- 综合排序
- 最热优先
- 最新优先
- 来自专栏单细胞天地
空间转录组分析工具速递2：Giotto
end-to-end 一条龙的分析流程 发表时间：08 March 2021 发表杂志：Genome Biology 文献Doi ： https://doi.org/10.1186/s13059-021-02286-2
1K20编辑于 2022-03-14 - 来自专栏测试GO材料测试
三维组分分布测绘：三大技术解构水系电池界面传输机制
三维组分分布测绘：三大技术解构水系电池界面传输机制水系电池的性能优化高度依赖于对电极-电解液界面特性的深入认知。 化学组成三维透视：TOF-SIMS深度测绘测试狗实验室采用飞行时间二次离子质谱（TOF-SIMS）技术，实现电极材料表面及体相组分的纳米级精确定位：表面分布成像：精准捕捉电极表面SEI膜中关键成分（如SO₃² 三维体相重构：通过逐层剥离与深度分析，重建负极/正极材料内部元素（如Zn、Mn、O）的三维分布模型，破解体相反应机制。 痕量组分解析：对电解液添加剂残留、微量副产物等关键痕量组分进行亚微米级定位，助力界面优化设计。 传输动力学解析：量化离子扩散系数与迁移率，评估电解液组分（基础液、添加剂、修饰剂）对界面传质过程的影响，优化电解液配方。
29310编辑于 2025-08-22 转录组分析 | 使用Hisat2进行序列比对
我前面已经对数据进行了质控： 转录组分析 | fastqc进行质控与结果解读 转录组分析 | 使用trim-galore去除低质量的reads和adaptor 接下来我们进行序列比对，利用的软件是Hisat2 /mm10总共8个ht2格式文件，一个sh格式文件。 二.hisat2介绍Hisat是一种高效的RNA-seq实验比对工具。 : hisat2 [options]* -x <ht2-idx> {-1 <m1> -2 <m2> | -U <r>} [-S <sam>] <ht2-idx> Index filename prefix /CK-4_2_val_2.fq.gz -S cleandata/hisat2_mm10data/CK4.sam -1和-2分别表示双端测序的1个文件，后面跟的是文件路径，一定要注意 /data/RNAseq 计算机内存足够大的话，我们可以像前文【转录组分析 | 使用trim-galore去除低质量的reads和adaptor】一样，通过一个脚本一次执行。
1.6K10编辑于 2025-07-14- 来自专栏生物信息云
转录组分析 | 使用Hisat2进行序列比对
我前面已经对数据进行了质控： 转录组分析 | fastqc进行质控与结果解读 转录组分析 | 使用trim-galore去除低质量的reads和adaptor 接下来我们进行序列比对，利用的软件是 Hisat2。 【引用：1】 ---- 官方手册：https://daehwankimlab.github.io/hisat2/manual/ （三）.HiSat2进行比对的参数设置 【引用：2】 HISAT2 version ]* -x <ht2-idx> {-1 <m1> -2 <m2> | -U <r>} [-S <sam>] <ht2-idx> Index filename prefix (minus trailing 计算机内存足够大的话，我们可以像前文【转录组分析 | 使用trim-galore去除低质量的reads和adaptor】一样，通过一个脚本一次执行。
29.5K1716发布于 2020-09-23 - 来自专栏生信小王子
转录组分析 | 使用DESeq2进行基因差异表达分析
/sample.txt", header = T) tx2gene <- read.table(". samples$Sample,".isoforms.results",sep="") ## 校正样本间基因长度的差异 txi.rsem <- tximport(files, type = "rsem", tx2gene = tx2gene,countsFromAbundance = c("lengthScaledTPM")) 接下来使用DESeq2进行差异表达分析。 ) ## 加载R包 library("DESeq2") ## 导入数据 dds <- DESeqDataSetFromTximport(txi.rsem, colData = samples, design 参考资料： http://www.bioconductor.org/packages/release/bioc/vignettes/DESeq2/inst/doc/DESeq2.html 是时候来一波
3.5K20发布于 2020-08-10 - 来自专栏全栈程序员必看
oracle 不是单组分组函数 查询条数,oracle不是单组分组函数 不是单组分组函数怎么解决…
oracle ORA-00937: 非单组分组函数？ 这种错误报告通常使用聚合函数，如count和sum，但不使用groupby来声明分组模式。 例如，有一个学生表。
4.2K30编辑于 2022-09-07 - 来自专栏全栈程序员必看
JavaScript Array数组分页
JavaScript：将Array数组分页处理 `Page4array`分页处理工具类 [^1] 测试示例 Page4array分页处理工具类 1 /** * 分页数组 * @param array Page4array.prototype.toString = function () { return JSON.stringify(this); }; })(); ---- 测试示例 let ids = [ 1, 2,
85310编辑于 2022-09-14 - 来自专栏数据挖掘
转录组分析—再谈GSEA
转录组分析—再谈GSEA 之前一直对GSEA的分析朦朦胧胧，这里再重新梳理下相关的知识点 1 相关概念 Gene Set Enrichment Analysis (GSEA) 是一种生物信息学方法，用于确定基因集合 2 全部代码 全部代码 只能用一个包的差异分析结果来做GSEA? step5_kegg_gsea.pdf',width = 8,height = 4) # geneSetID对应表格的id，排序后取前6个和后六个 p8up <- enrichplot::gseaplot2( = 'step5_kegg_up_gseaplot.png',width = 7,height = 4)#直接p8up 保存是不行的 p8down <- enrichplot::gseaplot2( sort(geneList, decreasing = TRUE) head(geneList) 这是一个数值向量，包含基因的排序信息（例如，log2FoldChange
1.3K10编辑于 2024-08-05 - 来自专栏全栈程序员必看
不是单组分组函数
问题： 一： SELECT tablespace_name, SUM(bytes) free FROM dba_free_space 不是单组分组函数 原因： 1、如果程序中使用了分组函数 BY tablespace_name ； 如果不使用分组的活，则只能单独使用分组函数 改为： SELECT SUM(bytes) free FROM dba_free_space ； 2、
3.8K20编辑于 2022-09-07 - 来自专栏六月-游戏开发
三维数学(2)-三角函数
角度与弧度的换算 PI = 180度 1弧度=180度/PI 1角度=PI/180度 角度=>弧度: 弧度=角度数PI/180 API: 弧度=角度数Mathf.Deg2Rad 弧度 =>角度: 角度=弧度数180/PI API: 角度=弧度数Mathf.Rad2Deg 在日常生活中角度制应用比较广泛。 per frame void Update() { Demo(); } private void Demo() { float xAdd = Mathf.Sin(30 * Mathf.Deg2Rad ) * 10; float zAdd = xAdd / Mathf.Tan(30 * Mathf.Deg2Rad); Vector3 newcube = new Vector3(cube.transform.position.x
1.6K20编辑于 2022-12-26 - 来自专栏生物信息学、python、R、linux
单细胞空间转录组分析
install_github("satijalab/seurat", ref = "spatial") 加载需要的R包 library(Seurat) library(SeuratData) library(ggplot2) ，因此需要normalize plot1 <- VlnPlot(brain, features = "nCount_Spatial", pt.size = 0.1) + NoLegend() plot2 (brain, features = "Ttr", alpha = c(0.1, 1)) plot_grid(p1, p2) ? (brain, reduction = "pca", dims = 1:30) 可视化 p1 <- DimPlot(brain, reduction = "umap", label = TRUE) p2 <- SpatialDimPlot(brain, label = TRUE, label.size = 3) plot_grid(p1, p2) ?
1.2K10发布于 2020-04-01 - 来自专栏技术博文
数组分成若干组
php $uids = array(1,2,3,4,5,6,7); $uids_num = count($uids); $k = $j = 0; $uids_group = array(); for ( $i = 0; $i < $uids_num; $i++) { if (($i+1) % 2 == 0) { $uids_group[$k][$j] = $uids[$i]; uids_group[$k][$j] = $uids[$i]; $j++; } } print_r($uids_group);exit; 第二种方法： $uids = array(1,2,3,4,5,6,7 ); $limit = 2; $uids_group = array(); $total = count($uids);//总个数 $pages = ceil($total/$limit);//可以分成几组 = array_slice($uids, ($i-1) * $limit, $limit); } print_r($uids_group);exit; 第三种方法： $uids = array(1,2,3,4,5,6,7
80470发布于 2018-04-16 - 来自专栏数据科学（冷冻工厂）
三维基因组｜基因组结构 (2)
本系列将更新三维基因组相关内容，欢迎关注！ 二维顺式元件 术语 cis 源自拉丁语词根“cis”，意思是“同一侧”。相比之下，“trans”一词来自拉丁语词根“trans”，意思是“对面”。 这些三维染色体结构存在于动物以及一些植物、真菌和细菌中。 TAD 的大小范围从数千到数百万个 DNA 碱基不等。 TAD 通常表现为沿 Hi-C 图对角线的连续方形域。
45510编辑于 2024-03-02 - 来自专栏数据科学（冷冻工厂）
三维基因组：Loop结构 差异分析(2)
loopApaWtHic <- Map("/", loopApaWtHic, nLoops) loopApaFsHic <- Map("/", loopApaFsHic, nLoops) 使用 ggplot2 进行可视化 若想通过 ggplot2 来呈现结果，得先将矩阵转换成长格式。 as.table() |> as.data.frame() |> setNames(c('rows', 'cols', 'counts')) ## Visualize with ggplot2 ## Flip the matrix library(ggplot2) ggplot(data = long, mapping = aes(x = rev(rows), y = cols, text labels plotText(label = c("All loops", "WT loops", "FS loops"), x = xpos + p$width / 2,
46410编辑于 2025-05-18 - 来自专栏生信宝典
微生物组分析 · 进阶
没有软件的计算机只是一堆废铁，没有宏基因组分析系统的服务器也和你的数据分析没有半毛钱关系。想要搭建整套的宏基因组分析流程，网上的资源即零散、又稀少。 宏基因组分析基本思路——有参分析流程。主要通过MetaPhlAn2基于己报导的所有微生物基因组获得物种组成，基于UniRef、EggNOG、KEGG等蛋白数据库确定功能组成。 实验设计的编写原则 2. KneadData流程快速质控和去宿主流程 3. 物种组成定量MetaPhlAn2 4.功能组成定量HUMAnN2 六、宏基因组无参分析流程 宏基因组无参分析，主要有两个目的：一是获得未被注释的物种和基因表达；二是通过Binning挖掘新物种的基因组。 深彻理解生物测序数据的基本思想 宏基因组分析三种模式全面的解决方案，以及结果的统计分析 16S扩增子数据PICRUST预测宏基因组 宏基因组数据Humann2定量物种和功能 Denovo宏基因组拼接和binning
1.8K21发布于 2019-12-11 - 来自专栏大数据风控
Python中的分组分析groupby
分组分析 根据分组字段，将分析对象划分成不同的部分，以进行对比分析各组之间差异性的一种分析方法。 定性分组 定量分组 分组统计函数： groupby(by=[分组列1,分组列2,...]) [统计列1,统计列2,...] .agg({统计列别名1:统计函数1,统计列别名2:统计函数2,...})
2.7K100发布于 2018-01-09 - 来自专栏生信技能树
小鼠大脑之空间转录组分析
为了产生这个数据集，我们在小鼠大脑的冠状切面上进行了空间转录组分析。该图像显示了组织切片与突出的主要形态学区域的示意。 在火山图中，您可以看到数据集中所有基因的log2 FC和p值调整变化。图的右侧代表海马体的高表达，左侧代表丘脑。蓝点没有通过我们预先设定的显著性或FC的标准，而红点通过了。
1.6K20发布于 2021-10-21 - 来自专栏计算摄影学
三维重建6——立体匹配2
三维重建5——立体匹配1中，我已经为你介绍了立体匹配的整体流程和面临的基本挑战。 2. 支持窗忽略了窗口内深度不连续，甚至有突变的情况，而强行把窗口内的视差值加权平均到一起。这就会导致产生的视差图内出现大量的物体边缘错误。 当输入图是灰度图时，a是1x2的矩阵，如果输入图是彩色图，那么a是1x6的矩阵。而b是标量， E也是标量。 三维重建5——立体匹配1
96220编辑于 2022-03-29 - 来自专栏生信宝典
转录组分析的正确姿势
转录组分析是目前应用最广的高通量测序分析技术之一。常见设计是不同样品之间比较，寻找差异基因、标志基因、协同变化基因、差异剪接和新转录本，并进行结果可视化、功能注释和网络分析等。 39个转录组分析工具，120种组合评估(转录组分析工具哪家强)中讲述了如何选择、评估合适的比对工具，序列拼装工具，定量工具和差异分析工具。值得我们在进入正式的分析之前，仔细阅读。 在后面的差异基因鉴定阶段，还存在把FPKM值转换为整数再提交给DESeq2做分析的，软件不报错，但结果不对。或者能顺着教程运行DEseq2分析，但换成自己的数据就不知道如何下手的。 我们希望能通过系列课程，再加上四段式培训模式集中讲解实战(2天)-自行练习(5天)-再讲解答疑考核(2天)-后续视频观摩和群内讨论跟大家一起探索如何尽可能快的学会生信，学到可以自己做，有问题自己可以解决的程度 转录组学研究技术介绍 转录组学实验设计和测序原则、注意事项 转录组学文章案例分析 在线基因表达资源数据库 二、转录组分析流程实战 ?
1.9K41发布于 2018-06-26 - 来自专栏Eureka的技术时光轴
dnyArray分析，动态数组分析
procedure setlength(p1,p2,p3,p4); begin VarArgStart(VAList); DynArraySetLength(A, TypeInfo, DimCnt,
45920发布于 2019-07-24
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号