PIVOT：转录组数据整合分析和可视化平台
原标题：platform for interactive analysis and visualization of transcriptomics data
原文地址： https://bmcbioinformatics.biomedcentral.com/articles/10.1186/s12859-017-1994-0
转录组分析是目前可以说最成熟的分析体系，并且已经有有很多的R包可以用来进行数据分析。但是使用这些R包需要你有一定写脚本的能力，并且还要懂得如何对原始数据进行处理。为了方便用户使用， 作者整合了目前开源的R包，开发了一个网页工具，相当于给其他R包增加了可视化界面，用来满足大家用鼠标分析数据的渴望。
目前该工作有如下的分析模块：
- 数据标准化
- 数据过滤
- 基本分析模块
- 差异表达分析模块：DESeq2, edgeR, SCDE, Monocle, Mann-Whitney U test
- 聚类： Hierarchical, K-means, SC3, Community detection, Classification with caret, Cell state ordering with Monocle2/Diffusion pseudotime
- 降维：PCA, t-SNE, Metric/Non-Metric MDS, penalized LDA, Diffusion Map
- 相关分析
- 基因集富集分析(Gene Set Enrichment Analysis)：KEGG pathway analysis, Gene ontology analysis
- 互作网络分析：STRING protein association network, Regnetwork visualization, Mogrify based trans-differentiation factor prediction
- 其他
作者文章还给了几张很好看的图，或许你会感兴趣
我觉得要是你都知道如何正确使用这些工具，那你的数据分析能力也就合格了。所以感觉这个包不是给完全新手用，而是给那些写代码累了，用鼠标点点休息娱乐下的人用。
安装非常的简单，由于PIVOT只是对已有的R包进行整合开发，所以仅仅只要保证你先安装了R，之后就输入如下命令，等待30分钟左右即可。
# dependecies that need to be manually installed
install.packages("devtools")
library("devtools")
source("http://bioconductor.org/biocLite.R")
biocLite("BiocUpgrade")
biocLite("GO.db")
biocLite("HSMMSingleCell")
biocLite("org.Mm.eg.db")
biocLite("org.Hs.eg.db")
biocLite("DESeq2")
biocLite("SingleCellExperiment")
biocLite("scater")
biocLite("monocle")
# Install PIVOT
install_github("qinzhu/PIVOT")
biocLite("BiocGenerics") # You need the latest BiocGenerics >=0.23.3
如果你在Windows下安装，你可能会遇到一些波折，请坚持住！希望你会看到这个界面
而我已经因为下面这个问题而放弃了
TCGA-Assembler 2--获取TCGA/CPTAC数据的好帮手
原标题：TCGA-assembler 2: software pipeline for retrieval and processing of TCGA/CPTAC data
原文地址：https://academic.oup.com/bioinformatics/advance-article-abstract/doi/10.1093/bioinformatics/btx812/4764001?redirectedFrom=fulltext
The Cancer Genome Atlas (TCGA)项目里存放着大量的数据可供分析，但是下载数据一直是一个老大难的问题。尤其是2016年，TCGA的数据还转移到了Genomic Data Commons (GDCs)，并且还多了由CPTAC提供的TCGA的蛋白组学数据。
作者在开发过TCGA-Assembler方便进行数据下载，为了能够从新的数据库中下载数据，他更新了软件版本，叫做TCGA-assembler 2 (TA2)，能够自动化从GDC和CPTAC里下载数据。
项目地址是：http://www.compgenome.org/TCGA-Assembler/
PS 这篇文章是2017年10月发的。
