- 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 VarianceBoxplot] VarianceScatterplot(fit4,main="TMT10plex dataset PXD004163") [VarianceScatterplot] 5.
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。 21)，S-II(混合型，n = 48)，S-III(增殖和蛋白酶体[PP]， n = 34)，具有明显的分子和临床特征(Figure 5A-5E；Table S4)。 S-I组患者的临床结果最好，而S-III组患者的预后最差(Figure 5B)。对三个组间I期患者的进一步分析显示，蛋白质组亚型与生存率显著相关(Figure S5D)。 TTF-1和NAPSA在S-III患者中表达最低(Figure 5)。 GSEA显示S-I具有较高的环境代谢和能量代谢；S-III更与蛋白质稳态和肿瘤增殖有关，(Figure 5E)。 三种亚型显著改变的蛋白在黏附灶和细胞周期中发挥作用(Figure 5F)。几种肺特征蛋白在S-I中高表达，在S-III中缺失Figure S5G)。
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
# [4] "PRIDE_Exp_mzData_Ac_22134.xml.gz" # [5]
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 5. 同源建模和实验数据 如果你没有找到理想的实验结构，也可以考虑使用同源建模（比如使用AlphaFold、Swiss-Model等工具）来生成目标蛋白的结构。 跳转页面后，下载7RJ9的PDB结构 注2 结构1: PDB ID: 6O5E Method: X-ray（X射线晶体学） Resolution: 1.90 Å（分辨率） Chains: A/B（表示该结构包含了链 分析和建议： 分辨率比较： 1.70 Å（PDB 7RJ9）的分辨率更高，相比1.90 Å（PDB 6O5E），这个结构提供的原子定位精度会更高。 如果您需要在不同的亚单元或多个链之间进行研究，可以同时参考这两个结构（6O5E和7RJ9），但总体来说，7RJ9的质量更高。
9.2K32编辑于 2024-11-06 - 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。 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。 Kaplan-Meier图显示cluster 3的5年生存预后最差，而cluster 2的5年生存预后最好。 在五个 IGP 组中都观察到这种趋势，特别是在第4组和第5组中看到较低的相关系数中位数（Fig.5B），后者富含高甘露糖聚糖结构。 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 - 来自专栏智能生信
Nat. Commun. | DRUML：利用机器学习预测抗癌药物疗效
而如今，LC-MS/MS吞吐量的提高和无标签串联分析，以及最近大量细胞系和药物的系统性药物反应谱的可用性，使用蛋白质组学和磷蛋白组学数据作为药物反应预测模型的输入的方法变得可行。 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。 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。 作者将AML和实体瘤中获得的磷蛋白组学、蛋白质组学和RNA-seq距离D数据作为输入，系统地构建了466种药物的预测模型。总共构建了16,760个学习模型（图4.a）。 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
而如今，LC-MS/MS吞吐量的提高和无标签串联分析，以及最近大量细胞系和药物的系统性药物反应谱的可用性，使用蛋白质组学和磷蛋白组学数据作为药物反应预测模型的输入的方法变得可行。 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。 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。 作者将AML和实体瘤中获得的磷蛋白组学、蛋白质组学和RNA-seq距离D数据作为输入，系统地构建了466种药物的预测模型。总共构建了16,760个学习模型（图4.a）。 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 "迄今为止，许多可被共价药物锁定的蛋白质组仍未被标准的化学蛋白组学方法所发现"，Matchpoint联合创始人、哈佛医学院和Dana-Farber癌症研究所细胞生物学副教授Edward Chouchani 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
cycling T cells）在+CPI colitis组具有独占性分布表现，上述两群细胞具有毒性蛋白基因高转录活性，包括GZMB和IFNγ应答基因（HLA-DRA & CD74）；另有cluster 5/ 图5. FoxP3+ Treg亚群中CTLA-4表达变化 T细胞亚群抑制信号状态变化 图6. (CD4+ T cells)在对照组和colitis+组中的显著性差异表达，暗示了其有作为介入靶点的潜力；同时IFNγ信号也表现出了明显的表达上调，作为IFNγ信号通路的下游，T细胞激活也将增强GBP5与 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 - 来自专栏科研菌
ROC曲线+生存曲线如何发6+分？
Proteomic Tissue-Based Classifier for Early Prediction of Prostate Cancer Progression 基于蛋白组学的组织分类器对前列腺癌进展进行早期预测 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。 表5：5蛋白分类器+SOC活检变量多因素Cox模型 ?
1.3K51发布于 2020-06-28 - 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
宏蛋白质组学为理解微生物群落的功能活动提供了强大手段，但由于蛋白数据库的庞大与不完整，肽段的准确识别仍具挑战性。研究人员提出了 WinnowNet，一种基于深度学习的 肽谱匹配（PSM）过滤方法，包含 Transformer 与卷积神经网络（CNN）两个版本。WinnowNet 能处理 PSM 数据的无序特性，并采用 课程学习（Curriculum Learning） 策略，从简单到复杂样本逐步训练模型。
12720编辑于 2026-01-06 - 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。 ? 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。
25010编辑于 2025-11-17 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
本文成功组装了拟南芥5条染色体着丝粒的首个全序列基因组Col-CEN，揭示了拟南芥着丝粒的遗传和表观遗传图景。 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。 [5] bias-variance tradeoff 是机器学习的核心概念，本帖子展示了大家对于这一概念的理解和讨论。 4fed-93a0-642f548f4330 [4] 纳米孔测序技术前沿: https://community.nanoporetech.com/posts/guppy-v6-1-1-release [5]
1.2K10编辑于 2023-02-28 - 来自专栏用户10800790的专栏
生信星球 —— day 7
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 - 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
这本书写作严谨、文笔流畅、理论漂亮、应用新颖、信息全面，赢得了Amazon上众多读者的青睐，他们少见地为一本深奥的数学著作给出一致的5星好评。 如果说李明在基因组学的时代还是在做理论、打酱油，蛋白组学时代注定成为他的舞台。 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。 姜涛说到，“人工智能带动了蛋白组学技术的革命性进展，老大哥李明是这一场变革的主要推动者之一。” 5 在暂时的黑暗中 也最先看到黎明 历史的尖峰时刻，都需要太长的酝酿时间，每一桩影响深远的事件都需要一个发展的过程。
2.1K20编辑于 2023-04-12 - 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）
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。 https://jhoonline.biomedcentral.com/articles/10.1186/s13045-020-00883-5.
2K10发布于 2020-08-04 - 来自专栏优雅R
生信爱好者周刊（第 53 期）：为什么现在的中国大学生普遍焦虑内卷？
论文链接：https://www.nature.com/articles/s41588-022-01035-w 博文资讯 5、 How to precompute package vignettes or pkgdown articles[5] 截至今年早些时候，我们针对所有rOpenSci包都会自动构建二进制和pkgdown文件，我们遇到的问题是一些含有vignette的包都需要一些特殊的工具/数据 scRNAtoolVis - 提供了一系列个性化单细胞数据可视化函数 GitHub: https://github.com/junjunlab/scRNAtoolVis 7、 英国生物样本库UKB-PPP开创性蛋白组学研究进展首批发布 最近，英国生物样本库联合数十家药厂发布的基于Olink ExploreTM平台的开创性蛋白组学研究，首次披露针对54,306参与者的蛋白组学和基因测序的数据进行pQTL（Protein Quantiative Communications| 基于scRNA-Seq数据的细胞通讯推断的不同方法和资源比较: https://www.nature.com/articles/s41467-022-30755-0 [5]
1.3K20编辑于 2022-12-30
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