代码免费领~90篇代码合集

小云之前分享了很多生信分析相关代码的内容，有SCI级图表绘制以及生信实用小技巧等等，大家可以根据自己的研究方向合理套用。下面给大家整理汇总了之前的内容，并且给大家送福利了哦。

活动截止时间为2023.11.30，抓紧时间购买哦~

【1】lncRNA的拷贝数变异下游相关分析

【2】R可视化：ggstatsplot包—科研界的美图秀秀

【3】随机森林算法用于分类预测和筛选诊断标志物

【4】基于本地Java版GSEA的输出结果整合多个通路到一张图

【5】基于岭回归模型和基因表达矩阵估算样本对药物反应的敏感性

【6】基于R包NMF对样本进行分型分析

【7】DALEX包用于探索、解释和评估模型；分析不同特征变量对响应变量的影响

【8】根据肿瘤突变负荷TMB进行KM生存分析寻找最佳的cutoff

【9】基于单样本富集分析算法评估组织中的免疫细胞浸润水平

【10】代码分享│什么？你还在用散点图来可视化数据之间的相关性

【11】代码分享│诊断列线图、校准曲线、决策曲线和临床影响曲线的构建

【12】代码分享│你了解基因的动态变化模式吗

【13】代码分享│生物信息分析之SCI热门图表-复杂热图

【14】代码分享│生物信息分析之SCI热门图表-火山图

【15】代码分享│生物信息分析之SCI热门图表-箱型图和小提琴图

【16】代码分享│深度学习-人工神经网络（ANN）的构建

【17】代码分享│R可视化：高分文章绘图之基于RCircos包的多类型圈图绘制

【18】代码分享│R可视化：基因与功能之间的关系–GO功能富集网络图绘制

【19】代码分享│生物信息分析之SCI热门图表—KM曲线和tROC曲线

【20】代码分享│R可视化：肿瘤预后模型之Cox回归分析后用R语言绘制森林图

【21】代码分享│生物信息分析之SCI热门图表—相关性热图和散点图

【22】代码分享│生信分析之R语言分析相关性及可视化的N种风格

【23】代码分享│TCGA数据获取有困难，不会预处理，学习起来

【24】代码分享│机器学习-支持向量机递归特征消除（SVM-RFE）的构建

【25】代码分享│R可视化：对两个矩阵进行相关性可视化分析

【26】GEO数据库多数据集差异分析整合利器RRA，再也不用纠结去除批次效应

【27】你与生信大佬的距离，只差2分钟搞定预后模型构建和性能评估

【28】9+SCI纯生信，模型构建中的“流量明星”，你不得不知的LASSO

【29】手把手教你画美观大气的lasso回归模型图，为你的SCI增砖添瓦

【30】R可视化：clusterProfiler包做组间比较GO富集图

【31】代码分享|R可视化：复杂热图绘制技巧之热图中添加柱状图

【32】代码分享——基于基因突变信息分析肿瘤突变负荷

【33】代码分享│富集不到想要的通路？别放弃呀，试试GSEA

【34】代码分享│还在用PCA做降维聚类吗？最强降维模型tSNE–你值得拥有

【35】代码分享│GSVA：原来功能通路也能做差异分析！

【36】代码分享│Slingshot：你不知道的单细胞拟时序分析还有它

【37】基于基因功能注释信息挖掘关键作用基因

【38】基于癌症分类预测的标志物特征提取的SVM-RFE分析代码

【39】依据表型数据基于无监督聚类算法对研究群体进行分层聚类分析

【40】基于稳健排序整合算法对多数据集进行整合及可视化

【41】基于基因表达谱估算样本免疫基质评分和肿瘤纯度

【42】自动化绘制LASSO算法回归模型图

【43】用于临床诊断和临床决策影响的DCA分析

【44】基于样本预后生存信息和临床因素用于评价不同模型的一致性指数软件

【45】用于探索、解释和评估模型的DALEX残差分析软件

【46】基于细菌群落功能丰度结果进行差异功能分析及可视化

【47】基于基因差异分析结果绘制其在染色体上的分布

【48】利用逐步回归法筛选特征基因构建Cox风险模型分析

【49】基于Immune Subtype Classifier进行肿瘤免疫亚型分类

【50】不同物种之间的同源基因名称转换分析

【51】基于逐步多因素cox回归筛选预后标记基因并构建风险评分模型

【52】基于表达信息挖掘与关注基因密切相关的基因

【53】基因组学基因名称修正分析

【54】基于Spearman算法构建关联网络

【55】基于线性建模方法对代谢组和转录组数据整合分析

【56】基于lasso回归模型方法筛选特征基因

【57】基于线性建模方法对代谢组和转录组数据整合分析

【58】基于参数型经验贝叶斯算法和支持向量机（SVM）筛选疾病亚型特征基因

【59】基于LDA(线性判别分析)算法的微生物biomarker的筛选

【60】基于R包xCell计算64种免疫细胞相对含量及下游可视化

【61】基于甲基化数据评估肿瘤纯度及下游可视化

【62】基于DiffCorr包识别不同表型下的差异共表达关系对

【63】基于逆累计分布函数识别显著偏差通路

【64】基于差异基因对通路的影响挖掘关键通路

【65】基于高通量数据的样本相似性分析

【66】基于多肽片段的新抗原和新抗原来源蛋白分析

【67】传统聚类结果不理想？来试试谱聚类吧

【68】有趣且实用的机器学习算法——随机森林

【69】一文拿捏，泛癌之肿瘤与正常组织甲基化分析

【70】泛癌多组学之基因表达与体细胞拷贝数变异相关性分析

【71】触类旁通！一文掌握泛癌之感兴趣基因集SNV分析

【72】泛癌之体细胞拷贝数变异分析

【73】重磅来袭，泛癌进阶分析之基因表达与启动子甲基化分析

【74】生信小白的福利，一文拿捏EPIC进行免疫浸润分析

【75】只因太美，免疫浸润与目标基因集高颜值相关性气泡图绘制

【76】来抄作业啦！利用Cox回归分析来筛选预后特征基因

【77】肿瘤生信文章必备分析内容，利用ConsensusClusterPlus对肿瘤样本进行分型及亚型验证

【78】一文拿捏，如何利用randomForest和xgboost两种机器学习算法进行特征基因筛选

【79】生信文章必备机器学习算法-利用Boruta算法进行特征基因筛选

【80】GOsemsim: 轻松驾驭基因功能相似性分析的全面指南

【81】新思路就在小云！计算泛癌中致癌通路和感兴趣基因集富集得分及相关性分析

【82】【代码-1】生信文章新套路，不同亚型单样本富集分析(ssGSEA)

【83】【代码-2】肿瘤预后生信文章必备内容-survival包进行单因素和多因素预后分析

【84】【代码-3】与小果一起探索，免疫浸润与多个基因相关性热图绘制

【85】【代码-4】复现nature级别的GSVA+limma差异通路条形图

【86】【代码-5】PCA结合SVM如何实现分类预测分析？看这篇就够了！

【87】触类旁通！一文掌握泛癌之感兴趣基因集SNV分析

【88】泛癌之体细胞拷贝数变异分析

【89】泛癌多组学之基因表达与体细胞拷贝数变异相关性分析

【90】高分文章顶配，单基因泛癌预后Cox+KM分析

临床数据挖掘

免疫浸润

孟德尔随机化

单细胞测序

1.中山大学团队1区13分+纯生信，UKB数据库29万大队列流行病学分析，45天就接收！

2.别只盯着双硫死亡、铜死亡了！细胞死亡生信方向又上新喽，与线粒体通透性有关！现成的基因集还不快冲~

3.孟德尔随机化合集——33篇最新热点文献

4.代码分享│机器学习-支持向量机递归特征消除（SVM-RFE）的构建

5.代码分享│诊断列线图、校准曲线、决策曲线和临床影响曲线的构建