🧬 基础生信分析代码

🧬 Basic Bioinformatics Analysis Pipeline Scripts

---

📖 项目简介 | Project Overview

本项目整理了一个常规的较为基础的 医学生信分析文章的流程，涵盖从测序数据格式化，到差异表达分析、功能富集分析、生存分析及免疫浸润分析的常见步骤。
The repository provides a basic Bioinformatics analysis pipeline, including data preprocessing, differential expression, enrichment analysis, survival modeling, and immune infiltration estimation.

本项目的脚本大部分来源于：

• 开源生信教程与公共代码；
• 本人学习与理解后修改完善；
• 借助 AI（如 ChatGPT）优化代码结构与注释。

Most scripts are based on:

• Open-source bioinformatics tutorials and public repositories;
• My own learning, understanding, and improvements;
• Assistance from AI tools (e.g., ChatGPT) for optimization and documentation.

🙏 感谢所有开源项目的贡献者们！
希望本项目能帮助生信初学者理解标准分析流程，并继续传承开源精神。
🙏 Thanks to all open-source contributors!
This project aims to help bioinformatics beginners learn the standard workflow and continue the spirit of open sharing.

---

🎥 教学视频 & 支持作者 | Tutorial Videos & Support

📺 教学视频已同步上传至 Bilibili：
UP 主：Broca区想发言
欢迎关注以获取详细讲解视频与更新通知！

💖 如果您觉得内容对您有帮助：

• 欢迎点一个 ⭐️ 支持开源！
• 也可以在 B 站 充电 支持我；
• 或通过 微信赞赏 支持持续更新；

您的鼓励将是我持续高质量更新的动力！

B站充电	微信赞赏

---

🧩 文件结构与功能说明 | File Structure & Descriptions

📁 主体分析脚本 | Main Analysis Scripts

文件名 / Script	功能说明	Description
1.1_TCGA_counts_data_Formatting.r	TCGA counts 数据格式化	Formatting TCGA counts data
1.2_TCGA_fpkm_data_Formatting.r	TCGA FPKM 数据格式化	Formatting TCGA FPKM data
2.1_counts_Differential_gene_analysis.r	基于 counts 的差异基因分析	Differential gene expression (DEG) using counts data
2.2_image_of_DEG.r	差异基因可视化（火山图、热图）	DEG visualization (volcano & heatmap)
3.1_Enrichment_analysis.r	GO/KEGG 富集分析	Functional enrichment (GO, KEGG)
3.2_GSEA_enrichment_analysis.r	基因集富集分析	GSEA-based enrichment
4.Single_gene_cox.r	单基因 Cox 生存分析	Single-gene Cox regression
5.lasso_cox.r	LASSO Cox 模型分析	LASSO Cox regression modeling
6.ROC.r	绘制 ROC 曲线评估模型性能	Plot ROC curves for model evaluation
7.Survival_analysis.r	生存曲线与分组分析	Kaplan-Meier survival analysis
8.0_group_example.r	分组示例脚本	Grouping example (for immune analysis)
8.1_imm_cibersort.r	免疫浸润分析：CIBERSORT	Immune infiltration via CIBERSORT
8.2_imm_estimate.r	免疫浸润分析：ESTIMATE	Immune scoring via ESTIMATE
8.3_imm_ssGSEA.r	免疫浸润分析：ssGSEA	Immune infiltration via ssGSEA
9.1_GEO_data_Formatting.r	GEO 数据格式化	Formatting GEO data
9.2_GEO_Differentiao_analysis.r	GEO 差异基因分析	Differential gene expression (DEG) using GEO data
9.3_GEO_Enrichment_analysis.r	GEO GO/KEGG 富集分析	Functional enrichment of GEO (GO, KEGG)
9.4_GEO_Enrichment_analysis.r	GEO GSEA 富集分析	Functional enrichment of GEO (GSEA)
9.5_GEO_Survival_analysis.r	GEO 生存曲线分析	Kaplan-Meier survival analysis of GEO

---

📚 reference_data 参考数据文件 | Reference Data Files

除了分析脚本外，项目还包含一组参考数据文件，用于支持部分分析模块的运行。
In addition to analysis scripts, this repository contains a reference_data folder with auxiliary files required by certain analysis steps.

文件名 / File	说明 / Description	说明 / Description
gene_length_Table.txt	基因注释及长度参考文件，用于数据格式化	Gene annotation and length table used in data formatting
cellMarker.csv	免疫细胞 marker 基因集，用于 ssGSEA 分析	Immune cell marker gene sets for ssGSEA
LM22.txt	CIBERSORT 的 signature matrix 文件	Signature matrix file for CIBERSORT
msigdb_v7.0_GMTs/	来自 MSigDB v7.0 的多种基因集（GO、KEGG、Reactome、Hallmark 等），用于 GSEA 分析	Gene sets from MSigDB v7.0 (GO, KEGG, Reactome, Hallmark, etc.) for GSEA analysis

---

🧠 分析流程概览 | Workflow Overview

1. 数据准备与格式化 / Data Preparation

2. 差异基因分析 / Differential Expression Analysis

3. 功能富集分析 / Functional Enrichment

4. 生存与预后分析 / Survival & Prognostic Analysis

5. 免疫浸润分析 / Immune Infiltration

---

🌟 感谢您看到这里。