- 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。 下载链接：TCGA-CDR 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 关于生存分析的冲突问题，我们多次讨论了： 集思广益-生存分析可以随心所欲根据表达量分组吗 寻找生存分析的最佳基因表达分组阈值 比如下面的代码比较两个数据源
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 2500个人的全部基因组可产生50 TB（5万 GB）的数据量，包含8万亿个DNA碱基对。 SwissVar https://web.expasy.org/ SwissVar在2020年8月停止访问，数据整合到UniProt数据库 InterVar https://wintervar.wglab.org 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 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
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。 isip.piconepress.com/projects/tuh_eeg/html/downloads.shtml 6.PhysioNet PhysioNet于1999年在美国国立卫生研究院（NIH）的主持下成立，其提供大量的生理和临床数据以及相关的开源软件来 网址：http://eegdatabase.kiv.zcu.cz/ 8.欧洲癫痫数据库（European Epilepsy Database） 提供癫痫患者连续EEG数据，之前是可以免费下载，但是目前可能需要收费
4.2K20编辑于 2022-05-02 - 来自专栏智药邦
2022年值得关注的8家AI+临床试验公司
临床试验是药物开发工作流程的一个关键阶段 (候选药物从I期走向批准的平均成功率约为11%)。即使候选药物是安全和有效的，临床试验也可能因为缺乏资金、注册人数不足或研究设计不当而失败。 2022年4月7日，BiopharmaTrend网站发布一篇文章，总结了目前将AI技术应用于临床试验的8家公司的简要情况。 前言 人工智能越来越被认为是提高临床试验效率和最大限度降低临床开发成本的潜在机会。通常情况下，AI公司在三个主要方面提供他们的服务和专业知识。 该公司使用联邦学习来训练和开发其机器学习模型，专门用于提高临床试验效率。他们已经建立了一个高级模型目录，使他们能够从成像、基因组学和临床数据中识别新的生物标志物。 临床试验是整个药物发现过程中最昂贵和要求最高的部分。采用人工智能进行临床试验设计、患者注册和分层、优化监管文件和预测临床试验结果是人工智能在医药研究中应用的最有利的使用案例。
1.2K10编辑于 2022-04-13 - 来自专栏深度学习与python
Pinecone 无服务器向量数据库公开预览
作者 | Renato Losio 译者 | 明知山 策划 | 丁晓昀 最近，Pinecone 宣布了其新的无服务器向量数据库的公共预览，旨在降低基础设施管理成本，同时提高生成式人工智能应用的准确性 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 Ampt 的 CEO 兼创始人 Jeremy Daly 则表示： 它被吹捧为 "遏制 AI 幻觉的突破性进展"，但考虑到其他主要数据库也正在添加向量功能，分析人士表示，其接受者可能会很少。 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。
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 （NDAR），与精神疾病相关的国家临床试验数据库（NDCT），研究领域标准数据库（RDoC db）和NIH小儿MRI数据存储库等。 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。
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？
CNVcor基因的染色体分布表明CNVcor基因在chr12，chr8和chr17上最为丰富（图1C和表1）。 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。 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）。 图8B：iC1亚组的沉默突变，非沉默突变和SNV新抗原的数量显著少于iC2 / iC3 / iC4亚组。 图8.在iC1和iC2 / iC3 / iC4亚组之间具有显著差异的前50个突变基因 小结 在文章中作者分析了161例胰腺癌样本的CNV、MET、RNA-Seq(mRNA)表达水平以及相应的临床信息。
2.2K11发布于 2020-08-07 - 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 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。 2008年，肿瘤权威期刊《Journal of clinical medicine》发表了一篇文章对Nomogram进行了详细介绍，文中指出纳入Nomogram的变量应该取决于临床资料的可获取性和临床证据 但是，年龄与结局的关联不是线性关系，另外相对于连续性变量，分类变量的临床可操作性显然更强。
4.8K33发布于 2020-02-24 - 来自专栏作图丫
8+新热点：外泌体+公开数据的预后相关分析~
从TCGA和GEO中获取了RNA测序数据和样本的临床信息。 技术路线 本研究技术路线如图所示。 在GSE33479队列中，第0期和第1期代表正常支气管黏膜组织，在更晚期恶性程度增加，其中第8期包括肺鳞状癌组织。本研究还发现TEXscore从正常组织到侵袭性肿瘤样本保持线性增长(图2 A)。 高 TEXscore（作为连续变量和分类变量）与较差的临床结果相关，表明它在预测大多数癌症类型的总体生存率方面具有很大的能力，特别是在 TCGA-LUSC、TCGA-LUAD、TCGA-STAD等癌症中 在目前的研究中，TEXscore 特征是依赖于外泌体相关基因整合建立的，因此需要通过实验研究来进一步验证 TEXscore 基因在外泌体中的表达水平，并确认 TEXscore 与临床结果之间的关系。
1.7K20编辑于 2022-12-14 - 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。
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 ) ## 下载数据 GDCdownload(query=query, files.per.chunk= 50, directory = "./") 下来后的数据为一个样本一个tsv文件：如 8d1641ea tcga_mrna_fpkm_symbol1, file = "tcga_mrna_fpkm_symbol.xls",row.names = F,sep = "\t",quote = F) 接着下载样本临床信息 ################################################################## ########################## 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
1.8K12编辑于 2025-01-08 - 来自专栏媒矿工厂
5G+8K示范项目技术方案—2019法网公开赛
图1 用于2019年法网公开赛的相机 在2019年法国网球公开赛期间，法国电视台使用Orange部署的试用5G本地网络，向连接的电视和移动设备展示了8K视频直播。 对于法网公开赛8K实验，目标是250Mbps。广播公司正在考虑使用5G来传输免费的电视频道，使用5G标准(eMBMS)，如3GPP第14版或更高版本所规定的。 编码比特预算 这里为不同的编码器定义了以下目标： 表1 在2019法网公开赛中的8k实验 ? 实验中使用Tiledmedia的技术来讲8K内容进行tile化，并通过CDN分发在公共互联网上提供高达25Mbps的码率来消费法网公开赛输出内容。 图11 用于通过5G网络生产8K的设备 结论 该项目在法网公开赛开赛前2个月开始。该系统在不到一周的时间内在法国电视台和Orange上演。
1.8K30发布于 2019-08-06 - 来自专栏新智元
8张图看苹果公开的第一篇 AI 论文
也就是说，苹果用最新的技术，提交到同行评议大会，这些大会公开发表知名的研究结果，没有一个不是要好几年的。这就是真正的研究。 对他们而言是一份荣耀。 8张图看苹果公开的第一篇 AI 论文 ? 图1：模拟+无监督（S + U）学习。任务是学习一个模型，能够改进合成图像的真实性同时保留标注信息，合成图像来自使用未标记的真实数据的模拟器。 ? 图2. 图8：使用NYU手势数据集的精细化测试示例。
1.3K60发布于 2018-03-26 - 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 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。 1、CIVIC：免费开源的肿瘤突变位点临床解读数据库CIViC数据平台的全称是:Clinical Interpretation of Variants inCancer。 跟美国JAX数据库人员聊的时候发现确实美国科研人员十分的严谨，绝对是在完全掌握用处目的之后才会考虑是否将数据库提供给我们服务。当然了，我们这边主要是爬取数据库信息用于商业，这是对方严厉禁止的。 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 特点优势：为医生、病人、相关研究者提供了一个精准的肿瘤医学知识库实时更新肿瘤形成和发展的关键突变信息，以及相关治疗影响，包括目前的临床试验快捷搜索、匹配肿瘤突变和治疗的信息，辅助临床治疗数据来源：查询方面包括临床试验
1.2K20编辑于 2024-05-11- 来自专栏LN生物笔记
R语言 | GEO数据库的下载 以及表达矩阵和临床信息的提取
library(tidyverse) 2.利用AnnoProbe下载GEO数据库中的数据 以GSE14520数据系为例： gset=AnnoProbe::geoChina('GSE14520') 运行后 ，会得到一个叫做“gset”的对象，它是”list“数据类型 3.提取表达矩阵和临床信息 exprset <- data.frame(exprs(gset[[1]]))#exprs用于提取表达矩阵信息 expMatrix <- gset[[1]] pdata<-pData(exp)#pData用于提取临床信息 gset[[1]] 的意思是，从gset这个对象中提取第一列数据。 提取第二个平台的表达矩阵 expMatrix <- cbind(expMatrix1, expMatrix2)#两个表达矩阵合并为一个总矩阵 pdata1 <- pData(gset[[2]])#提取第一个平台的临床数据 pdata2 <- pData(gset[[1]])#提取第二个平台的临床数据 那么如何判断你下载的这个GSE是有几个GPL呢？
7.3K54编辑于 2023-02-23 - 来自专栏小陈运维
安装MySQL8数据库
安装MySQL8MySQL Community Server 社区版本，开源免费，自由下载，但不提供官方技术支持，适用于大多数普通用户。 提供了更多的功能和更完备的技术支持，更适合于对数据库的功能和可靠性要求较高的企业客户。MySQL Cluster 集群版，开源免费。 mysqld查看生成 MySQL root用户临时密码：[root@web ~]# grep 'temporary password' /var/log/mysqld.log修改root用户密码# 登录数据库 Commands end with ; or \g.Your MySQL connection id is 8Server version: 8.4.3Copyright (c) 2000, 2024, -----------------------------+-----------------------+4 rows in set (0.00 sec)mysql>测试连接# 使用其他主机进行登录数据库
35010编辑于 2024-11-18
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