视频课程: R语言中的批量操作，裂变你的技能。

发布这个课程，我的心情略显澎湃。
这个课程的主题就是：

R 语言中的批量操作。

我澎湃是因为这是我学习编程后，收获最大的技能。
而且，我十分钟爱批量操作。

任何一个已有技能，让他批量后就是一个新的技能。

几年前，我学会R语言的第一件事情就是完成生存分析的批量操作，
与其做完了实验再来查找基因的生存分析碰运气，为什么不在做实验之前就批量筛选一遍，增加成功的概率呢？
第一次分析2万个基因的生存分析用了50分钟，
技能提高后已经能够实现10s完成了。
8秒完成2万个基因的生存分析，人人都可以！

尝到了甜头后，我开启了上帝视角，甚至做起了批量模型构建的勾当，以结果为导向来做分析，
不过这种行为跟我的科研培训相悖，最终被我弃用。

而我能够实现50分钟到10s的跨越，得益于我写的一系列帖子，以及循序渐进的批量思维。

课程设计

第一，掌握for循环。
这是每一个批量操作的朋友都应该率先掌握的技能。
想好我们为什么要批量操作，每次批量的具体操作是什么。
把单次的操作转换成代码，for循环就实现了。
过程中，处理后报错，这个可以通过预先处理数据，或者增加if判断来实现。
每一个R语言初学者都应该掌握for循环！

第二，掌握apply+function的批量模式
学习这个模式的主要作用是为了提速，或者是让代码更加简洁。
新手在学习批量操作的时候，完成比完美重要，学会了for循环，就已经可以让不可能的操作变成可能了。
apply+function只是锦上添花。
神奇的lapply
迷人的多参数批量函数mapply

第三，使用future_apply模式让速度翻倍。
完成比完美重要，新手起步的时候速度不重要。
但是，当你进阶后，有些数据的处理，速度就是限速环节。
我举一个例子，
如果做2万个单基因的生存分析需要50分钟，那么做2万个双基因的生存分析需要多长时间？
答: 50分钟*2万=16666小时=694天=大概是研究生的2/3

如果能够把50分钟时间压缩成10s呢，
答: 10s*2万=3333分钟=55小时=2.3天

为什么要做这个分析，以及为什么没有人做这个分析？
要做是因为，这个方法可以初步筛选出两基因协同作用的组合，比如能有合成致死效应的基因。
2万乘以2万的组合就是4亿了，给科研，课题带来更多的可能性。

没有人做是因为，时间太长。

for循环的实际使用举例

除了生存分析之外，我觉得比较经典的使用就是批量相关性分析。
当我们不知道手上的基因A有什么作用的时候，或者你手上的基因是长链非编码RNA，没办法注释。
那么我们就可以在大样本中批量求他和其他编码基因的相关性，通过分析最相关的基因的功能来反推基因A的功能。
这个方法叫做guilt by association，协同犯罪。
单基因批量相关性分析的妙用

如果把单基因批量相关性和GSEA联合起来，就可以充分发挥基因集的优势，更多维度探索所研究基因的功能。
我写过的教程如下。
又是神器！基于单基因批量相关性分析的GSEA
在今年的一篇Nature文章中，我看到了这个方法的应用。
Epigenetic silencing by SETDB1 suppresses tumour intrinsic immunogenicity

我在想这样的方法，很多人都能想得到，但是会因为缺少实现的能力而作罢。
面对当前生信技能傻瓜化的状态，批量，而且是任意操作的批量，绝对是一个无可替代的傍身技能。

鼓吹时间

如果你认真的看了以上的介绍，你也理解了为什么要批量操作，也想要实现批量操作。
这里还有一个免费课程可供参考：
视频小教程_R语言中的批量操作

下面就正式发布新课程啦。
注意两点！
1.GZ系列教程都需要R语言基础，零基础勿购！
2.批量操作是个技能，不产生特定的图，他只是增加或者拓宽你的技能。

本次课程的内容包括:
1.批量思维解析
2.定义一次操作的所有代码实现
3.写出第一个for循环
4.for循环改为function。
5.使用lapply+function来优化代码，提升速度
6.使用future_apply+function来并行化操作，速度翻倍
7.单基因批量相关性分析
8.单基因批量相关性GSEA分析
9.批量生存分析
10.批量画图以及导出
11.批量操作文件

课程支持长期更新，更新的视频在答疑群发放。
有兴趣的朋友，扫描下面的图片购买，课程设置一个星期的优惠。周五发货，在自己的微店收取。