- 综合排序
- 最热优先
- 最新优先
- 来自专栏james的生信学习
蛋白组学分析包——DEqMS学习
在初次接触蛋白组学的数据之时，外观上，其数据格式与我们常见的基因表达测序矩阵文件没有什么的不同。 目前主要的蛋白组学分析R工具有如下三款： ①limma；②DEqMS；③DEP 本次主要对DEqMS展开学习： tutorial官网：http://www.bioconductor.org/packages 故该方法在蛋白组检测中既可以定性，又可以定量，但定性依赖于数据库的数据构成2。 fold change between two groups, Here it’s log2(miR372/ctrl). Since input matrix is log2 ratio values, it is the mean log2 ratios of all samples. t - Limma output
2.9K00编辑于 2022-03-25 - 来自专栏作图丫
Cell：人肺腺癌的综合蛋白组学特征
LUAD患者的磷蛋白组学概况。上图为两种类型或一种类型组织中的磷蛋白和磷光颗粒的数量，下图为79例患者中发现的磷蛋白的两两比较。 (B) 用于蛋白质组学、磷蛋白组学、WES和RNA-Seq的患者/样本数量的维恩图。 (C) 对25份HeLa细胞样品进行相关分析，作为质谱质量控制，评价无标签定量方法的稳健性。 所有数据集都能区分肿瘤和NATs，在蛋白质组学分析中分离效果最好(Figure S2A和S2B)。 2；Figure S2F)。 Figure S2 LUAD样本中基因组学、转录组学、蛋白质组学和蛋白质组学数据的综合分析 (A) 49例常见患者样本RNA-Seq(15,824个基因)和蛋白组学(8,252个蛋白)数据的主成分分析(
1.1K31编辑于 2022-03-29 - 来自专栏生信技能树
Bioconductor的质谱蛋白组学数据分析
fatal error: netcdf.h: 没有那个文件或目录，则： sudo apt-get install libnetcdf-dev sudo apt-get install libudunits2- PXD000001") pxfiles(px) # [1] "F063721.dat" # [2] " # [7] "TMT_Erwinia_1uLSike_Top10HCD_isol2_ 45stepped_60min_01-20141210.mzML" # [8] "TMT_Erwinia_1uLSike_Top10HCD_isol2_45stepped_60min_01-20141210 .mzXML" # [9] "TMT_Erwinia_1uLSike_Top10HCD_isol2_45stepped_60min_01.mzXML" # [10] "TMT_Erwinia
4.5K51发布于 2018-06-11 - 来自专栏科研猫
【科研猫】轻盈的蛋白组学文章怎么发？
近年来蛋白质组学技术受到了生物和临床研究领域的广泛关注，PubMed中收录的文章数量也呈现逐年递增的趋势，预计2020年蛋白组学的发表研究将突破1.4万篇。 抛开一些大牛实验室的高精尖蛋白组学研究，一般影响因子3-5分的蛋白质组学文章的套路还是挺简单的。 ? 适用杂志：Proteomics、Journal of Proteomics、Proteome Sci或相关专业的IF:2-5分的杂志均可一试。 案例 利用iTRAQ探究两种基因型棉花的耐盐机制 ?
1.2K20发布于 2020-07-28 - 来自专栏R基础
蛋白组学—两个蛋白质之间的分子对接
蛋白组学—两个蛋白质之间的分子对接 以VTN与SLPI两个蛋白，进行两蛋白之间的分子对接 1 VTN蛋白结构下载 首先在https://www.uniprot.org/中搜索相关基因，如VTN,选择对应的种属 2 SLPI蛋白结构下载 同理下载SLPI蛋白的最佳结构2Z7F 注3 1. 2. 选择的依据： X射线晶体学结构（PDB 2Z7F 和 PDB 4DOQ）： PDB 2Z7F的分辨率为1.70 Å，相较于PDB 4DOQ的2.00 Å分辨率，精度更高，因此对于分子对接分析更为理想。 总结： 优先选择 PDB 2Z7F（1.70 Å分辨率）的X-ray结构，用于分子对接分析。 如果需要考虑其他链或结构，PDB 4DOQ也可以作为备选，但总体而言，2Z7F提供的结构更为精确。
9.2K32编辑于 2024-11-06 - 来自专栏智能生信
Nat. Commun. | DRUML：利用机器学习预测抗癌药物疗效
DRUML利用蛋白质组学和磷蛋白组学特征的组合，根据药物在降低癌细胞增殖方面的疗效生成药物的排名列表。它不用与参考样本进行比较，就能够在癌细胞群体中预测药物排名。 2 结果 DRUML由一组ML模型组成，通过细胞对400多种药物的反应进行训练，根据样本中的预测疗效对这些药物进行排名（图1.a）。 图2 使用EMDRs降低维度 2.2 对BYL-719反应的ML模型 作者使用从BYL-719中获得的给定药物的最高相关D值，生成药物反应的预测ML模型。 图2.d、e显示，DL和NNET使用来自磷蛋白组学数据的D值产生的模型在所有细胞系中的验证误差较小。 从磷蛋白组学和蛋白质组学数据集创建了大约相同数量的模型。 ?
60370发布于 2021-04-13 - 来自专栏DrugOne
Nat. Commun. | DRUML：利用机器学习预测抗癌药物疗效
DRUML利用蛋白质组学和磷蛋白组学特征的组合，根据药物在降低癌细胞增殖方面的疗效生成药物的排名列表。它不用与参考样本进行比较，就能够在癌细胞群体中预测药物排名。 2 结果 DRUML由一组ML模型组成，通过细胞对400多种药物的反应进行训练，根据样本中的预测疗效对这些药物进行排名（图1.a）。 图2 使用EMDRs降低维度 2.2 对BYL-719反应的ML模型 作者使用从BYL-719中获得的给定药物的最高相关D值，生成药物反应的预测ML模型。 图2.d、e显示，DL和NNET使用来自磷蛋白组学数据的D值产生的模型在所有细胞系中的验证误差较小。 从磷蛋白组学和蛋白质组学数据集创建了大约相同数量的模型。 ?
1.1K31发布于 2021-04-09 - 来自专栏作图丫
关于肿瘤亚型特征筛选以及临床预测--这篇NC这样做！
Cell 166, 755–765 (2016)）的119个HGSC样本进行了基于质谱法(MS)的糖蛋白组学分析。 结果解析 01 基于糖蛋白组学的HGSC聚类 为了研究肿瘤的异质性，作者利用SPEGs和IGPs（intact glycopeptides）的表达数据对119个HGSC样本进行聚类。 一致性聚类结果表明，基于IGPs的糖蛋白组学数据，可以识别三个肿瘤clusters和5个糖肽群(Fig.1)。此外，作者在利用SPEGs的表达模式进行聚类分析时，观察到了高度的一致性。 group 3、group 4和group 1的IGPs分别在IGP cluster1、2和3组中高表达(Fig.2B)。 Fig.6 06 基于糖蛋白组学的HGSC模型 基于不同聚糖和糖基化酶之间的关系，作者提出了由三个HGSC肿瘤cluster中不同聚糖生物合成途径调节的基于糖蛋白组学的特征（Fig.7）。
75620编辑于 2022-03-29 - 来自专栏智药邦
机器学习+蛋白质组学开发共价药物｜Matchpoint完成7000万美元A轮融资
Matchpoint的ACE平台 Matchpoint的Advanced Covalent Exploration（ACE）平台汇集了一套专有工具，彻底改变了共价药物的发现和开发： 业界领先的化学蛋白组学 共价的力量2：提高效力 与非共价方法相比，共价分子实现的持久靶点接触可显著提高效力。 博士说，"我们的平台结合了专有的化学蛋白组学方法和人工智能，正在克服这一限制，Matchpoint组建的世界级团队在将这些进展转化为下一代精准共价药物方面具有独特的优势。" 随着化学蛋白组学、计算科学和合成化学的最新进展，我们现在有机会用精确的共价小分子改变自身免疫性疾病和其他慢性疾病的治疗。 该公司专有的高级共价探索（ACE）平台整合了先进的化学蛋白组学、机器学习和共价化学库。
54710编辑于 2022-11-16 - 来自专栏科研菌
CPTAC蛋白质组学数据库中的海量资源
点击任意感兴趣研究的概览界面，如下图为透明细胞肾肿瘤的研究概览，该页面提供了该研究的概览、基因组学与蛋白组学，以及临床样本的贮存位置。 而如下研究为来自TCGA样本的蛋白组学数据补充，关于这些样本的基因组学数据储存于TCGA数据库。 ? 2.使用标准的HTTP协议下载基因组学数据和蛋白质组学数据。也就是根据其提供的下载列表进行选择，通过网页直接下载。 ? 五、CPTAC相关的高分文章 基因蛋白组学的整合分析在高分生信分析中层出不穷，这也说明其意义重大。 例如在高级别浆液性卵巢肿瘤中，在TCGA数据的基础上整合基于质谱检测的蛋白质组数据，探究基因组学改变与蛋白组学变化的关系，探究与预后相关的蛋白(3)。
6.4K32发布于 2020-07-02 - 来自专栏用户7627119的专栏
单细胞多组学分析——鉴定肿瘤免疫炎症反应中的潜在分子靶点
+CPI Colitis炎症组织中免疫动态变化 图2. 作为近年来的热门靶点，靶向TIM-3和LAG-3的抗体研究愈加受肿瘤免疫治疗方案的重视，本文结果也证实，+CPI colitis组中CD8+ T细胞中TIM-3和LAG-3的编码基因HAVCR2和LAG3 2）+CPI colitis组表现出多种细胞因子的信号激活，包括TNF，IL1B以及OSM。 光谱流式多色panel检测优势 本文同时使用了基因组学和蛋白组学两种方法，对+CPI colitis免疫状态变化进行了细致入微的表征研究。 在本篇研究的蛋白组学分析中，为验证scRNA-seq结果作者设计了15色的流式多色panel，从蛋白组学角度为测序结果提供了细胞功能表型数据的有力补充。
1.6K20发布于 2020-10-23 - 来自专栏DrugAI
. | 通过课程式深度学习提升宏蛋白组学中肽段识别性能
在多个基准宏蛋白质组数据集中，WinnowNet 在相同的假发现率（FDR）下识别出更多真实肽段，相比 Percolator、MS2Rescore 和 DeepFilter 等主流方法表现更优。 课程学习（Curriculum Learning） 用于从简单到复杂样本逐步训练模型： 阶段1（简单任务）：使用 ProteomeTools 合成肽谱数据训练模型； 阶段2（复杂任务）：在海洋宏蛋白质组数据 性能比较 与主流过滤算法比较 WinnowNet 与 Percolator、Q-ranker、PeptideProphet、iProphet、MS2Rescore 和 DeepFilter 六种算法进行比较 海洋数据集：WinnowNet 比 MS2Rescore 平均多识别 12.6% 的 PSM、12.4% 的肽段和 9.3% 的蛋白。
12620编辑于 2026-01-06 - 来自专栏科研菌
ROC曲线+生存曲线如何发6+分？
作者希望以蛋白组学研究来鉴定用于早期检测侵袭性PCa的蛋白标志物，以提高现有预后模型对患者进行风险分层的能力。 二、分析流程 ? 基于表达差异的显著性以及在福尔马林固定石蜡包埋（FFPE）样本中检测蛋白质水平的可行性，选择其中的52个候选标志物进行蛋白组学分析。 2.构建PRISM-SRM方法及靶向蛋白组学测量 PRISM-SRM：具有智能选择和多路复用功能的高压，高分辨率分离与多重反应监测技术。 Nonevent，GG (3–5 vs. 1–2) 三组对16种蛋白绘制了ROC曲线，表2展示了AUC值及p值。 其中FOLH1, SPARC,TGFB1在三组中均具有显著的预测作用，PSA可预测DM，CAMKK2, EGFR, NCOA2可预测GG分级。 ?
1.3K51发布于 2020-06-28 - 来自专栏DrugOne
Nat. Protoc. | 面向单细胞蛋白质组学的数据处理工作流优选方法ANPELA
Protocols》发表研究论文“navigating the data processing for cytometry-based single-cell proteomics”，提出面向单细胞蛋白组学的数据处理工作流优选方法 该方法以机器学习与多维度评估为支撑，聚焦细胞亚群鉴定与伪时间轨迹推断两项关键任务，在提升处理稳健性与准确性的同时，为药理机制解析与精准医学研究提供可复用、可推广的单细胞蛋白组学数据处理技术路径。 实现高可信度的细胞轨迹推断 在小鼠胚胎干细胞分化的单细胞蛋白组学数据上，研究团队进一步验证了所提出方法对伪时间轨迹推断的显著增益。 Nature Protoc. (2025) https://doi.org/10.1038/s41596-025-01257-2 Nucleic Acids Res. | 类器官与异种移植蛋白质组学数据与分析平台
25010编辑于 2025-11-17 - 来自专栏用户10800790的专栏
生信星球 —— day 7
一二三代测序每一代测序都是为了解决上一代的问题，但又不完美一代测序准确度高，但通量低二代测序即高通量测序，但读长短三代测序读长长，但准确度低2. 二代测序大致流程1 DNA文库构建2 桥式PCR3 测序4 数据产出3. NGS组学基因组学、转录组学、蛋白组学、代谢组学图片
25220编辑于 2023-10-27 Day7-李泽平-测序初学
）一代测序双脱氧终止法（二）二代测序边合成边测序，代表：Illumina公司的双端测序（三）三代测序包括单分子实时测序、纳米孔测序等二、高通量测序分类（一）基因组学（二）转录组学（基因表达分析）（三）蛋白组学
23610编辑于 2024-03-29- 来自专栏AI科技评论
ACM、IEEE Fellow 李明：将 AI 用于生命科学的三十年
回想2020年AlphaFold 2的横空出世，以及延续下来的AI制药创业热情，我们很难承认这是一个人或者一个团队的灵感成果。 2 “误入”生信深处 在与雷峰网的对话中，李明坦言：“完全是误打误撞做起了生物学问题。” 如今在国内，这一是蛋白组学软件系统也覆盖了80%的蛋白组学研究中心。 这些年来，因为工作上频繁接触和经常的思想交流，姜涛(现任加州大学河畔分校校长讲座教授）与李明结下深厚友谊。 自此以后，无论是学术界还是产业界，都对蛋白质结构预测给予了广泛的关注，特别是受到许锦波前期研究成果启发的AlphaFold 2，更是直接带热了AI制药行业。 所以，回想2020年AlphaFold 2的横空出世，以及如今AI制药等创业行业的火热，我们很难承认，这是一个人或者一个团队的灵感成果。
2.1K20编辑于 2023-04-12 - 来自专栏优雅R
生信爱好者周刊（第 59 期）：AlphaCode 编程大赛卷趴一半程序员
生信研究 1、[Science | 拟南芥着丝粒的遗传和表观遗传图景]( "Science | 拟南芥着丝粒的遗传和表观遗传图景") T2T测序在动物领域比植物领域应用更广泛。 论文链接：https://www.science.org/doi/10.1126/science.abi7489 2、Nature Communication | 基于全基因组测序数据定制癌症疗法，基因组特征模型 论文链接：https://www.nature.com/articles/s41467-022-30449-7 3、iMeta | iMetaLab Suite-宏蛋白组学分箱一站式工具箱 宏蛋白组学研究所需的生物信息学工作流程包含了蛋白质鉴定 （搜库）、定量至下游功能和分类分析，一定程度上限制了其他领域微生物研究人员对宏蛋白组学的使用和探索，为此，本工作开发了涵盖宏蛋白组中最常用的功能、分类和统计分析的流程化工具箱。 历史上的本周 2022年2月：第19期：2022年值得关注的7大前沿技术 贡献者（GitHub ID） 「Openbiox 生信周刊」运维小队： @ShixiangWang（王诗翔） @kkjtmac（
1.2K10编辑于 2023-02-28 - 来自专栏生信修炼手册
TCPA:肿瘤RPPA蛋白芯片数据中心
蛋白组学数据的分析是肿瘤病理生理学领域常用的手段之一，在TCGA项目中，广泛使用了反相蛋白芯片reverse-phase protein arrays(RPPA)技术来进行肿瘤蛋白质组的研究。 2. My protein 这部分可以查看RPPA芯片上的所有标记蛋白在不同肿瘤中的表达情况，以箱线图进行展示，示意如下 ? 3.
2.6K30发布于 2019-12-19 - 来自专栏芒果先生聊生信
用好cBioportal数据库（一个高级点的例子）
目前，新冠病毒（严格来说是SARS-CoV-2，新冠病毒更直接易懂，故予以采用）感染是全球性问题，基本上所有的科研网站，从NCBI、HPA数据库，到各知名期刊，都将新冠病毒的研究单独列出，作为优先处理的事情 我们前面一直在分享基因组学相关知识，比如涉及表观遗传的甲基化，涉及基因组变化的基因突变，还有基因蛋白组学研究等。在生信研究中，甲基化用UALCAN数据库，基因突变可以用cBioPortal数据库。 补充数据中，作者用cBioPortal数据库对ACE2的基因组学进行深入分析，从突变，融合，扩增和删除等角度分析组学变化，图文并茂。 ? ? 然后具体分析ACE2在各种肿瘤中的突变情况，并呈现最常见的突变。 ? ? 墙裂推荐果友们去看看这篇论文。
2K10发布于 2020-08-04
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