## 背景：
https://satijalab.org/seurat/articles/get_started_v5_new
https://github.com/gao-lab/GLUE/
https://github.com/carmonalab/ProjecTILs
https://pair-code.github.io/understanding-umap/

rm(list = ls())

options(BioC_mirror = "https://mirrors.tuna.tsinghua.edu.cn/bioco...

## 背景
https://satijalab.org/seurat/articles/get_started_v5_new

## 1. 上游分析：略
见上述的转录组的流程到 featurecounts 得到 原始的表达矩阵
## 数据直接下载
https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE111229

## 2. 表达矩阵
a = read.table('./GSE111229_Mammary_Tumor_fibroblasts_768samples_rawCounts.txt.gz'...

## 背景:
https://portal.gdc.cancer.gov/
https://xena.ucsc.edu/

后续代码未测试过，代码这里不是关键，思想、流程学会

## 1.TCGA数据下载，比较繁琐，后续需要的话再查一下
library(RTCGA.miRNASeq)
s = rownames(KIRC.miRNASeq)[seq(1, nrow(KIRC.miRNASeq), by = 3)]
expr <- expressionsTCGA(KIRC.miRNASeq)
expr = as.data.frame(expr[seq(1, ...

背景：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE42872

## 1. 下载数据
library(GEOquery)
f = 'GSE42872_eSet.Rdata'
if (!file.exists(f)) {
  gset <- getGEO('GSE42872', destdir = ".",
                 AnnotGPL = F,     ## 注释文件
                 getGPL = ...

背景资料 
# https://mp.weixin.qq.com/s/a3y46NNNO-wardO3XWwh0w

流程：
1. 参考基因组、基因注释文件 下载 
2. 质控，需要fastqc及multiqc等
3. 比对：hisat2
4. 计数和归一化
5. 差异分析


流程参考：https://f1000research.com/articles/4-1070/v1

step1:
cat SRR_Acc_List.txt |while read id ;do (prefetch  ${id} &);done
ls /public/project/...