我们打造的是【科研工匠的众筹模式】，降低机会成本，迈向科研的工业4.0时代。有这样一个群，发生了这些事：《王八拳编程及其它》《这个神了，不只有代码，还有输入数据，每个图一个文件夹》《随时随地看代码，你的手机只差这一个app》《四海八荒都在这篇Cell

paper里，按这套代码画完图，你便上知天文下知地理》输入文件不全，学校没买Cell就下载不到附件；《TMB还能做分子时钟，Cell

#算变化倍数library(org.Hs.eg.db)library(TxDb.Hsapiens.UCSC.hg19.knownGene)library(ggbio)

朋友圈大热的TMB怎样用到我的paper里？用法一：用FigureYa51TMB算出TMB的小伙伴，可以用FigureYa35找最佳分组的TMB阈值，然后做生存分析：《TMB怎么用？到上个月的图里找》用法二：用TMB做分子时钟，看下面这篇Cell

paper里，按这套代码画完图，你便上知天文下知地理》里面有个截图：眼尖的小伙伴发现这不是电脑截图。没错，这是iPad截屏。我在手机和iPad上都装了这个app

Jiang把文章主要Figure的代码都上传到文章附件：Supplementary_File_Analytic_script_V1.Rmd，近8000行的画图代码随你看。。。上美图：Figure

(影响因子：14.318，感谢根哥的https://www.geenmedical.com，查影响因子真方便)就喜欢Cell

3的时候，小丫还觉得太简单，不就是heamap吗？真正做起来，才发现这里面大有学问，于是发起众筹FigureYa32ID2table。群里的小伙伴打开例文，立刻喜欢上了Figure

小丫画图2群的小伙伴跟小丫推荐了一个神奇的网站：地址：https://rpubs.com/【作为发布者的感受】注册简单，每个人用邮箱就能注册发布方便快捷，写成rmarkdown格式，knit，在预览页面点击publish，直接发布到你自己的rpub页面。【作为读者的感受】免费，点开页面就能看搜索方便，google就能搜到，“关键词

导出示例数据作者的示例数据保存在dt里，运行下面这行，把它保存到txt文件里write.table(dt,"easy_input.txt",

separation【FigureYa36】双因子生存分析【FigureYa37】用⭕️展示相关性【FigureYa38】PCA【FigureYa39】2个图带你扫清bar

小丫画图群里的小伙伴，本月最后一周的“冲刺时间”到了，本月众筹了6个图、1个表、1套分析、1个视频：【FigureYa43】带箭头和文字标签的曼哈顿图【FigureYa44】同一区域，对比多个bw【FigureYa45】icluster，用多种组学数据找biomarker。结合FigureYa17就能画出这样的图：【FigureYa46】画带heatmap的通路图操作过程的视频【FigureYa47】用临床数据和表达数据计算HR、pvalue，直接输出html、Word、Excel版本的表格【FigureYa48】置换多元方差分析Adonis【FigureYa49】三代测序结果当成基因组，二代测序找可变剪接，用IGV展示sashimi

A同学吭哧吭哧写代码，debug，用两个月画好美图，发了paper，美滋滋；B同学读了A同学的paper，也想画这个美图，吭哧吭哧写代码，debug，用两个月画好美图，发了paper，美滋滋；你读了B同学的paper，也想画这个美图，72h就把图画好了，发了paper，美滋滋~~~同样一个图，为什么你就能在短时间内画好呢？因为你加入了“小丫画图群”呀！【群的来历】小丫喜欢从问题出发，解读高水平文章的思路，高效率的帮你找到线索，同时提供基于实验的证据，绘制出能放到文章里的结果图：《再次把Cell爆文的思路、方法用到自己的课题上》《把Cell爆文的思路、方法用到自己的研究中》《用别人的数据发自己的Science

嘉因公众号的老朋友一定纳闷儿，小丫最近不更新，忙啥去了？小丫回忆了一年来持续输出的干货，其中“找出哪些转录因子调控你的基因”很受欢迎！为了解决分子机制中的核心问题：“我的基因受哪个转录因子调控？”小丫总结了以下策略：第一层筛选：motif分析。从启动子区预测出来几百个motif，哪个才是真正调控我的基因的转录因子？《点鼠标就能找启动子区的motif

【哈师弟在Top1生信大牛组读研日常】又到了一周一次的talk时间。导师说：接下来，你用MDSeqPos扫motif，跟小丸子要代码。哈师弟跟小丸子要来了代码，找到了心仪的转录因子，发邮件给导师。从领任务到交结果，只用了一下午。哈师弟毕业🎓了～～～【哈师弟在湿实验室工作日常】老板说：结下来，我们要仿照这篇paper，画图1、图2、图3......一周过去了，哈师弟吭哧吭哧画好了图1。老板说：咱们得加速啊！一周过去了，哈师弟画好了图2、图3、图4、图5、图6。老板说：怎么画得这么快？因为小哈加入了“小丫画图群”！这个群好像是个假的Top

ChIP】第一行：基因结构第二行：棒棒糖，突变位点第三行：ChIP-seq，转录因子结合信号出自R包：trackViewer【SNP

deletion降低了邻居Eomes的表达，说明linc1405对Eomes有cis调控。但是，插入pAS就不会影响Eomes的表达，所以，貌似linc1405并不是作为RNA在起调控作用。2018

allele-specifically切除linc1319、Snhg17、linc1405、linc1536、linc2025的promoter后，影响了旁边基因的表达（Figure

小丫碎碎念：想研究一个基因的功能，直接想到的就是敲敲敲，可是在你敲除lncRNA的同时，也失去了这段DNA序列上的调控元件。你看到的表型到底是由谁引起的呢？读这篇你将收获以下问题的答案：确认lncRNA的功能，怎样合理设计实验？antisense可能比敲除好，rescue的必要性到底是调控元件在起作用，还是lncRNA作为RNA在起作用？怎样区分呢？看第3条读文献，经常看到lncRNA分段敲，有时看到敲promoter，还有插入早期多聚腺苷酸化信号的（pAS,

右侧位图：照片通常喜欢保存成tiff，记得用LZW压缩。有时需要把R画的矢量图保存成tiff格式，压缩方法看这篇《什么？杂志要求图片要300dpi的TIFF，还限制了文件大小，臣妾做不到啊！》

其实好多小伙伴是卡在了组图的前一步：用msa做多序列比对，被LaTex编译环境给搞晕了。幸运的是，Y叔对这个问题感兴趣，开始写ggmsa。不用LaTex，用ggplot2就能搞定！

今天遇到小伙伴要找转录因子A的靶基因，我顺理成章的打开史上最全的ChIP-seq数据库cistromeDB，查看里面有没有转录因子A的ChIP-seq数据。

Biochemists，http://rforbiochemists.blogspot.com/

samples例外，十分珍贵，但必须做至少2次技术重复。（详见《ATAC-seq的重复次数》，理解了为啥新生儿包皮角化细胞要做4-7次技术重复）

paper进入最后阶段——组图，整天盯着Illustrator，头晕眼花。其实只要有规则，能写出1234条让人照着做，这样的事情就可以用代码代替人工。

笔记”，搜到科学网张金龙的笔记，条理清晰，格式规整，一目了然，开头几句话就讲清楚了ggtree的来龙去脉。如此牛人，当然要拉进“小丫画图群”。欲入此群，点击左下角“阅读原文”。

B：一步一步带你分析motif：去哪找motif、找启动子区的motif、互补链上的motif有意义吗？怎样展示结果？我把Nature的Figure画成了蒙娜丽莎

A同学用两个月画好美图，发了paper，美滋滋。B同学读了A同学的paper，也想画这个美图，吭哧吭哧写代码，debug，还到处求助。用了两个月画好美图，发了paper，美滋滋。C同学读了B同学的paper，也想画这个美图，72h就把图画好了，发了paper，美滋滋。ABC三位同学画的是同一个图，为什么C同学就能在短时间内画好呢？因为C同学加入了“小丫画图群”。随意打赏，小丫拉你进群打赏后别忘了加小丫微信：epigenomics【群描述】最大化的发挥代码的价值，需要画图的人更快出图出paper，擅长画图的人发挥所长。甲方：我要这个图，求代码；乙方：我模仿了一个CNS的图，谁需要？【点菜】小丫相中一个图，在群里提出需求：问题：想画Xie

小丫特意检索了哪些文章用到了HaploReg和Regulome，画出怎样的结果图。评选出卖家秀和买家秀。今天赏图，下期详细看文章。

chromatin跟转录调控有什么关系？ATAC-seq、H3K27ac、H3K9me2和H3K9me3跟染色质状态有什么关系？你需要补习这篇《等我有钱了，我也这样研究一个基因》里的两个视频。

基因受哪些转录因子调控？有近距离的promoter调控，也有远距离enhancer调控。特别是组织特异性表达的基因，往往精准的受到众多转录因子的远距离调控。

右旋的DNA缠绕成核小体就喜欢左旋啦！拿根绳子，一直向右拧，拧到绳子自动扭回来时，一定是左旋的，小丫献出手机充电线：

你可能会说：这不是《最后的晚餐》！达芬奇版本的《最后的晚餐》是从16世纪后期才开始流行的，而这是威尼斯画家丁托列托的作品。丁托列托使用强烈的色彩，有趣的视角和疯狂的照明效果来描绘场景，这是绝美的。

Institute的老师从Docker、IGV等辅助工具的用法开始、手把手的教授如何搭建GATK工作环境、使用GATK和工作流描述语言（WDL）寻找germline突变和体细胞突变。

第三棒：Y叔回答了《怎样用HOMER算出的P-value画出CNS级别的泡泡图？》，没把FPKM加进去，画出来的是熊猫色，然后就跑去过复活节了，谁来解决颜色提取问题和加入FPKM呢？

小伙伴们看了《把Cell爆文的思路、方法用到自己的研究中》都想知道：找到关键转录因子的这个图是怎么画的？

Research网站https://genome.cshlp.org/搜heatmap，下面是前9篇的图：

或者先浏览下面这篇paper，带着问题看视频，效果更好。脑补部分小伙伴儿看这篇paper的感觉：这个图不懂，这个词不懂，这段话不懂，我学过免疫学啊，这说的都是啥？啥？啥？还是老老实实去看视频吧！

22跟21相比，删掉了52个人类miRNA，新增了156个，13个改名了，21个序列还变了。那我的miRNA-seq数据岂不是要重新分析了？

深度测序数据集数量增加了831个，其实本来要添加>1000个数据集，但是遇到了技术问题，不能再拖了，于是就这么发布了。技术问题一旦解决，就会添加进来。那时，会有更多的microRNA注释为

获得染色质开放数据。DNase-seq，大家都知道它好，能解决关键转录调控问题。然而技术难度超级高，世界上能做好DNase-seq的实验室寥寥无几。2013年Howard

Tutorials，http://r2-tutorials.readthedocs.io/en/latest/，功能一目了然，2017-11-17更新教程。

别上来就自己做ChIP-seq，先查已发表的数据能不能用，这里有方法《转录因子调控了谁？挖全天下所有高通量实验数据，只为您解决这一个问题》。找到了2014年发表的两篇文章产生的MYC

用DNase/ATAC-seq能够找出有调控蛋白结合的区域。怎样才能知道是哪个调控蛋白呢？DHS上存在大量的调控元件，查查看这上面存在哪些转录因子的motif，就能推测出该区域结合的调控蛋白是谁。

出自http://ipp.jaas.ac.cn/Article/UploadFiles/201109/2011092817254731.ppt

用ChIP-seq验证第2步的推测。如果有已发表的ChIP-seq数据就可以直接拿来用，查询方法见这篇《转录因子调控了谁？挖全天下所有高通量实验数据，只为您解决这一个问题》；

用ChIP-seq验证第2步的推测。如果有已发表的ChIP-seq数据就可以直接拿来用，查询方法见这篇《转录因子调控了谁？挖全天下所有高通量实验数据，只为您解决这一个问题》；

我怎么知道这些转录因子参与哪个明星通路呢？要一个个搜文献吗？有办法。去Enrichr批量查询基因参与的pathway，http://amp.pharm.mssm.edu/Enrichr/

从差异表达基因中挑选2个基因，把RNA-seq跟调控这两个基因的调控因子和组蛋白修饰的ChIP-seq数据画在一起。这图有什么生物学意义？看这篇：《他中了国自然，因为最后一周补了这张图》

表达相关性分析和生存分析，推测转录因子ABCDEF和基因X的原癌/抑癌作用，推测转录因子ABCDEF对基因的调控作用是激活/抑制，参考《TCGA，她已经用了七年