- 综合排序
- 最热优先
- 最新优先
- 来自专栏医学和生信笔记
机器学习和临床预测模型公开课全文及回放
周五公开课文字内容以及录屏回放。 视频已上传到b站，我的b站账号：阿越就是我 本文目录： 从医学统计到机器学习 机器学习在临床中的应用 机器学习和临床预测模型有什么关系？ 唯一不同且是最重要的一点：临床预测模型更加注重结合临床背景进行解释。 临床预测模型必须不能脱离临床，单纯的数字游戏没有任何意义。 很多讲临床预测模型的课程，涉及的机器学习基本方法太少，指南里的东西大家都知道，满足不了大家发文章的需求。 生信常见的各种数据库id, hgnc gene symbol, entrez id, ensembl id等？中心法则？表观遗传涉及哪些内容？什么是甲基化？单核苷酸多态性SNP, 拷贝数变异CVN？ 模型的解释：临床预测模型必须不能脱离临床，单纯的数字游戏没有任何意义。
1.9K32编辑于 2023-02-14 - 来自专栏医学数据库百科
临床相关突变查询数据库
写在前面 越来越多的研究发现某一个基因的突变和很多的临床特征有关系。如果我们想有查找临床性状和基因突变的关系的话，内容比较全面的就是ClinVar数据库了。 ClinVar 数据库是ncbi旗下用于查看临床相关突变的数据库。但是其数据库的内容比较多，而且检索界面不是很友好。所以经常看不懂其结果。所以今天就介绍一个检索简单的突变和表型的数据库。 通过其名字我们就知道这个是一个简易版的Clinvar数据库。 输入 数据库的输入很简单，我们可以数据疾病；基因名; 突变等。都可以。 我这里输入gastric cancer。 另外数据库也提供了下载的功能。我们点击Show Table就可以看到其下载结果的地方了。 写在后面 以上就是这个数据的所有功能的。输入关键词—界面友好的查看结果。是不是很简单。 一直再说这类汇总其他数据库的资源，最怕的资源更新慢的问题。不过看这个数据库还是经常更新的。所以可以放心使用的
1.3K40发布于 2021-11-18 - 来自专栏生信技能树
TCGA数据库临床资料官方大全
因为TCGA计划跨时太长，纳入研究的病人数量太多， 或多或少有点资料继续错误或者不完整，所以TCGA团队下功夫在计划结束后（April 2018）完整的系统性的公布了权威的临床资料。 看起来是乱码，但的确是真实的下载地址：https://api.gdc.cancer.gov/data/1b5f413e-a8d1-4d10-92eb-7c4ae739ed81 题外话：关于不同数据源的TCGA临床资料冲突的讨论 /data/TCGA-HNSC.survival.tsv.gz',header = T)[,2:4] clin1$pid=substring(clin1[,2],1,12) head(clin1) clin1 TCGA-CDR-SupplementalTableS1.xlsx",sheet=3,na="NA") clin3 = as.data.frame(clin3) rownames(clin3) = substring(clin3[,2] 散点图也反映了这一区别，CDR的PFI1.time总是不大于Xena的time2event。
5.3K41发布于 2019-06-15 - 来自专栏生信宝典
临床基因组分析相关数据库汇总
一、人群SNV频率数据库 数据库名称 网站 简介 dbSNP https://www.ncbi.nlm.nih.gov/snp/ dbSNP 包含人类单核苷酸变异、微卫星和小片段插入和缺失，以及常见变异和临床突变的发表 三、表型数据库 数据库名称 网站 简介 GeneReviews http://www.genereviews.org/ GeneReviews 是为忙碌的临床医生提供的国际即时护理资源，以标准化的期刊样式格式提供与遗传病相关的临床相关和医学上可操作的信息 五、预测软件数据库 错义预测 数据库名称 网站 简介 SIFT http://sift.jcvi.org或http://sift-dna.org 进化保守性 PolyPhen-2 http://genetics.bwh.harvard.edu DECIPHER https://www.deciphergenomics.org/ 使用Ensemble基因组浏览器，将基因芯片数据和临床表型进行关联，便于临床医生和研究人员使用的细胞分子遗传学数据库 七、其他数据库 数据库名称 网站 简介 Pharmgkb https://www.pharmgkb.org/ PharmGKB是一个综合资源，为临床医生和研究人员管理有关基因变异对药物反应影响的知识。
2.7K20编辑于 2022-01-19 - 来自专栏从百草园到三味书屋
公开重症监护数据库MIMIC代码仓库介绍
； EHR二次分析需要临床专家和数据科学家的合作，在EHR数据库上推导或者定义一些概念是需要资源的，对于没有特别强的临床背景或者数据科学技能的人来说巨大障碍； 该文介绍MIMIC代码仓库，介绍与重症相关概念的导出以及相关假设条件等 ； 公开数据已经逐渐有了，公开相应的数据代码同样重要。 疾病严重程度评分Severity of illness scores 在回顾性数据库中难以计算 大多都是在前瞻性实验中获取的； 常规收集的数据缺相应元素。 SOFA), Logistic Organ Dysfunction system(LODS) 治疗时间Time of treatment 由于数据获取的限制，许多药物和确切的治疗时间无法得出，需要根据临床经验识别其他可替代的数据 结论 公开数据库的案例已经不少，为了让研究更加透明，也需要公开相应数据分析和数据处理的代码 补充 代码库地址：https://github.com/MIT-LCP/mimic-code 之前以MIMIC-III
2.1K10编辑于 2023-03-09 - 来自专栏脑电信号科研科普
EEG脑电公开数据库大盘点
对于刚进入EEG领域的同学来说，利用网上公开的EEG数据库练练手，顺便发表一些论文是个不错的选择。 公开数据库对于促进科学研究的快速发展意义重大，公开数据的建立可以让全世界各国的领域内研究者对某些问题进行更深入更全面的研究。 EEG/ MEG/MRI/ fNIRS公开数据库大盘点》），但最近笔者又搜罗了不少EEG的公开数据库网站，因此在这篇推文里笔者把目前的EEG公开数据库进行了较为全面的总结，希望对大家有所帮助。 网址：http://www.eecs.qmul.ac.uk/mmv/datasets/deap/ 2.OpenNEURO 该数据库是一个用于分析和共享来自人脑成像研究的神经影像数据的开放平台。 网址：https://dataverse.tdl.org/ 24.MindBigData 这个开放数据库包含 1,207,293 个EEG信号，每个 2 秒，数据是在被试看到一个数字（从 0 到 9）并思考它的情况下采集
4.2K20编辑于 2022-05-02 - 来自专栏深度学习与python
Pinecone 无服务器向量数据库公开预览
根据向量数据库专家的说法，读、写和存储的分离显着降低了各种规模和类型的工作负载的开销。多租户计算层使用新的索引和检索算法实现了按需检索，从而实现了对 blob 存储进行内存高效的向量搜索。 在“重新构想向量数据库，实现知识丰富的 AI”一文中，Pinecone 工程副总裁 Ram Sriharsha 描述了团队为何以及如何重建 Pinecone，并讨论了向量数据库的重要作用： LLM 很容易产生幻觉 Pinecone 并不是市场上唯一支持无服务器向量存储的参与者，其他数据库和数据平台供应商也提供了支持向量的无服务器数据库，包括 MongoDB 和 Snowflake。 无服务器选项的初始预览目前仅在一个 AWS 区域（us-west-2）提供，Pinecone 希望未来将支持其他地区以及 Azure 和 GCP。 Pinecone 无服务器目前处于公共预览阶段，存储每月每 GB 0.33 美元，读取每百万单位 8.25 美元，写入每百万单位 2 美元，试用该服务可获得 100 美元的使用积分。
64810编辑于 2024-02-29 - 来自专栏脑电信号科研科普
EEG MEGMRI fNIRS公开数据库大盘点
《本文同步发布于“脑之说”微信公众号，欢迎搜索关注~~》 公开数据库对于促进科学研究的快速发展意义重大，公开数据的建立可以让全世界各国的领域内研究者对某些问题进行更深入更全面的研究。 此外，我们个人同样可以利用各类脑科学公开数据库方便地进行各种研究。 笔者在这里较为全面地盘点目前免费的EEG/MEG/MRI/ fNIR公开数据库，希望对大家的研究有所帮助。 网址：http://myconnectome.org/wp/ 中国AD临床前期联盟多中心认知下降纵向研究数据库 中国AD临床前期联盟多中心认知下降纵向研究数据库(SILCODE)是由中国国家老年疾病临床医学研究中心 从内容上来说，该数据库数据内容丰富，包含临床、影像学，基因组等方面的数据。 网址：http://sccn.ucsd.edu/~arno/fam2data/publicly_available_EEG_data.html Dtmri数据库 Dtmri数据库主要包含人和大鼠的
4.1K01发布于 2020-11-18 - 来自专栏科研菌
如何用好公开数据库多种组学数据？
图4.胰腺癌中DNA拷贝数变异与甲基化异常频率之间的相关性 5.胰腺癌亚群的临床病理特征和免疫评分 作者进一步分析了iC1和iC2 / iC3 / iC4亚组之间的临床病理信息。 表3. iC1和iC2 / iC3 / iC4亚组之间临床特征的比较 接下来，作者使用TIMER工具来计算四个亚组的免疫评分。 表3. iC1和iC2 / iC3 / iC4亚组之间临床特征的比较 6.胰腺癌亚组分子特征的比较 为了分析四个亚组之间的不同分子特征，作者分别计算了iC1和iC2 / iC3 / iC4之间的差异表达基因 使用来自GEO数据库的外部GSE21501和GSE71729数据集来验证结果。 最后，在外部和内部数据集中选择了三个与胰腺癌预后相关的基因（GRAP2，ICAM3和A2ML1）。 由于尚无文献报道，作者将在进一步研究中研究这三个新靶标（GRAP2，ICAM3和A2ML1）在胰腺癌中的生物学和临床功能。
2.2K11发布于 2020-08-07 - 来自专栏玉树芝兰
人工智能绘图应用 DALLE 2 开始公开测试了
前些日子，我给你介绍了 OpenAI DALLE 2 人工智能在线绘图应用。当时提到，我为了这个内测资格，等了 100 来天。很多小伙伴儿于是望而却步，觉得自己可没有那么好的耐心。 今天一早，我看到了 OpenAI 的新邮件，宣布了一个大消息 ——DALLE 2 开始 Open Beta 公开测试了。 这就意味着，要有更多的测试用户被纳入进来。而且排队等候时间会大幅缩减。 你加入 Open Beta 项目后，第一个月 OpenAI 会送给你 50 个 DALLE 2 点数（credits）。之后的每个月，给你免费补充 15 个。这些点数，每一个对应一次绘图的消耗。 想到这里，我默默打开 DALLE 2 的侧边栏查看绘图历史。发现我这些日子，可是没少画。值了，哈哈。 其实，我知道早晚要有限制用量和超额使用收费这一天。毕竟云计算和云存储都是需要花钱的。 (https://labs.openai.com/waitlist) 愿你早日用上 DALLE 2 ，结合自己天马行空的想象力，绘制出心仪和令人咋舌的作品。 祝（人工智能）绘图愉快！
1.8K70编辑于 2023-01-18 - 来自专栏百味科研芝士
基于SEER数据库的临床预测模型轻松发3分SCI
今天继续和大家分享一篇临床预测模型文章，同样是基于SEER数据库的一篇预测模型，于2019年11月发表在Annals of Translational Medicine（IF=3.689）上。 of prognostic nomogram for young patients with gastriccancer 标题：建立并验证青年胃癌患者预后的预测模型 文章总体概览： 作者通过检索SEER数据库 （见图2、图3） ? 图2. OS Nomogram ? 图3. DCA结果 笔者总结：本文通过SEER数据库建立了青年胃癌患者OS和CSS的预后预测模型，并进行了验证。通过统计学分析+R语言技术建立了临床适用性较强的Nomogram。 ，而不是统计学意义（参考文献2）。
4.8K33发布于 2020-02-24 - 来自专栏FreeBuf
2亿Twitter用户的数据被公开，仅需2美元即可下载
近日，一个包含超过2亿Twitter用户数据的文件在一个流行的黑客论坛上发布，价格约为2美元即可下载。目前，已经证实了泄露中列出的诸多用户数据的真实性。 2亿Twitter用户资料被公开 今天，一名攻击者在Breached黑客论坛上发布了一个由2亿条Twitter用户资料组成的数据集，仅需要该论坛的8个货币价值约2美元，即可下载。 据称，这个数据集与11月流传的4亿个数据集相同，但经过清理，去掉重复的数据，总数减少到约2亿条。这些数据是以RAR档案的形式发布的，包括六个文本文件，总大小为59GB的数据。
79740编辑于 2023-02-10 - 来自专栏科研菌
5+分新思路：公开数据库+简单实验验证！
作者构建了包含PD-L2靶向基因的珠芯片Beadchip，由此发现了PD-L2基因甲基化会引起mRNA表达量变化，最终导致黑色素瘤患者的存活率发生变化。 作者通过构建PD-L2特定靶点的珠芯片，并利用TCGA数据库中的相关数据来进行相关性分析和p-value分析，发现了PD-L2甲基化→mRNA表达量变化→黑色素瘤病人存活率变化的具体途径和机制。 表1.从前两列数据可以看出，PD-L2的甲基化与mRNA的表达呈明显的负相关 2.PD-L2甲基化通过影响mRNA的表达量，从而影响黑色素瘤患者的生存率。 图4 5.PD-L2甲基化通过影响IF-γ的表达，从而影响了PD-L2蛋白质的表达 作者用IF-γ对细胞系进行了72h处理，结果发现：PD-L2甲基化显著影响了PD-L2蛋白表达(p= 可以看出，PD-L2甲基化通过IF-γ，进而影响PD-L2蛋白质表达量。 ?
68410发布于 2020-12-08 - 来自专栏生信技能树
TCGA数据库| 如何将表达矩阵与样本临床数据进行合并？
前面我们已经给大家介绍过TCGA数据库中样本barcode的详细组成：TCGA样本barcode详细介绍，现在我们来看看如何将基因表达矩阵与样本临床信息进行合并，方便后续做 比如生存分析，基因在不同样本分期 ################################################################## ########################## 3.批量下载临床数据 先看看各自的样本ID名，根据前面的介绍《TCGA样本barcode详细介绍》，可以看到 表达矩阵里面的是样本ID，临床信息中是patient ID，一个病人可能会取多个样本，比如同时存在正常样本与肿瘤样本 A04U" "TCGA-AN-A04A" "TCGA-A7-A13D" "TCGA-BH-A201" "TCGA-BH-A0H6" 具有临床信息的病人ID与肿瘤样本表达矩阵取交集： clinical_com 中的代码绘制： # 绘制小提琴图和显著性标记 library(ggplot2) library(ggstatsplot) library(patchwork) library(reshape2) library
1.8K12编辑于 2025-01-08 - 来自专栏木鸟杂记
找数据库实习一定要刷公开课吗？
有同学在分布式系统&数据库论坛[1]问如何找到一个数据库实习。我感觉很多想做基础软件方向的在校同学可能都会有类似问题，所以开个小文简单聊聊。 最近两年我观察到一些风气：在简历上堆公开课项目。 我在各个平台也鼓吹过刷题和公开课，当然，以后我也仍会继续鼓吹。但在继续之前我想借此机会澄清下，刷题和公开课虽好，但这只是一种手段而不是目的。 如果我们把公开课当做一种开阔视野、领域进阶的一种手段，就不会去比拼公开课的数量，抄代码来完成实验，而是去扎实听讲、研读论文，搞清楚该学科的研究主旨和知识脉络。 因为以我和周围同事数据库面试校招的经验来说，大家对于实习生和校招生等新人，还是比较看重基本功和软技能。 最后小结下，对于公开课，在精而不在多；对于刷题，是手段而不是目的。
67720编辑于 2022-12-07 - 来自专栏大史住在大前端
Stanford公开课《编译原理》学习笔记（2）递归下降法
从隶属于开始集S开始，尝试将字符串中的非终止符X替换为终止集的形式(X->Y1Y2...Yn)，重复这个步骤直到字符串序列中不再有非终止符。 2.1 预备知识 本节中使用JavaScript来实现递归下降遍历，目标代码仍是上一篇博文中的示例代码： var b3 = 2; a = 1 + ( b3 + 4); return a; 经过上一节的分词器后可以得到下面的词素序列 ： [ 'keywords', 'var' ], [ 'id', 'b3' ], [ 'assign', '=' ], [ 'num', '2' ], [ 'semicolon', ';' ], [ ' function V(tokens) { //判断为1.单纯的声明 还是 2.带有初始值的声明 if (tokens.length === 2) { return isVariableDeclarationKeywords
1.3K10发布于 2019-10-08 - 来自专栏全栈程序员必看
H2数据库教程_h2数据库编辑数据库
启动和使用H2控制台 H2控制台应用程序允许您使用浏览器访问数据库。这可以是H2数据库，也可以是支持JDBC API的其他数据库。 例：1=Generic H2 (Embedded)|org.h2.Driver|jdbc\:h2\:~/test|sa 使用JDBC连接到数据库 要连接到数据库，Java应用程序首先需要加载数据库驱动程序 连接到TCP服务器 要使用TCP服务器远程连接到数据库，请使用以下驱动程序和数据库URL： JDBC驱动程序类： org.h2.Driver 数据库网址： jdbc:h2:tcp://localhost 使用时H2Dialect，兼容模式如MODE=MySQL不受支持。使用这种兼容模式时，请使用Hibernate方言代替相应的数据库H2Dialect; 但请注意H2不支持所有数据库的所有功能。 H2数据库与HSQLDB和PostgreSQL兼容。要利用H2特定功能，请使用H2Platform。
6.6K30编辑于 2022-11-04 - 来自专栏mysql
hhdb数据库介绍(2-2)
数据追平策略 在关系集群数据库存储节点高可用机制中，当主库宕机时计算节点的切换策略会根据备库设置的优先级进行切换并且计算节点会保证可用的备库追完所有可应用的relaylog后才将服务切换到备库上。
17910编辑于 2024-11-28 - 来自专栏科研猫
临床样本组学研究Day2--RNA 及转录组学研究（mRNA ）
表达谱组学研究的生物样本种类丰富，可包括：体外培养细胞、临床患者细胞/组织，动物细胞/组织等。 2：在单个簇中，我们可以看到相同的基因在蓝色点和灰色点上的位置不同。 【科研猫】网络图：基因互作-关键基因（1） 04 表达谱研究的注意事项 1：为我们挑选重要的靶基因分子或进行二次处理后的信息挖掘 2：利用公共数据库进行数据挖掘和多样本/数据集比对，例如:GEO 3： 表达谱类的研究已经非常普遍了，我们在做表达谱临床研究中，尤其要注重临床表型选择和分组上的新颖性。 临床样本组学研究系列往期 临床样本组学研究Day1--组学的研究背景及概述
97050编辑于 2022-02-28 肿瘤突变位点临床解读数据库：CIVIC、JAX CKB、My Cancer Genome
作者，Evil Genius最近听美国人指挥，构建临床解读数据库，当然之前分享过数据库，文章在NGS基因测序（panel）报告解读数据库汇总 从工作的态度上看，我现在理解为什么科研人员都喜欢待在美国了。 （2）如果要确认，对靶药是敏感的还是耐药的话，可以看后面的证据详情：“EL”,“ET”，“ED”,“CS”,“VO”，“ER”（分别表示“Evidence Level”,“Evidence Type （2）“VariantSummaries.tsv”：变异位点列表和变异位点介绍。（3）“ClinicalEvidenceSummaries. tsv”：里面包含了变异位点对应的靶药，以及证据等级。 2、JAX CKB这个数据库非常的严谨，不是有钱就可以的。 3、My Cancer Genome数据库数据库提供了癌症相关基因及特定癌症相关基因突变和临床相关性的最新信息，以及相关抗肿瘤药物类别、靶点和名称等信息，并且还收录了FDA批准或正在进行的临床试验，美国人特别推崇这个数据库
1.2K20编辑于 2024-05-11
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