本套课程来自网易云课堂：医学方-科研系列课程，。医学方精品课程—从数据挖掘–MIMIC–R语言基础–R语言作图–R语言高级医学统计–基因编辑–医学统计学，应有尽有。本套课程文件总计26G，附课程相关资料

数据挖掘

GEO、TCGA、Oncomine、GO富集分析、KEGG分析一网打尽~基因数据挖掘，只需要一份教材！

MIMIC临床数据库

医学方独家课程，MIMIC临床数据库入门

R语言

R语言在越来越多的医学科研领域中得到应用，R语言基础入门、R语言作图，R语言统计分析，尽在医学方！

META分析

从META基础概念到高分文章解析、率的合并、网状Meta分析等高阶技巧

基因编辑入门级技巧

不懂CRISPR/CAS9基因编辑？，快跟着医学方学习吧！

医学统计学

医学方精品课程，医学统计学

课程目录

• 01-GEO、TCGA、Oncomine数据挖掘教程
• 数据挖掘代码
• 课时1 数据挖掘概述
• 课时10 TCGA数据整理和基因注释
• 课时11 寻找差异基因和制作5年生存率
• 课时12 Oncomine概述及Meta分析
• 课时13 Oncomine之差异分析及共表达分析
• 课时14 非cel格式GEO芯片数据分析
• 课时15 数据总结
• 课时2 GEO在线工具的应用
• 课时3 GEO数据下载和数据质量分析
• 课时4 原始数据预处理
• 课时5 寻找差异基因及制作热图和火山图
• 课时6 富集分析
• 课时7 KEGG分析
• 课时8 蛋白互作网络
• 课时9 TCGA数据下载
• 02-MIMIC临床数据使用入门
• MIMIC临床数据库使用入门 – 课时1-3
• MIMIC临床数据库使用入门 – 课时4-5
• SQL QUERY.docx
• 03 R语言可视化及绘图
• 10、10.几何对象之点图
• 11、11.几何对象之条图
• 12、12.几何对象之盒形图和直方图
• 13、13.几何对象之线图
• 14、14.几何对象之标签绘制
• 15、15.坐标轴自定义函数
• 16、16.图例与标题
• 17、17.坐标系转换函数与图片分面函数
• 18、18.主题函数&一页多图&高质量图片导出
• 19、19.venn图和火山图
• 19、19.venn图和火山图2
• 1、1.par函数
• 20、20.nomogram和heatmap
• 21、21.生存曲线
• 2、2.散点图&盒形图
• 3、3.条形图&直方图
• 4、4.饼图&克利夫兰点图&条件图
• 5、5.低级绘图函数(1)
• 6、6.低级绘图函数（2）
• 7、7.图形颜色选取
• 8、8.ggplot2之qplot
• 9、9.ggplot2之美学函数
• 医学方R语言可视化配套代码
• 04-R语言与高级医学统计学
• 1
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 2
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 3
• 30
• 31
• 32
• 33
• 4
• 5
• 6
• 7
• 8
• 9
• 05-豪斯医生数据挖掘之WGCNA详解
• ClinicalTraits.txt
• epr.txt
• 课时01.使用cytoscape寻找核心基因
• 课时02.WGCNA理论和算法1
• 课时03.WGCNA理论和算法2
• 课时04.WGCNA理论和算法3
• 课时05.WGCNA理论和算法4
• 课时06.输入文件准备
• 课时07.寻找基因模块
• 课时08.与临床信息相结合
• 课时09.确定核心基因
• 医学方豪斯医生WGCNA配套代码
• 06-数据挖掘—miRNA调节网络的构建
• 01、TCGA概述
• 02、构建调控关系理论
• 03、WGCNA理论
• 04、数据下载
• 05、提取蛋白编码基因
• 06、差异分析
• 07、基于算法构建调控
• 08、cytoscape构建网络
• 09、数据库预测
• 医学方miRNA调节网络的构建配套代码
• 07.医学方医学数据挖掘精品课程-手把手教您如何数据挖掘
• 10.TCGA数据整理和基因注释
• 11.寻找差异基因和制作5年生存率
• 12.Oncomine概述及Meta分析
• 13.Oncomine之差异分析及共表达分析
• 14.差异分析总结
• 1数据挖掘概述
• 2.GEO在线工具的应用
• 3.GEO数据下载和数据质量分析
• 4.原始数据预处理
• 5.寻找差异基因及制作热图和火山图
• 6.GO富集分析
• 7.KEGG分析(修复)
• 8.蛋白互作网络
• 9.TCGA数据下载
• 课程脚本代码
• 08-医学R语言快速入门与数据清洗
• 01.R语言、Rstudio简介
• 02.R包的安装&向量
• 03.数值型&逻辑型向量
• 04.逻辑表达式&字符串向量
• 05.因子型变量
• 06.列表&矩阵
• 07.数组&初识数据框
• 08.数据框
• 09.数据框的基本操作
• 10.条件与循环
• 11.自定义函数&数据读取
• 12.数据的读取与写出
• 13.数据排序与长宽型数据转换
• 14.变量的因子化
• 15.apply函数家族
• 16.数据汇总函数
• 17.plyr包
• 18.dplyr包
• 19.data.table包
• 20.缺失值的识别与处理（1）
• 21.缺失值的识别与处理（2）
• 22.异常值和重复值的处理
• 23.字符串的处理
• 24.正则表达式
• 25.stringr & stringi包
• 26.时间与日期数据的处理
• 27.lubridate包
• 28.时间序列简介
• 29.时间序列分析
• 30.描述性统计
• 31.t检验
• 32.数据变换
• 33.方差分析
• 34.卡方检验
• 35.回归分析与模型诊断
• 36.模型诊断与Logistic回归
• 37.生存分析与COX回归
• R CODES.rtf