2022年6月_生信入门班_微信群答疑笔记
做教学我们是认真的，如果你对我们的马拉松授课（直播一个月互动教学）有疑问，可以看完我们从2000多个提问互动交流里面精选的300个问答！
强烈建议你推荐给身边的博士后以及年轻生物学PI，多一点数据认知，让他们的科研上一个台阶：
数据挖掘（GEO,TCGA,单细胞）2022年暑期班（收官之作），快速了解一些生物信息学应用图表 生信入门课-2022年暑期班（收官之作），你的生物信息学第一课
上一期答疑笔记是： 2022年5月_生信入门班_微信群答疑笔记
课前答疑
Q1：R官网上不去了
换个网络环境，关掉科学上网，再不行就不要上R官网了，软件包在群公告网盘有
Q2：以前装过3.6版本的R，里面有很多package。网盘下载的R是4.1版本，直接点击安装就可以了吗，会和3.6版本冲突吗？
可以多个有版本，但会存在R包冲突的问题。一般是可以升级的
Q3：能否不卸载3.6，直接装4.1，成为两个独立的R？这样原来的资料还能保留下来
运行.libPaths()，设置不同的路径，网上搜一下教程。
Q4：请问我之前的R都装在E盘了，需要卸载重装到C吗？
建议卸载重装C盘
Q5：请问这代码没有视频里说的KEGG呢
现在更新，不需要了
Q6：请问这个warning是不是只是说明我的R版本老，但其实是包安好了
包确实是装好了
Q7：我之前的R是4.0.5的，没更新可以吗？不用重新再装4.1了吧
可以的话更新到4.1以上
Q8：能在手机上运行R吗
不能
Q9：钉钉上的课程回放可以看到什么时候呢？
一年
课中答疑
Q1：这是不是R版本低了，要去官网下载？
没报error就没事
Q2：新同学刚来班里报道，请问在哪里补前几节课呢
钉钉群右上角
Q3：练习题的第二题，我直接把中位数赋值给一个x，然后输出这个x行吗?
可以呀，没有区别
Q4：老师我听了回放，觉得我的这个问题就是您说的原因三
是原因4，removed。这个包已经过时，我们不再使用，看群公告答疑文档
Q5：平时工作中，经常需要实现：A表的某三列，根据病案号，匹配到B表。
你选的共同列不好，有重复值。
Q6：在补前两次课的笔记，对数据框取子集后的结果有点好奇，为啥数据框取行和列子集时，取出来的结果不一样呢？
数据框取子集，不写逗号只写数字[n]时，默认是取第n列，并且保留数据框这个数据结构
Q7：读取csv的时候，如果csv文件含有两个sheet，用test=read.csv得到数据框后，怎么分别提取两张sheet里的内容呢
打开方式决定了你可以新建sheet，csv本身应该是不可以有sheet，假如用记事本那种软件打开和excel格式是不一样的~能新建sheet是excel 的功能
Q8：请问各位老师同学，ID转换（from "gene symbol" to "ENTREZID"），提示有近20%没有转换成功。请问这是什么情况？
没关系，这个正常的哦
Q9：还想问一下，tidyr是不是有更新，gather函数被pivot_longer函数替换了。我看小洁老师CSDN的帖子https://blog.csdn.net/weixin_42960896/article/details/115047967里面cheatsheet截图有gather函数，我新下载的cheatsheet没有这个函数的说明。运行这两行代码结果也相同
宽变长函数有过多次更替，我只给你讲最新的，不用学甲骨文。这个教程过于古老了，是18年写的，这就是甲骨文。不用把一个R包里所有函数都学一遍
Q10：老师我这样提取怎么会找不到列呀？
是因为你取子集的方式有问题。中括号里不加逗号，是取列。但是你的代码是取行的，只需要在把你的代码放在[ ,]这个逗号左边就没问题了
Q11：老师，在开始的R包安装教程中，复制了写的代码，结果发现安装不了GSEABase，GSVA和clusterProfiler，错误显示为不存在叫‘GenomeInfoDbData’这个名字的程辑包，所以我又安装GenomeInfoDbData，还是没法安装，请问问题可能出现在哪？
因为报错的两个包只是装了，并不是装成功了。成功的唯一标准是library。
Q12：我重新安装了GenomeInfoDbData和AnnotationDbi，library之后还是显示不存在这个包
你没仔细看报错信息，这一步失败的，网络问题，下载不完整。重新安装
Q13：在使用代码保存图片的时候，如果这个图片很大（400个标本的热图），保存得到的图片比例，字体大小，甚至是图片的像素如何调整？
都有参数，帮助文档里找
Q14：请问老师，我这里的映射属性把color改为size，然后后边想更改size的颜色，为什么报错？
size是个属性，没有颜色这个参数。只有点的颜色，点的大小
Q15：各位老师同学们大家晚上好，我在做KEGG富集分析的时候一直提示”fail to download KEGG data...“，我去GitHub上查了，说是网络问题，我换了网络还是不行。所以请问这种情况应该如何解决？
换了网络也还是网络不行，还得接着换
Q13：请教老师，下面的理解是否正确：1 GeneRatio里的468是研究样本中测得表达有差异，而且被数据库收录的基因；2 GeneRatio里的19是前面468个基因与此行功能通路有关的；3 BgRation里的7916是数据库收录的所有基因，对应不同的功能通路；4 BgRation里的36是7916个基因里与此行功能通路有关的基因
对的。不是有关，是属于，基因属于当前通路
Q14：同样是富集分析，是否KEGG更注重于针对通路的富集分析，而GO更像是对基因的富集？会不会有些基因，同时参与不同通路？geneID里会不会有重复的基因？
都是找基因的归属。除了数据库背景知识的区别，没有别的区别。不会，不需要。你可以验证
Q15：自己生成Group的时候，是不是要先自己判断exp里对照组和实验组的前后顺序？假如前四列是对照，后四列是实验组，那Group里边就要control写在前，RA写在后；反之则要RA在前，control在后？
自己生成Group的时候，通常是匹配的，字符串匹配，有规律。假如前四列是对照，后四列是实验组，那Group里边就要control写在前，RA写在后；反之则要RA在前，control在后。
Q16：请问GEO单平台数据集的预处理是否都必须经过normalize？还是通过boxplot观察，差异特别大的才需要normalizeBetweenArrays处理？
这一个操作理论上不会改变什么，假如你是正常的，多处理一遍，不会改变的，假如你不正常的话，处理一下比较好。
Q17：在用tinyarray这个简化包的时候，错误提示GSE不是表达矩阵，但是我去GEO网站看确实是表达矩阵，怎么解？
应该是因为太新了吧，我们服务器没有收录。你加上一个参数叫byannoprobe＝T，自动补齐一下，这样他就会从GEO网页给你下载了
Q18：老师这两个去重方式 都会下标出界
有两种可能原因
1.代码错了
2.你用的运行输入数据错了
仔细看看，前面有句load你没运行
Q19：请问我这个怎么没成功
你已经安装过一次，你如果想重新安装，就删除掉miniconda3这个文件夹再bash
Q20：装mamba显示冲突要怎么办
mamba不要安装在小环境哦，
Q21：老师，这是哪里出问题了
不需要去调用依赖库的帮助文档，直接调用你前面软件的帮助文档。这个软件libstdcxx-ng下载成功了就可以，不用查看帮助文档确定是否成功了
Q22：老师，这个问题啥意思
缺了一个依赖，你试试安装一下rvcheck
install.packages("https://cran.r-project.org/src/contrib/Archive/rvcheck/rvcheck_0.1.8.tar.gz",type = 'source',repos = NULL)
参考：https://github.com/GuangchuangYu/rvcheck
Q23：请问这样子salmon是装成功了吗？这个帮助文档就是这么短的吗？
成功了，但实际上，每一个软件，背后都是一篇论文，一般都会给出详细的文档，介绍其算法原理、代码实现等等，如果你嫌弃这个帮助文档太短，可以去查一下其对应的详细的文档
Q24：安装R语言软件包的时候因为一直没有安装完成，我使用ctrl+C 终止安装，然后就一直报错
你先运行一下 conda clean -a ，然后重新安装，如果还是无法解决，那你就退出这个环境，尝试删除或者新建其他名称小环境再安装
Q25：我想用 . 分隔字符串，怎么出不来结果呢
这是一个特殊字符，你需要\\转置一下
Q26：请教一下，建立软链接后调阅文件Homo_sapiens.GRCh38.dna.primary_assembly.fa出错，具体如下
读取链接的gff3和gft文件也会出现同样的报错
你的软链接有问题，原文件的目录不对
Q27：老师这是说我电脑配置不行还是服务器存储不够啊
你的服务器内存太低了
Q28：需要加上什么命令才能删除data1中符合条件的行？
Q29：请问，排序出现这种情况怎么办
你的数据不是数字，因此R没有按照数字处理，你可以先把它拆成两列，再按照数字排序。
Q30：请问在解压基因组序列及转录组序列时，总是exit（后台运行），是什么原因
内存不够了，学习的时候就用讲师目录的参考基因组
Q31：老师下载了一晚上的sra中断了，现在是得全部从头下载吗
建议删除没下完的文件重新下载，同时建议采取更高级的方法下载，比如用aspera下载fastq格式
优秀笔记
https://www.yuque.com/docs/share/5b71c4b5-1f4c-46d5-a969-0c04c9034b72?# 《Day3-数据结构》-果子
https://www.yuque.com/docs/share/3d72aa4b-2e35-4e34-96bf-79aeafc5780e 《初识转录组》-cecilia
文末友情宣传
强烈建议你推荐给身边的博士后以及年轻生物学PI，多一点数据认知，让他们的科研上一个台阶：
数据挖掘（GEO,TCGA,单细胞）2022年暑期班（收官之作），快速了解一些生物信息学应用图表 生信入门课-2022年暑期班（收官之作），你的生物信息学第一课