基盤上のETL構築実践例 ~多様なデータをどう扱う?~
Hadoop基盤上のETL構築実践例 ~多様なデータをどう扱う?~
Sotaro Kimura
分散システムの耐災害性・耐障害性の検証・評価・反映を行うプラットフォームの設計
分散システムの耐災害性・耐障害性の検証・評価・反映を行うプラットフォームの設計
Hiroki Kashiwazaki
Djangoフレームワークの紹介
Djangoフレームワークの紹介
Shinya Okano
データサイエンティストが力を発揮できるアジャイルデータ活用基盤
データサイエンティストが力を発揮できるアジャイルデータ活用基盤
Recruit Lifestyle Co., Ltd.
[DDBJ Challenge 2016] 遺伝研スーパーコンピュータのビッグデータ解析環境
[DDBJ Challenge 2016] 遺伝研スーパーコンピュータのビッグデータ解析環境
DNA Data Bank of Japan center
SQL Server 2016 R Services + Microsoft R Server 技術資料
SQL Server 2016 R Services + Microsoft R Server 技術資料
Koichiro Sasaki
AI・HPC・ビッグデータで利用される分散ファイルシステムを知る
AI・HPC・ビッグデータで利用される分散ファイルシステムを知る
日本ヒューレット・パッカード株式会社
Similar to 2018年度 第5回バイオインフォマティクス実習
(20)
Apache geode at-s1p
Apache geode at-s1p
Tokyo r25 hiro_macchan
Tokyo r25 hiro_macchan
Zabbix API
Zabbix API
Statically detecting vulnerability under memory pressure usingexhaustive search
Statically detecting vulnerability under memory pressure usingexhaustive search
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
PCCC21:東京大学情報基盤センター 「『計算・データ・学習』融合によるスーパーコンピューティングの革新、そして東大センターのこれから」
PCCC21:東京大学情報基盤センター 「『計算・データ・学習』融合によるスーパーコンピューティングの革新、そして東大センターのこれから」
R intro
R intro
HTML5&API総まくり
HTML5&API総まくり
An annotated context-free grammar based vulnerability detection using LALR pa...
An annotated context-free grammar based vulnerability detection using LALR pa...
[db tech showcase Tokyo 2017] D15: ビッグデータ x 機械学習の高速分析をVerticaで実現!by ヒューレット・パッ...
[db tech showcase Tokyo 2017] D15: ビッグデータ x 機械学習の高速分析をVerticaで実現!by ヒューレット・パッ...
Elasticsearch 5.2とJava Clientで戯れる #elasticsearchjp
Elasticsearch 5.2とJava Clientで戯れる #elasticsearchjp
FPGAをロボット(ROS)で「やわらかく」使うには
FPGAをロボット(ROS)で「やわらかく」使うには
20160121 データサイエンティスト協会 木曜セミナー #5
20160121 データサイエンティスト協会 木曜セミナー #5
Hadoop基盤上のETL構築実践例 ~多様なデータをどう扱う?~
Hadoop基盤上のETL構築実践例 ~多様なデータをどう扱う?~
分散システムの耐災害性・耐障害性の検証・評価・反映を行うプラットフォームの設計
分散システムの耐災害性・耐障害性の検証・評価・反映を行うプラットフォームの設計
Djangoフレームワークの紹介
Djangoフレームワークの紹介
データサイエンティストが力を発揮できるアジャイルデータ活用基盤
データサイエンティストが力を発揮できるアジャイルデータ活用基盤
[DDBJ Challenge 2016] 遺伝研スーパーコンピュータのビッグデータ解析環境
[DDBJ Challenge 2016] 遺伝研スーパーコンピュータのビッグデータ解析環境
SQL Server 2016 R Services + Microsoft R Server 技術資料
SQL Server 2016 R Services + Microsoft R Server 技術資料
AI・HPC・ビッグデータで利用される分散ファイルシステムを知る
AI・HPC・ビッグデータで利用される分散ファイルシステムを知る
More from Jun Nakabayashi
2019第5回バイオインフォマティクス実習
2019第5回バイオインフォマティクス実習
Jun Nakabayashi
2019年第4回バイオインフォマティクス実習
2019年第4回バイオインフォマティクス実習
Jun Nakabayashi
2014年度 第5回バイオインフォマティクス実習
2014年度 第5回バイオインフォマティクス実習
Jun Nakabayashi
2014年度 第4回バイオインフォマティクス実習
2014年度 第4回バイオインフォマティクス実習
Jun Nakabayashi
2014年度 第3回バイオインフォマティクス実習
2014年度 第3回バイオインフォマティクス実習
Jun Nakabayashi
2014年度 第2回バイオインフォマティクス実習
2014年度 第2回バイオインフォマティクス実習
Jun Nakabayashi
2014年度 第1回バイオインフォマティクス実習
2014年度 第1回バイオインフォマティクス実習
Jun Nakabayashi
2015年度 第2回バイオインフォマティクス実習
2015年度 第2回バイオインフォマティクス実習
Jun Nakabayashi
2015年度 第1回バイオインフォマティクス実習
2015年度 第1回バイオインフォマティクス実習
Jun Nakabayashi
2016年度 第5回バイオインフォマティクス実習
2016年度 第5回バイオインフォマティクス実習
Jun Nakabayashi
2016年度 第4回バイオインフォマティクス実習
2016年度 第4回バイオインフォマティクス実習
Jun Nakabayashi
2016年度 第3回バイオインフォマティクス実習
2016年度 第3回バイオインフォマティクス実習
Jun Nakabayashi
2016年度 第2回バイオインフォマティクス実習
2016年度 第2回バイオインフォマティクス実習
Jun Nakabayashi
2016年度 第1回バイオインフォマティクス実習
2016年度 第1回バイオインフォマティクス実習
Jun Nakabayashi
2017年度 第4回バイオインフォマティクス実習
2017年度 第4回バイオインフォマティクス実習
Jun Nakabayashi
2017年度 第1回バイオインフォマティクス実習
2017年度 第1回バイオインフォマティクス実習
Jun Nakabayashi
2018年度 第4回バイオインフォマティクス実習
2018年度 第4回バイオインフォマティクス実習
Jun Nakabayashi
2018年度 第3回バイオインフォマティクス実習
2018年度 第3回バイオインフォマティクス実習
Jun Nakabayashi
2018年度 第2回バイオインフォマティクス実習
2018年度 第2回バイオインフォマティクス実習
Jun Nakabayashi
2018年度 第1回バイオインフォマティクス実習
2018年度 第1回バイオインフォマティクス実習
Jun Nakabayashi
More from Jun Nakabayashi
(20)
2019第5回バイオインフォマティクス実習
2019第5回バイオインフォマティクス実習
2019年第4回バイオインフォマティクス実習
2019年第4回バイオインフォマティクス実習
2014年度 第5回バイオインフォマティクス実習
2014年度 第5回バイオインフォマティクス実習
2014年度 第4回バイオインフォマティクス実習
2014年度 第4回バイオインフォマティクス実習
2014年度 第3回バイオインフォマティクス実習
2014年度 第3回バイオインフォマティクス実習
2014年度 第2回バイオインフォマティクス実習
2014年度 第2回バイオインフォマティクス実習
2014年度 第1回バイオインフォマティクス実習
2014年度 第1回バイオインフォマティクス実習
2015年度 第2回バイオインフォマティクス実習
2015年度 第2回バイオインフォマティクス実習
2015年度 第1回バイオインフォマティクス実習
2015年度 第1回バイオインフォマティクス実習
2016年度 第5回バイオインフォマティクス実習
2016年度 第5回バイオインフォマティクス実習
2016年度 第4回バイオインフォマティクス実習
2016年度 第4回バイオインフォマティクス実習
2016年度 第3回バイオインフォマティクス実習
2016年度 第3回バイオインフォマティクス実習
2016年度 第2回バイオインフォマティクス実習
2016年度 第2回バイオインフォマティクス実習
2016年度 第1回バイオインフォマティクス実習
2016年度 第1回バイオインフォマティクス実習
2017年度 第4回バイオインフォマティクス実習
2017年度 第4回バイオインフォマティクス実習
2017年度 第1回バイオインフォマティクス実習
2017年度 第1回バイオインフォマティクス実習
2018年度 第4回バイオインフォマティクス実習
2018年度 第4回バイオインフォマティクス実習
2018年度 第3回バイオインフォマティクス実習
2018年度 第3回バイオインフォマティクス実習
2018年度 第2回バイオインフォマティクス実習
2018年度 第2回バイオインフォマティクス実習
2018年度 第1回バイオインフォマティクス実習
2018年度 第1回バイオインフォマティクス実習
2018年度 第5回バイオインフォマティクス実習
1.
2018年度 第5回バイオインフォマティクス実習 作図方法 先端医科学研究センター バイオインフォマティクス解析室 中林潤
2.
• 大容量、高次元データを可視化 • 散布図、M-A
plot、volcano plot、heatmap • Rの作図機能を使用
3.
ファイルの取得 • 遺伝子発現プロファイル GEO データベースaccession
number GSE52452 Expression.rev1.txtファイルを各自のデスクトップへ ドラッグ アンド ドロップでコピー
4.
Rの設定 R X > Sys.setenv(http_proxy
= “http://poxy.med.yokohama-cu.ac.jp:8080”) > source(“http://bioconductor.org/biocLite.R”) > biocLite(“gplots”) > library(gplots)
5.
データの読み込み R X > x
<- read.table(“Z:/デスクトップ/Expression.rev1.txt”, header = T, sep = “t”) 1~3列:正常コントロール 3サンプル 4~6列:TAK1 siRNA 3サンプル 7列:コントロールの平均値 8列:TAK1 siRNAの平均値 9列:コントロールとTAK1 siRNAで二群間比較したP値
6.
scatter plot (散布図) R
X > plot(x[,7], x[,8], pch = 20, col = “gray”, xlim = c(1,15), ylim = c(1,15), xlab = “Ctrl”, + ylab = “TAK”, main = “scatter plot”) 散布図 データの分布を表示 Rでの行列の扱い x[列,行] plot(x軸, y軸, オプション) pch:点のタイプ col:色 xlim, ylim:x軸、y軸の範囲 xlab, ylab:x軸、y軸のラベル main:タイトル
7.
M-A plot R X >
plot((x[,7] + x[,8])/2, x[,7] - x[,8]), pch = 20, col = “gray”, xlab = “A”, + ylab = “M”, main = “M-A plot”) 2群間比較 x軸:平均発現量 log2変換した値を使う (log2(A)+log2(B)) / 2 y軸:発現比 log2(A/B)
8.
volcano plot 2群間比較 x軸:発現比 y軸:p値 R X >
plot(x[,7] – x[,8], -log10(x[,9]), xlab = expression(paste(log[2], “(FC)”)), + ylab = expression(paste(-log[10], “(p-value)”)), col = “gray”, main = “volcano plot”)
9.
heatmap R X > heatmap.2(x[sample(1:21272,
1000),1:6], col = greenred(75), cexRow = 0.1, cexCol = 0.8, + trace = “none”, density.info = “none”, main = “heatmap”) 散布図 データの分布を表示 gplots libraryのheatmap.2関数を使用 21272遺伝子中1000遺伝子をsample 関数でランダムに抽出 cexRow, cexCol:x軸、y軸のラベル文字 の大きさ col:greenred(階調)
Download now