- 综合排序
- 最热优先
- 最新优先
- 来自专栏Timeline Sec
CVE-2023-3450：Ruijie RG-BCR860 后台命令执行漏洞
Ruijie Networks RG-BCR860是该公司的一款商业云路由器。 0x02 漏洞概述 漏洞编号：CVE-2023-3450 Ruijie RG-BCR860 2.5.13版本存在操作系统命令注入漏洞，该漏洞源于组件Network Diagnostic Page存在问题 0x03 影响版本 Ruijie RG-BCR860 2.5.13 版本 0x04 环境搭建 非开源产品，无法搭建。
1K30编辑于 2023-08-22 - 来自专栏用户7627119的专栏
零代码单细胞VDJ数据分析及可视化
我们机体可以抵御各种各样的病原菌，主要是由于T/ B细胞具有多种类型的受体TCR/BCR能识别不同种类的抗原。通过单细胞测序，可以推测TCR/BCR的种类和数量。 今天王老师将为大家展示如何使用SeqGeq™软件来分析分析单细胞TCR/BCR测序数据。 ? 什么是免疫组库？ 编码TCR/BCR蛋白的基因分为V区、 D区和J区，VDJ分别包含多种类型并可以随机重组，产生带有不同受体的T/B细胞免疫组库。 TCR有两条链组成（αβ配对或γδ配对），BCR由重链H和轻链L（κ型或λ型）。TCR / BCR的多样性对免疫系统的正常功能至关重要，TCR / BCR的变化可用于癌症、自身免疫病等的研究。 左侧切换至CLONOTYPES，SeqGeq™按照含有的细胞数量排列TCR/BCR克隆型。Ctrl键选择所需的克隆型（如Top10, Top25等）。
2.5K20发布于 2020-08-06 课前准备---单细胞VDJ分析导论
BCR由一条重链(IGH)和一条轻链组成;轻链来自κ (IGK)或λ (IGL)位点。 BCR的类转换重组(CSR)也需要AID，这是一个取代编码同种型类的BCR恒定基因的生物学过程，对B细胞成熟和整体体液免疫产生广泛影响。 这可以作为跟踪抗原特异性反应的有用label，并与细胞表型和临床结果相关联，处理scTCR/BCR-seq数据的典型工作流程如下1、对单个细胞测序后，将reads对齐并重构为每个细胞的TCR/BCR链。 、BCR/TCR clustering and filteringTCR/BCR克隆型是指具有相同(TCR)或相似(BCR)受体的细胞。 4、与单细胞转录组联合分析分析示例空间TCR/BCR-seq方法也正在开发中。
35410编辑于 2024-07-01[python]bar_chart_race绘制动态条形图
import pandas as pd import bar_chart_race as bcr # 如果出现SSL错误,则全局取消证书验证 # import ssl # ssl. 动态条形图变动态柱状图 import pandas as pd import bar_chart_race as bcr df = pd.read_csv('covid19_tutorial.csv' , index_col=["date"]) bcr.bar_chart_race(df, "covid19_horiz.gif", orientation='v') 我们看到为了避免文字发生重叠，自动倾斜了 排序方式，默认为降序 import pandas as pd import bar_chart_race as bcr df = pd.read_csv('covid19_tutorial.csv', as bcr df = pd.read_csv('covid19_tutorial.csv', index_col=["date"]) # 选取如下 5 个国家的数据 bcr.bar_chart_race
26010编辑于 2025-07-20- 来自专栏智能生信
[Nature Machine Intelligence | 论文简读] 使用 Benisse 解释单细胞基因表达的B细胞受体库
所有当前的BCR分析方法都只研究BCR序列，而忽略了它们与B细胞转录组学的相关性，从而得出关于BCR和B细胞作用的未知功能相关性的结论，并可能产生有偏见的解释。 许多单细胞RNA测序（scRNA-seq）技术现在可以捕获每个B细胞的基因表达和BCR，这可能会解决这个问题。 受此启发，作者开发了Benisse模型（由scRNA-seq主导的BCR嵌入图形网络），以提供由单细胞基因表达指导的BCR的精细分析。Benisse揭示了沿着BCR轨迹的B细胞激活梯度。 作者发现在新冠肺炎感染期间，BCR和B细胞基因表达之间存在较强的耦合。并且与T细胞受体的趋同进化模式相比，BCR形成了连续和线性进化的定向模式，以实现最高的抗原靶向效率。 总的来说，通过Benisse的视角，同时消化BCR和B细胞的基因表达，将导致对不同生物背景下BCR基因库功能相关性的更深入的解释。
62810编辑于 2022-12-29 - 来自专栏机器学习初学者精选文章
【Python基础】刷爆网络的动态条形图，3行Python代码就能搞定
#加载包 import bar_chart_race as bcr #下载数据 df = bcr.load_dataset('covid19_tutorial') #生成GIF图像 bcr.bar_chart_race (df, 'covid19_horiz.gif') #生成MP4 bcr.bar_chart_race(df, 'covid19_horiz.MP4') 生成的GIF 生成的MP4 三、自己的数据画图 bcr.prepare_long_data 原始数据 处理后数据（date转换成了索引） 下面是个我自己制作的一个视频，金庸小说人气排行榜，数据获取，关注公众号【AI入门学习】，回复「条形图」即可获取 import os import bar_chart_race as bcr import pandas as pd data_path = 'C:/Users/wuzhengxiang/Desktop 默认为10比较流畅，改为3就有些卡顿了 bcr.bar_chart_race(df, 'covid19_horiz.gif', steps_per_period=3) 7、设置帧率，默认为500ms #
1.2K30发布于 2020-11-09 课前准备---单细胞VDJ分析导论2
BCR的类转换重组(CSR)也需要AID，这是一个取代编码同种型类的BCR恒定基因的生物学过程，对B细胞成熟和整体体液免疫产生广泛影响。 简单地说，处理scTCR/BCR-seq数据的典型工作流程如下:对单个细胞测序后，将reads对齐并重构为每个细胞的TCR/BCR链。 TRUST4还产生了更多的tcr和BCR，并能够从10 × 5 ' scRNA-seq基因表达数据中重建αβ-TCR、γδ-TCR和BCR。 BCR/TCR clustering and filteringTCR/BCR聚类对于确定细胞间的克隆关系很重要。TCR/BCR克隆型是指具有相同(TCR)或相似(BCR)受体的细胞。 BCR的克隆关系更为复杂，因为重组后的BCR链可能发生SHMs，这也可能在连接区域引入插入/删除。
1K20编辑于 2024-07-02- 来自专栏生信菜鸟团
提供代码数据，向Nature学习如何用基因组数据来分析癌症的演化轨迹
研究发现，BCR和ABL1基因的内含子断裂并非总是出现，同时也观察到BCR基因中存在框外外显子断裂点，这需要通过外显子跳跃来形成BCR-ABL1融合基因。 ，红色；其他驱动突变，橙色；野生型（WT），蓝色）和与年龄的关系进行着色，并通过混合效应模型回归线和按BCR::ABL1状态分层的95％置信区间表示（红色，BCR::ABL1阳性；灰色，BCR::ABL1 ◉ f, PD51635的每个样本点图，显示了C>T在CpG比例（排除BCR::ABL1阳性菌落中的BCR::ABL1分支克隆主干）的样本BCR::ABL1状态，按采样时间分面并注释了每个样本的驱动状态 ◉ c，推断的BCR::ABL1获得（年）与每年BCR::ABL1阳性克隆的年度化增长率（％）之间的关系。 使用的引物是：BCR-e1-A：GACTGCAGCTCCAATGAGAAC（BCR外显子1），BCR-b1-A：GAAGTGTTTCAGAAGCTTCTCC（BCR外显子12-13）和ABL-a3-B：
35610编辑于 2025-05-09 - 来自专栏用户6291251的专栏
刷爆全网的动态条形图，原来5行Python代码就能实现！
import bar_chart_race as bcr # 如果出现SSL错误,则全局取消证书验证 # import ssl # ssl. _create_unverified_context # 获取数据 df = bcr.load_dataset('covid19_tutorial') # print(df) # 生成GIF图像 bcr.bar_chart_race 02 排序方式，默认为降序(desc) # 设置排序方式,asc-升序 bcr.bar_chart_race(df, 'covid19_horiz.gif', sort='asc') ? 03 条目数限制，此处设置为最多出现6条 # 设置最多能显示的条目数,6条 bcr.bar_chart_race(df, 'covid19_horiz.gif', n_bars=6) ? bcr.bar_chart_race(df, 'covid19_horiz.gif', steps_per_period=3) ?
2.5K31发布于 2020-10-09 - 来自专栏生信菜鸟团
cellranger multi—手把手教你单细胞免疫组库定量
工欲善其事 必先利其器 单细胞免疫组库 单细胞免疫组库 是一种基于单细胞测序技术的高精度研究方法，用于解析免疫细胞（如T细胞、B细胞）的抗原受体（TCR/BCR）序列及其转录组特征。 fastq_id,fastqs,feature_types 然后批量生成csv文件后半部分样品信息： 前提条件： 文件名符合cellranger要求 所有样本的表达量数据在同一个目录下 每个样本的BCR 、TCR数据 分别在单独的子目录 GEX数据目录结构示例： GEX数据 BCR\TCR目录结构示例： BCR、TCR数据 根据gz文件目录结构信息，批量创建样本的csv文件，脚本命名为generate_csv.sh /bin/bash # #Define variables gex_gz=~/project/b_scrna/*gz bcr_gz=~/project/b_rawdata/*BCR*/*BCR*.gz data ls ${bcr_gz} | awk -F'/' ' { full_dir_path = $0 sub(/\/[^\/]+$/, "", full_dir_path)
71900编辑于 2025-03-18 - 来自专栏单细胞天地
huARdb：单细胞水平克隆型-转录组分析的人类抗原受体数据库
TCR 由成对的 α 和 β 肽链组成，BCR 由重链和轻链组成，每条链由可变区（V 区）和恒定区（C 区）组成 。 每个 TCR/BCR 肽链的 V 区由可变 (V) 基因、多样性 (D) 基因和连接 (J) 基因的随机重组编码。 每个 TCR/BCR 肽链的 V 区包含 CDR1、CDR2 和 CDR3，其中 CDR3 在抗原识别中起主要作用。 作者通过使用统一的数据处理流程对每个单细胞免疫组库数据处理，得到每个数据集的单细胞水平TCR/BCR和转录组特征。作者同时开发了网页以展示数据库各数据集的转录组相关特征和TCR/BCR相关特征。 可以通过细胞TCR/BCR特征定义细胞克隆型。
1.1K20编辑于 2022-03-14 TCGAbiolinks--使用R下载TCGA数据
,#一般没用barcode,#可以指定下载样本条码如TARGET-20-PADZCG-04A-01Rdata.format,#可以指定数据格式例如"VCF", "TXT", "BAM","SVS","BCR XML","BCR SSF XML", "TSV", "BCR Auxiliary XML", "BCR OMF XML", "BCR Biotab", "MAF", "BCR PPS XML", " pre.exp)#查看对应的symbolrowData(pre.exp)##查询临床#indexed clinical: 使用 XML 文件创建的精炼临床数据，XML>indexed#XML: 原始临床数据#BCR GDCquery(project = project,data.category = "Clinical",data.type = "Clinical Supplement",data.format = "BCR project = project,data.category = "Biospecimen",data.type = "Biospecimen Supplement",data.format = "BCR
68310编辑于 2025-12-08基因组+空间组--功能基因组学与肿瘤微环境分析揭示Mantle cell lymphoma的预后生物学亚型
信号传导增强野生型p53激活会显著抑制BCR信号通路。 研究证明了p53不仅通过经典途径发挥肿瘤抑制功能，还通过负向调控BCR信号通路这一新机制来抑制肿瘤。 结果6、p53通过上调PTPN6表达来抑制BCR信号传导p53通过直接上调磷酸酶PTPN6（即SHP-1）的表达来抑制BCR信号通路。 临床意义与结论：研究阐明了一条完整的p53 → PTPN6（SHP-1）→ 抑制BCR信号的肿瘤抑制通路。 这解释了为何TP53缺失或突变的MCL患者通常预后更差：因为他们失去了通过此轴抑制BCR信号的能力，可能导致肿瘤细胞过度依赖和激活BCR信号，从而促进生存和耐药。
23220编辑于 2025-11-11- 来自专栏单细胞
所有的样本都可以harmony合并分析吗？ 加测了TCR/BCR的单细胞数据能和普通的单细胞样本合并分析呢？
可以去除TCR/BCR相关基因之后进行合并分析。 问题来源 最近遇到一个有意思的问题：朋友自己的单细胞数据加测了TCR/BCR，想和公共数据集的单细胞数据合并分析，但是，公共数据集的单细胞数据没有加测TCR/BCR，这样还可以使用harmony合并分析吗 我的方案 我本来的解决方案：在朋友的原始数据中，只用scRNAseq文库（去掉BCR/TCR文库），重新走一步cellranger 流程。 再看下通讯作者过往发的文章，应该是认真做科研的 文献解决方案 使用正则表达式分别去除BCR/TCR基因 BCR-genes were removed from the count data using 文章主要说了BCR/TCR会对聚类结果有影响 the genes that encode B-cell antigen receptors interfere with the process of
28800编辑于 2024-02-23 [python]bar_chart_race设置日期格式
1、设置日期标签的时间格式 # 设置日期格式，默认为'%Y-%m-%d'bcr.bar_chart_race(df, 'covid19_horiz.gif', period_fmt='%b %-d, % Y') 2、更改日期标签为数值 # 设置日期标签为数值bcr.bar_chart_race(df.reset_index(drop=True), 'covid19_horiz.gif', interpolate_period f'Total Deaths - {total_deaths:,.0f}'return {'x': .99, 'y': .05, 's': s, 'ha': 'right', 'size': 8}# 添加文本bcr.bar_chart_race summary) 4、添加垂直条，可选类型有平均值、分位数等 # 设置垂直条数值，分位数def func(values, ranks):return values.quantile(.9)# 添加垂直条bcr.bar_chart_race
15110编辑于 2025-07-20- 来自专栏单细胞天地
单细胞免疫组库数据分析||Seurat整合单细胞转录组与VDJ数据
的数据： 1bcr <- read.csv("F:\\VDJ\\filtered_contig_annotations.csv") 2bcr[1:4,] 3 barcode is_cell $barcode <- gsub("-1", "", bcr$barcode) 2bcr <- bcr[! duplicated(bcr$barcode), ] 3names(bcr)[names(bcr) == "raw_clonotype_id"] <- "clonotype_id" 4table(bcr (bcr) <- bcr[,2] 6#tcr[,1] <- NULL 7 8# Add to the Seurat object's metadata. 9clono_seurat <- AddMetaData 因为转录组中的细胞很多，而免疫细胞（BCR）只有一部分。
4.6K53发布于 2020-06-05 - 来自专栏科研菌
ROC曲线+生存曲线如何发6+分？
nonevents定义：在研究结束时（至少有10年RP后随访），无BCR或DM证据。 其中RP时GG4-5的患者在DM中占比91％，BCR中为64％，非事件组为39％（p <0.0001）。 ? 表1：研究队列的临床病理特征 作者分DM vs. Nonevent，BCR vs. 表2：16个候选蛋白标志物预测DM,BCR及GG的AUC值 根据表2的结果，作者以具有显著意义的蛋白（DM 4种，BCR 3种）进行预测模型的构建。 表4：BCR蛋白标志物的cut-point 使用表3,4中确定的蛋白临界值将样本分别分为高低表达组进行生存分析。 图3：BCR蛋白标志物高低表达组的BCR-free survival生存曲线 4.预测远端转移的5蛋白分类器构建及验证 首先作者将214例患者（53 DM和161个非事件）随机分为训练和测试集（70％和
1.3K51发布于 2020-06-28 - 来自专栏新智元
NeurlPS2020| 训练数据严重不足，我的GAN也不会凉凉了！
借鉴bCR方法，增强判别器泛化能力 该论文使用的方法借鉴了bCR的处理过程，什么是bCR呢？ 从定义上来说，任何应用到训练数据集的增强效果都会被生成的图像继承。 如此，bCR这一方法通过令判别器对在一致正则化（CR）条件下的增强效果视而不见，从而有效地对判别器进行了泛化。 该论文的方法和bCR相似，都对展示给判别器的所有图像做了一系列增强操作，而和bCR不同的是，该篇论文并没有添加分离CR损失，而只使用了增强过的图像，并在训练生成器的过程中也做了此操作。 ： bCR方法在有效泛化判别器的同时，也导致了泄漏增强效果的后果，因为生成器可以自由生成包含增强结果的图像，却没有收到任何惩罚。 在Nivida最新论文中，研究者通过实验发现，只要p小于0.8，增强效果的泄漏就不可能在实际操作中出现，从而通过p的调整，有效解决了bCR出现的问题。
21310编辑于 2023-05-22 - 来自专栏生命科学
PI3K α/β 靶向抑制剂协同 BCL-2 阻断过程可用于治疗 DLBCL | MedChemExpress
抑制 B细胞受体(BCR)信号通路是治疗多种 B 细胞恶性肿瘤的有效途径。 Kamil Bojarczuk 等,使用十个具有不同遗传背景的原发性 DLBCL 亚群细胞，用于BCR/PI3K 的信号传导干扰和 BCL-2 表达失调的相关研究。 GCB和 ABC 型 DLBCL 的亚基团都依赖于近端 B 细胞受体(BCR)信号通路。 BCR 相关蛋白 CD79a 和 b 磷酸化后，下游通过 SYK、PI3K/AKT 和 BTK/PLCg/NF-kb 传递信号，发挥相应的生物学效应。 随后，研究人员分析了在 BCR 依赖型 DLBCL 细胞中（低浓度的 NF-kb），MCL-1 所发挥的抗凋亡相关作用。
35410编辑于 2023-02-22 - 来自专栏用户7627119的专栏
R如何将fasta转成dataframe
我们就用上次下载到的BCR的VDJ序列为例，7个fasta文件存放在BCR_seq文件夹中。 install("Biostrings") library("Biostrings") library(plyr) filenames=gsub("\\.fasta","",list.files("BCR_seq ")) filepath=list.files("BCR_seq",full.names = T) #循环读入7个fasta文件额内容 data <- llply(filepath, function(
1.2K20编辑于 2022-09-21
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