從UCSC下載序列與註解

UCSC的基因體瀏覽頁面(UCSC Genome Browser)，提供網頁版的圖形服務來看整個基因體。其底層所需的序列與註解存放於Sequence and Annotation Downloads：

• Current genomes：依照學名來下載基因體
• REST API data interface：用JSON格式找資料後用API下載
• Table Browser：註解下載的地方，看一下describe table schema
• GenArk：Genome Archive，根據分類去找基因體

首頁就已經列出了最常下載的基因體

蛋白質之間的結合強度

蛋白質之間結合強度（protein-protein binding affinity）有一些量化指標可以使用，最常用來斷定的是dissociation constant（解離常數）Kd、數值越小越不容易解離、故結合強度越大。經驗上的判斷標準大約如下：

• Kd ≤ 10^-9 M：high affinity (smaller than nanomolar)
• 10^-9 M < Kd ≤ 10^-6 M：medium affinity (micromolar to nanomolar)
• Kd > 10^-6 M：low affinity (larger than micromolar)

R預設的資料集ChickWeight

R語言內建的資料集ChickWeight記錄了雞隻在不同的飼料飼養環境下體重的不同。總共有578筆資料，每筆資料分成四個欄位：

• weight：體重，單位是公克
• Time：出生後幾天測量體重
• Chick：每一隻雞的編號，總共有50隻編號從1到50
• Diet：四種不同的蛋白質飼料環境，1, 2, 3, 4

藍色是影響體重的解釋變數，綠色的體重是應變數

R預設的資料集InsectSprays

這個InsectSprays資料集，含有72筆資料，每筆有下面兩個欄位：

• count：蟲子出現的個數
• spray：使用的殺蟲劑，分成A, B, C, D, E, F

資料來源是 Beall, G., (1942) The Transformation of data from entomological field experiments, Biometrika, 29, 243–262.

R的預設資料集DNase

R裡面預設的資料集Elisa assay of DNase，簡稱DNase。這個資料集記錄了大鼠血清裡面的重組蛋白質DNase（recombinant protein DNase），總共有176筆資料、分成三個欄位：

• Run：重複了幾次的測試。這邊總共跑了11個run，每個run裡面都有16筆資料，所以資料總數是16*11=176
• conc：DNase的濃度，是實驗的自變數。每個run裡面同一個濃度都有二次重複，固定了八種濃度，所以每個run的資料數目是2*8=16筆
• density：用ELISA測出來的光學強度，是實驗的應變數。

R預設的資料集CO2

在R語言裡面有個資料集（dataset）叫「Carbon Dioxide Uptake in Grass Plants」，此資料集的變數名稱叫CO2，記錄了Echinochloa crus-galli的二氧化碳攝取量。
CO2總共有84筆資料，用下面5個特徵分：

• Plant：採集的Echinochloa crus-galli，分成12類
• Type：從哪邊採集的，分成兩類Quebec與Mississippi 
• Treatment：在做實驗前一晚有沒有冷凍，分成兩類nonchilled與chilled
• conc：環境的二氧化碳濃度，單位是mL/L
• uptake：植物吸收的二氧化碳速率，單位是μmol/m^2 sec

R套件裡面的資料集

除了內建的資料集（datasets），載入套件（packages）時有些套件也會有自己的資料集。用下面的指令可以列出所有安裝套件的資料集，或是特定套件的資料集：

• data(package = .packages(all.available = TRUE))
• data(package="ggplot2")

上面可以看到有哪些資料集，但如果要使用則必須要先載入套件，然後才能使用資料集：

• library(ggplot2)
• help(msleep)

此兩個指令先載入ggplot2套件，然後看msleep的內容（An updated and expanded version of the mammals sleep dataset）

_EOF_

R內建的資料集datasets

R內建了一些資料集（datasets），用下面指令可以看：

• data()

這個data()會輸出一個list，如下：

• d <- data()
• mode(d)
  "list"
• names(d)
  "title"   "header"  "results" "footer"
• str(d)
• r <- as.data.frame(d$results)
• write.csv(r, file="datasets.csv")