上海生物芯片有限公司生物信息云

通常用来展示特征在不同情况下数量的高低变化。

通常用来比较特征在不同处理情况下数量的高低变化。

通常用来展示特征在两类中的数量的高低对比情况。

通常用来展示特征在组内均值高低及波动范围(标准差)。

笛卡尔坐标系条形图在极坐标系下的条形图展示方式。

特征在不同处理情况下的玫瑰图(堆叠,并列)展示方式。

特征在不同情况下的环形条形展示数量变化方式。

使用条形展示样本或者特征在区间内的变化。

简单饼图，使用pie()函数实现饼图的绘制，支持数量和占比展示。

3D饼图，饼图在3维空间的展示方式，pie3D()函数实现展示。

甜甜圈图，将饼图中心区域挖去呈甜甜圈形态展示元素比例。

用矩形的面积展示元素、层次关系的比例数据的一种可视化方式。

华夫饼图，用方块组合展示变量计数情况，形似华夫饼。

使用线和点组成形似棒棒糖而得名棒棒糖图，通常用来展示指标的高低变化。

使用线和两点组成形似哑铃而得名哑铃图，通常用来展示指标的两种不同条件高低变化。

通常可以用在时间序列数据，使用线和点来描述每个Cluster在不同时间上的高低变化。

层级聚类分析，对样本进行聚类分析，不同颜色标签表示已知分组信息。

折线图与ErrorBar的结合，常常用于某个指标或者基因在不同条件下的表达趋势。

PointRange折线图与点线图的结合，常常用于某个指标或者基因在不同条件下的表达趋势。

折线图与crossbar的结合，常常用于某个指标或者基因在不同条件下的表达趋势。

使用盒子和线来展示特征的分位数及离群值情况。

主要用来展示特征在观测值中数值的分布情况。

用于单细胞数据，展示特征在不同类群的表达分布。

展示特征在不同类群中不同处理组的对比情况。

展示指标的数值从小到大排列的概率密度分布情况。

特征在不同组别或者样本间密度分布曲线，颜色随数值渐变。

用于单细胞数据，展示特征在不同类群的密度分布曲线。

云雨图，用密度曲线与点图的展示特征的分布情况。

比较指标在不同处理情况下的显著性差异提琴图展示。

绘制配对数据的BoxPlot，箱线图展示分布，线连接配对数据。

蜂群图：用点去描绘数据的分布情况，形似蜂群，通常称为蜂群图。

矩阵散点图，计算基因间或者变量间的相关性，并绘制数据分布图。

展示指标的数值从小到大排列的bar展示分布情况。

TufteBoxplot：由点和线组成轮廓的BoxPlot。

对基因进行GO功能注释并进行Dotplot对结果可视化。

对基因进行KEGG Pathway注释并进行Barplot对结果可视化。

GO 结果渐变色的Barplot展示，提供多样化的可视化方案。

KEGG 结果渐变色的Barplot展示，提供多样化的可视化方案。

GO 结果渐变色的Dotplot展示，提供多样化的可视化方案。

KEGG 结果渐变色的Dotplot展示，提供多样化的可视化方案。

GO 结果多维度Barplot展示，提供多样化的可视化方案。

KEGG 结果多维度Barplot展示，提供多样化的可视化方案。

根据GOID查询对应物种已知注释到的基因集信息。

已知基因集查询对应物种已知注释的GO 功能信息。

使用pheatmap包热图绘制，提供多样化的配色方案。

使用pheatmap包热图绘制，添加样本分组的bar展示。

计算相关性系数，pheatmap进行相关性热图可视化。

使用ggcor对数据的相关性展示，提供丰富图形展示。

Heatmaply 相关性热图展示，更加友好的交互分析。

ComPlexHeatmap 热图绘制，灵活添加热图行标签。

ClusterGVis 进行时间序列分析，添加行注释信息。

multiple sequence alignments，MSA序列比对比较。

使用ggplot2绘图，提供灵活调整方案进行火山图展示。

多用于单细胞数据集展示，配色灵活调整，类群灵活筛选。

多用于单细胞数据集展示，展示基因表达在群里中数值变化。

多用于散点图带有类别标签数据，给散点图添加置信椭圆。

ZoomIn火山图，对火山图选定区域进行放大，查看散点图细节。

使用prcomp进行PCA分析，这里主要用于展示样本间的重复情况。

使用prcomp进行PCA分析，使用前三个主成分展示样本重复性。

主坐标分析，Multidimensional scaling (MDS)，展示样本间相似性。

非度量多维排列(Nonmetric Multidimensional Scaling (NMDS))。

Sammon's Non-Linear Mapping,One form of NMDS.。

使用Rtsne包对样本进行降维展示，展示样本重复情况。

单细胞差异抖动图（JitterPlot），使用log2FC展示差异上下调分布。

QQ图（quantile-quantile plot）主要用于检验变量给定数据的正态性。

特征在不同情况下的环形点形状展示数量变化方式。

使用plotly 绘制3D散点图，可以查看每个点的信息。

使用scatterD3绘制交互散点图，可以查看每个点的信息。

展示多个数据集间的交叉情况。

解决韦恩图过多无法展示情况。

展示样本在多指标中的权重情况。

展示总体样本在不同类别间的流向。

ARC Chart展示网络互作强度关系，类似网络图。

word cloud，展示每个元素的数量高低情况。

wchordDiagram，用线连接元素间互作关系。

展示点与点之间的网络关系，点与线连接组成。

基于Seurat包对单细胞转录组数据进行差异计算，亚群分析，细胞注释，图形展示。

基于Seurat包对空间转录组数据进行差异计算，亚群分析，结果数据可视化。

主要提取Seurat对象基因表达数据，使用ggplot 进行StackedPlot展示，对Seurat的扩展，提取坐标信息。

针对SmallRNA差异分析（基于edgeR算法），差异筛选，差异miRNA靶基因预测等分析。

基于Mfuzz包，使用Fuzzy c-means algorithm算法对显著差异基因进行基因集在不同时间点趋势分析。

使用clusterProfiler R包进行GSEA分析，内嵌MSigDb数据库，也可自定义数据上传分析。

调整类群分辨率参数，展示一定范围内不同分辨率下不同类群的变化趋势。

基于Seurat包进行及细胞周期marker基因进行打分和回归分析，预测细胞所处时期。

基于Seurat包对提供基因集进行打分，输出每个细胞在此基因集下打分结果。

基于GSVA包使用ssgsea方法对提供基因集结合单细胞表达数据进行打分分析。

基于ComplexHeatmap，结合单细胞marker基因表达进行个性化热图展示。

基于DESeq2 软件使用 Wald test 对转录组测序定量数据进行差异基因分析。

根据某个指标对样本组别划分情况并进行生存分析，并绘制生存曲线进行展示。

生存分析 - Cox proportional hazards 回归分析，对 hazard ratios 进行森林图可视化。

生存分析 - Cox proportional hazards 回归分析，对每个特征及生存率列线图展示。

针对二分类问题建立lasso模型，使用L1正则化方法筛选区分类别的显著特征。

基于Swiss-Prot Review数据进行蛋白的亚细胞定位可靠注释，支持Swiss-Prot各类物种。

t.test(),统计量服从正态分布，在均值水平上检验两组间差异显著性。

wilcox.test(),等同于Tow Sample t.test在非参数方法的显著性检验。

Bartlett’s test,方差齐性检验，用于检验每一组间方差的一致性。

Welch’s ANOVA,方差不齐的三组以上均值差异比较的单因素方差分析。

One-Way ANOVA,方差一致的三组以上均值差异比较的单因素方差分析。

Kruskal Wallis test,三组以上显著性比较，非参数方法的单因素方差分析。

Friedman test,特征在同一样本不同处理条件下重复度量情况的方差分析。

Two-Way ANOVA,双因素方差分析，两个因素水平下的方差分析。

卡方拟合优度检验，检验特征观测频率与原假设分布的一致性。

卡方独立性检验，检验两个变量是否独立，一般用于列联表分析。

Fisher’s Exact Test,检验两个变量是否独立，一般用于列联表分析。

Fisher’s F-Test,方差比率检验,检验变量两组间的方差是否相等。

one way ANOVA 事后多重比较,one way ANOVA分析后的两两差异比较。

按照两个表格的某列进行合并处理，类似VLOOKUP，比VLOOKUP简单好用。

表格转置，将原表格内容行和列进行互换生成新的新表格，方便下游数据分析。

提供 ggsci、 RcolorBrower和 wesanderson 颜色搭配。

蛋白质控统计程序，主要用于磷酸化和LFQ数据量统计。

SBCToolBox教程以及相关FAQ。