RNA-seq分析简洁版,用重新下载的肝癌数据进行从头分析，包含了以下详细过程的几乎所有流程代码和部分关键结果。同时，KEGG可视化部分用了ClusterProfiler的结果。并把counts结果，DEGs结果和gene symbols 全部整合到一个矩阵中。

---------------------------------------------------------------

RNA-seq详细分析过程，从软件安装到富集分析，完整流程链接如下：

• RNA-seq(1) :用conda安装RNA-seq所需要的工具

• RNA-seq(2)-1:原始数据下载的几种方法

• RNA-seq(2)-2:下载数据

• RNA-seq(3):sra到fastq格式转换并进行质量控制

• RNA-seq(4):下载参考基因组及基因注释

• RNA-seq(5):序列比对：Hisat2

• RNA-seq(6): reads计数，合并矩阵并进行注释

• RNA-seq(7): DEseq2筛选差异表达基因并注释（bioMart

• RNA-seq(8): 探索分析结果:Data visulization

• RNA-seq(9):富集分析(功能注释)

• RNA-seq(10):KEGG通路可视化:gage和pathview

--------------------------------------------------------

后记：下面接着前面的DEGs往下写，主要有

• PPI网络构建（Cytoscape）先提前看下co-expression的理论基础和意义以及工具

• 关键基因筛选，也先提前看下关键基因和hub基因等的区别联系等

--------------------------------------------------------

感谢生信技能树，Hoptop，lxmic