突发!科睿唯安官宣:取消eLife影响因子!

文摘   2024-11-14 21:52   美国  

热门免费资源:

一、国自然类:


1 1300份已中标标书全文

国自然项目答辩PPT

标书写作及参考文献模板

7 更多资源在更新中.....

2021历年国自然标书全文

国自然热点培训课

18-21年国自然中标清单

二、SCI实验类:

58套SCI实验操作视频

生物学实验操作手册

27款生物科研软件

qPCR计算万能模板

Excel统计分析模板

11 更多资源在更新中.....

69个SCI实验操作步骤

基因敲降shRNA实验步骤

近3年SCI实验资源汇总

Excel函数合集

10 SCI写作万能模板

三、科研绘图类:

PPT科研绘图素材合集

Office 正版软件安装包

直装版PS+AI安装包

PS修各种SCI实验图视频

资源共享群

PPT科研绘图插件VIP版

PPT/PS/AI科研绘图视频

Adobe全家桶安装包

PS 2021 (Mac)安装包

10 相亲交友群


今日推送
当地时间 11 月 13 日,Web of Science 运营方科睿唯安(Clarivate)宣布,将不再赋予中科院一区期刊 eLife 影响因子。不过,该期刊的部分论文仍然会被 Web of Science 收录。
上个月,eLife 被 Web of Science 平台预警,标记为“On Hold”,理由是该期刊从去年开始采用新型的出版模式,不再拒稿,改为以“评审预印本”(reviewed preprint)的形式发表,这与科睿唯安认同的同行评审验证脱钩。根据“撤稿观察”(Retraction Watch)消息,科睿唯安在最新决定中表示,在 eLife 提供的内容中,被认为“不完整”或“不足”文章之外的合规论文会继续被 ESCI 合集收录,但是这类被部分索引的期刊无法获得期刊影响因子或其他任何期刊层面的引文指标,因此 eLife 在明年6月发布的《期刊引证报告》(JCR)将不会获得影响因子
eLife 的一位发言人对“撤稿观察”表示,该杂志已在 11 月 12 日得知了科睿唯安的决定,但尚未回复该公司的信函。该期刊在上个月被预警时曾发布声明称,他们既不支持影响因子这样模糊的期刊评价指标,也从不想要影响因子。期刊的一名管理层则称,期刊了解被 Web of Science 收录的价值及其对作者的重要性。
近年来,eLife最大的争议在于所谓的“不拒稿”政策,但实际上这一政策很多人理解错误。这里的“不拒稿”是指通过编辑评审的文章,外审后不拒稿,其实是编辑团队充当了评审专家的角色
eLife的创刊主编为2013年诺贝尔生理学或医学奖得主兰迪·谢克曼(Randy Schekman),之前还担任过PNAS的主编。
2019年,美国加州伯克利分校和霍华德休斯医学研究所教授Michael Eisen从Randy Schekman手中接棒,成为eLife新主编。
2020年12月1日,eLife宣布,自2021年7月起,将只发表在预印本服务器上发布的论文,如bioRxiv、medRxiv或arXiv,被视为是“先发表,再评审”
2022年10月20日,eLife再次抛出了一个重磅炸弹:从2023年1月31日起,所有经过同行评审的文章,eLife都不会作出接受/拒绝的决定,而是直接发布在其网站上。
2023年3 月 9 日,包括 Randy Schekman 在内的 29 位 eLife 编辑写信给期刊出版方,要求立即撤换主编 Eisen。同时有五位 eLife 副主编辞职,还有大量审稿人和资深编辑“随时准备辞职”。
2023年10月,Science News指出,执行新政之后,eLife发表周期明显缩短,但投稿量也出现下降。
2024年10月,eLife被科睿唯安列入“on hold”名单。
我们来看一下eLife的相关信息-点击查看--生物学顶级期刊eLife被On hold!IF:6.4



前天,我们已经给大家分享了GEO芯片测序limma差异分析非配对的万能代码点击查看下载)。

昨天,我们已经给大家分享了GEO芯片测序limma差异分析配对的万能代码点击查看下载)。

我们也给大家免费分享了配对、非配对合并之后的万能代码(点击下载)那上面这些都是芯片测序(Array)的分析包。

那我们从GEO下载的或者我们自己测序的高通量测序(RNAseq)矩阵(Raw count。从下图我们可以看到公司给我们的一般是Raw count,或者FPKM/RPKM count,这个矩阵我们在发文章的时候一般需要上传到GEO或者TCGA):


因此,我们在挖掘GEO数据的时候,要么是Raw count矩阵,要么是FPKM/RPKM count矩阵。Raw count矩阵一般用Deseq2包进行差异分析FPKM/RPKM count矩阵一般用limma包差异分析。今天我们给大家分享的是Raw count的Deseq2包差异分析万能代码:

“Raw count的Deseq2包差异分析+热图+火山图+GO分析+KEGG分析+GSEA分析全套万能代码(附代码交流群)”

如下免费下载:

🔽①长按下方二维码关注🔽

②对话框输入关键词:全套代码

②对话框输入关键词:全套代码

②对话框输入关键词:全套代码


是全套的万能代码,自动判断同基因名处理,你只要知道下载的数据有几个样本就行差异分析+热图+火山图+GO分析+KEGG分析+GSEA分析,万能代码一键搞定。大家可以进群,群内不答疑,可代码共享。下面开始操作:

一、数据下载:

DESeq2是一个比较常用的转录组分析R包,包的使用非常简单,与之前的limma包不一样,DESeq2需要的数据是Row counts矩阵,这点非常重要。所以不管你自己的测序数据,还是GEO下载的数据,你需要明确是不是Row counts矩阵。比如我从GEO下载GSE169758的测序数据(我这里只是举例子),如下操作,打开生物医学之家网站(swyxzj.com)进入GEO官网:


检索GSE号,并且明确知道是测序数据,不是芯片数据:


点击下载raw count:


下载、解压,整理成下面(前面三个对照组,后面3个实验组):


下面我们可以跑代码了。

二、运行代码:

将raw count矩阵和代码放在同一个文件夹下(RNAseq_Deseq2):


打开代码,一共是7个步骤:

### 一、DEseq2差异分析+标准化PCA图### 二、ENSG转Symbol----公众号:科研部,参考链接:https://mp.weixin.qq.com/s/l3jgf_GhglZ5pwUNhc1x1g### 三、输出差异基因### 四、作图,差异表达图,热图,火山图### 五、差异基因集的GO分析### 六、差异基因集的KEGG分析### 七、 所有基因集的GSEA富集分析

第一步、差异分析+PCA降维:


如上代码,是3个对照组和3个实验组,所以你如果你的数据是7个,你就修改为7就行。之后,你会生成一个PCA图(感觉分组分的不好,这个数据有点问题):



同时,生成DEseq2差异分析结果文件:



那我们根据PCA图可以看到有个别样本不行,错综复杂。意思就是这个数据不太好。那我们再换一个我自己的数据重新差异分析看看,数据如下:


读入数据,DEseq2差异分析(唯一要改的就是7个对照组,几个实验组):


PCA看看分组如何:


分的很开,结果可靠。差异分析结果文件如下(但是是ENSG的,我们后续做GO、kegg、gsea都是需要基因symbol,所以下一步,我们要转换):


二、ENSG转Symbol :

ENSG转symbol,请仔细看这篇推文(点击查看)。我们测序之后,比对到基因组文件的时候是用的哪个版本的GTF文件,你就需要下载该版本的GTF文件,用ENSGmap进去,得到基因Symbol,那我这里是自己测序的数据,用的是gencode.v39.文件,所以就下载1_gencode.v39.annotation.gtf.gz(怎么下载,请点击查看),放在这个文件夹下:


运行代码(你需要自己下载gtf文件,修改8:21的21,这个代码意思就是说取根据8-21列取每行的中位数,后面好比对到gtf文件时,同名的symbol处理,21的意思是7+n,n是样本数,我是14个样本,所以7+14=21):


就得到了symbol的DEseq2分析结果文件(有symbol了):


三、输出差异基因:


我这里取的阈值是logFC为1,矫正后的p值小于0.05,也就是变化倍数大于2,并且有统计学意义的基因作为差异基因,用于后续的分析,打开如下:


我们仔细看看后会发现,我们第二列里面有些也是ENSG号。



我们回到GTF文件看看:


发现有些ENSG基因,它的名字就是ENSG号,数量不多,不影响的。

四、作图,差异表达图,热图,火山图:

首先就是做热图,我们不可能将所有的差异基因都展示出来,所以这里筛选出padj < 0.05和abs(log2FoldChange) >2的基因拿出来做热图展示,就是说明有部分基因变化非常明显:


接着我们画火山图,说明很多基因确实发生了变化(蓝色和红色的基因有很多):


第五步、差异基因集的GO富集分析:

我们要先加载差异基因文件,然后将其转化为entrezID:


我们发现TEC这个基因有多个entrezID:


这样我们后面用entrezID做GO分析的时候就会报错:错误: near "7006": syntax error。如下:


这个时候,我们就可以随机选取该基因的任何一个entrezID都行。


所以,最终的差异基因GO分析代码是:


这里是将P小于0.05的结果保留下来(万能代码,这一步,你什么都不需要改,后面的KEGG分析也是一样,不需要改):


第六步、差异基因集的KEGG富集分析:

先输入差异基因,随后kegg富集分析,并保存P小于0.05的结果:


再选择P小于0.05的前10作图,并将KEGGmap到的通路下载下来:


产生结果文件:


第七步、所有基因集的GSEA富集分析:

是用所有基因来做GSEA富集分析,不是用差异基因哦,并且按照logFC排序进行GSEA富集分析,运行到下面代码:


P小于0.05的结果将会被保存起来:


然后把自己想要的通路(hsa号)画出来即可:


每一张都保存起来就行了,就等于一篇论文(你的数据有多新,你就能发多大的文章):


最终的结果文件:


全套代码一共是300多行,自己多练练就会了,不会写不要紧,看得懂就行了,每一句代码都有注释。代码和演示数据我都上传了:


如下免费获取:


Raw count的Deseq2包差异分析+热图+火山图+GO分析+KEGG分析+GSEA分析全套万能代码(附代码交流群)
如下免费下载:

🔽①长按下方二维码关注🔽

②对话框输入关键词:全套代码

②对话框输入关键词:全套代码

②对话框输入关键词:全套代码

更多免费资源:

三、科研绘图类:

PPT科研绘图素材合集

Office 正版软件安装包

直装版PS+AI安装包

PS修各种SCI实验图视频

AI科研绘图素材合集

11 AI科研绘图视频

13 SPSS统计分析实操课程

15 Origin绘图最全教程

17 Graphpad绘图视频

19 Image J图片处理视频

21 更多资源在更新中.....

PPT科研绘图插件VIP版

PPT/PS/AI科研绘图视频

Adobe全家桶安装包

PS 2021 (Mac)安装包

10 AI 2021安装包及素材

12 30 GB科研作图资源

14 Origin2021软件+教程

16 GraphPad绘图最全模板

18 Stata统计分析视频

20 Sigma plot绘图软件和视频

四、生信和写作类:

15套生信实操课程

TCGA数据挖掘课

零代码复现6分SCI教程

零代码复现4分SCI教程

WGCNA分析课程

11 GO分析傻瓜式教程

13 GSEA分析傻瓜式教程

15 渐变火山图傻瓜式教程图

17 GEO+TCGA数据挖掘课

19 41GB的生信分析+实验资源

GEO数据挖掘课

200篇生信自学范文

零代码复现5分SCI教程

8分SCI零代码复现步骤

10 超全生信数据库使用教程

12 KEGG富集分析教程

14 Meta分析范文+实操课

16 交集基因筛选高级教程

18 生信软件合集

辛苦整理,全文无任何广告!

觉得有用的话,您就点个在看、点赞!

科研部
由哈佛医学院及国内高校硕博们创办,一个共享临床论文、科研实验、生信挖掘、雅思托福等资源的平台!
 最新文章