- 综合排序
- 最热优先
- 最新优先
【辰辉创聚生物】蛋白质组学：裂解化学、机械破碎与分馏策略在蛋白提取中的分子机制解析
蛋白提取的本质并非单纯的物理破碎，而是在细胞结构崩解的瞬间，通过化学与热力学手段将蛋白质组的生化状态加以保存。 一、物理屏障的突破：机械破碎与能量控制对于培养细胞等结构相对脆弱的样本，温和的化学裂解即可实现有效提取。 通过引入特异性的磷酸酶或去乙酰化酶抑制剂，可以防止裂解后发生的体外修饰变化，从而确保检测结果反映真实的细胞状态。三、亚细胞分馏与空间信息富集细胞内部高度分区化，许多关键生物学过程发生在特定细胞器中。 亚细胞分馏技术通过降低样本复杂度，为低丰度蛋白的检测提供了有效途径。该策略的核心是差速离心。利用不同细胞器在重力场中的沉降特性，通过逐步提高离心力，可依次分离细胞核、线粒体及膜性组分。 分馏不仅提供空间定位信息，也在一定程度上提升了蛋白质组分析的灵敏度。四、复杂样本的特异性挑战不同生物基质对蛋白提取提出了差异化挑战。
9510编辑于 2026-03-09- 来自专栏医学数据库百科
预测 lncRNA 亚细胞定位的网站
在整个基因转录翻译的过程当中，基因是在细胞核发生转录，然后出核到细胞质当中发生翻译。对 lncRNA 而言，由于lncRNA的功能主要还是通过影响其它基因来实现的。 如果在细胞核，就是参与转录调控了，经典的方式还是影响ceRNA的方式来进行调控；而如果在细胞质的话，那就参与转录后调控了，比如和mRNA形成互补双链来增加 mRNA 的稳定性。 老基因查询 如果我研究的基因是其他人已经研究很深入的基因了，一般都会有人去做其细胞定位的。 之前我们的介绍 ENCODE 数据库的时候，提到他们做了很多细胞、组织的测序结果，而在里面对于细胞系的测序结果。他们其实还分了细胞核测序以及细胞质测序的结果。 所以基于这个结果，我们就可以知道某一个基因/lncRNA 是在核表达还是在细胞质表达了。但是，这些ENCODE做了细胞系可能不全，只是其中代表性的几个。
2.9K10发布于 2020-06-03 - 来自专栏生物信息学
蛋白质亚细胞定位分析
大家晚上好，今天给大家带来的内容是蛋白质亚细胞定位分析，首先做一个简短的介绍。 亚细胞定位是指某种蛋白或某个基因表达产物在细胞内的具体存在部位，包括细胞核、细胞质和细胞膜等部位。 如果能利用生物信息学手段基于一些算法如机器学习等开发的方法进行亚细胞定位预测分析辅助于实验，这样就能省时省力节约成本。 这里以本生烟草为例，给大家介绍如何对感兴趣的很多个蛋白质进行亚细胞定位分析，分为公共平台数据和分析预测两部分。 较好的一点是，subcellular location列信息中还包括了亚细胞定位的文章出处。 最后，拿BUSCA预测结果与感兴趣蛋白的定位数据进行比较，主要为了： 1，看BUSCA工具亚细胞定位预测分析的可信度如何 2，整合感兴趣蛋白的亚细胞定位数据信息 参考BUSCA工具文章链接：https
4.3K10发布于 2020-04-14 - 来自专栏生物信息学
基于机器学习的蛋白质亚细胞定位预测
蛋白质是生命活动的主要承担者，也是组成人体一切细胞、组织的重要成分。研究表明，所有蛋白质有对应的亚细胞器，不同功能的蛋白质只有存在于特定的亚细胞器，才能正常发挥其作用。 因而寻找一种简单高效的方法对蛋白质亚细胞器进行定位，即获取其特定的亚细胞区间，对了解蛋白质的功能和性质，研究蛋白质之间的相互作用具有重要意义。 随着高通量测序时代的来临，大部分生物数据需要通过理化实验对其结构及功能进行注释，传统标注方法如细胞分馏、电子显微镜和荧光显微镜等，成本较高，且耗时费力，借助先进高效的计算机技术，基于统计预测或理论计算的方法从海量数据中挖掘出有效信息已成为了当今时代的迫切需要 氨基酸组成(AAC) 氨基酸组成是蛋白质亚细胞定位预测领域中最常用的统计学方法。 其中，FNi是第i类亚细胞区间预测错误的序列条数，TPi是第i类亚细胞区间预测正确的序列条数，M为亚细胞类别总数。
1K20发布于 2020-04-14 AbMole| BS3助力揭秘衣康酸转运体ABCG2抑制免疫抗菌能力
衣康酸是一种由免疫应答基因1(IRG1)对TCA循环中间产物顺乌头酸进行脱羧而合成的代谢产物，随后被转运到细胞质中，从而在巨噬细胞中发挥多种调节作用。然而，衣康酸从巨噬细胞中排出的机制仍不清楚。 随后研究人员敲除了THP-1 细胞和永生化小鼠骨髓衍生巨噬细胞（iBMDMs）中的 ABCG2/Abcg2。 LPS 激活的巨噬细胞中输出。 在本研究中，免疫荧光和细胞分馏分析等实验结果表明，ABCG2/Abcg2 KO或 ABCG2 ATP水解缺陷突变体的重组表达能促进 LPS 刺激的TFEB 核易位，促进溶酶体基因表达和溶酶体区室的形成。 最后，为了确定该研究结果与人类的相关性，研究人员使用人巨噬细胞进行验证，生化分析和亚细胞分馏分析等研究表明，在 LPS 激活的人巨噬细胞中，ABCG2 的表达与衣康酸的输出相关，阻断 ABCG2 可促进
12510编辑于 2025-12-23方法更新---亚细胞分辨率空间转录组学的单细胞划分
作者，Evil Genius现在已经有了多个亚细胞精度的空间平台，例如10X HD、Stereo-seq、Slide-seq等，虽然大多数还是采用bin模式的分析方法，但我们更希望有细胞分割的方法来实现单细胞级别的空间分析 关于10X官方推出的HD细胞分割的方法，需要btf文件和专门的分析软件（Stardist）。但是国内没有btf。那么很多人就转向了bin2cell，但是实际效果有待进一步确认。 关于Stereo-seq，华大也推出了细胞分割的方法，目前看到了一篇文章是这么做的，分享文章在文献分享---人动脉粥样硬化斑块中三级淋巴样器官结构的单细胞空间转录组学研究（Stereo-seq）不过以上方法都是基于核分割 今日参考文献，实现亚细胞精度空间转录组的核扩展分割。知识积累现有的方法通常将SRT数据网格化为预定义的正方形，这对于准确捕捉细胞边界是不现实的。整合亚细胞SRT数据和细胞核染色图像来实现单细胞分割。
28920编辑于 2025-06-04- 来自专栏单细胞
单细胞实战之亚细胞分群从TNK至CD4+T细胞——从入门到进阶(中级篇1）
两个映射工具 这四个初级部分的学习后，我们将正式进入中级篇，第一讲的主题是亚细胞分群。 严格来说，亚细胞分群其实更适合作为高级篇的内容，因为它涉及多个关键因素，包括基础生物学背景、技术流程熟练度，以及最新的研究进展。 然而，考虑到笔者自身的经验和技术水平有限，同时为了确保课程内容的有序推进(后续涉及到亚群的分析)，经过多番思考，最终还是决定将亚细胞分群归入中级篇进行讲解。当然，这仅是笔者的一家之言，未必绝对正确。 如果您有更佳的亚细胞分群流程，欢迎在推文下方留言交流。 label = TRUE, pt.size = 0.5) 走完标准化流程之后的UMAP分群图 3.6.保存数据qsave(sce,"sub_data_cd4+T.qs")setwd("..")本次内容完成了亚细胞分群从
86110编辑于 2025-02-22 - 来自专栏单细胞
单细胞实战之亚细胞分群之CD4+T细胞分群——从入门到进阶(中级篇2）
该推文首发于公众号：单细胞天地上一讲在完成了从T/NK至CD4+T细胞流程实践后，在这一讲内容中我们将对CD4+T细胞进行亚群的细分。 差异基因结果；首先需要对常规的CD4+T细胞亚群具有一定了解，这些细胞亚群包括了：幼稚性T细胞，辅助性T细胞(THs)，记忆性T细胞和调节性T细胞(Treg)等细胞。 记忆性T细胞：是一类能够长期存活并在二次免疫应答中迅速反应的 T 细胞。这里仅考虑CD4+记忆性T细胞。调节性T细胞：对维持自身免疫耐受和免疫稳态方面至关重要，同时在某些情况下也可能促进疾病进展。 /Th1细胞（IFNG，GZMK，BHLHE40）；Th17细胞(IL23R)；Tfh细胞(CXCR5)；组织驻留记忆T细胞，Trm(CXCR6)；固有层Trm细胞,P.Trm(CD6)；CD4_markers_step3 3.基于转录因子分析结果注释TFs在单细胞数据中能够较有效地区分细胞亚群，主要因为它们决定细胞命运并调控基因表达，不同细胞类型往往具有特异性的 TFs 表达模式。
1.9K00编辑于 2025-03-23 - 来自专栏生信修炼手册
Euk-mPLOC:预测真核生物蛋白的亚细胞定位
对于蛋白质功能研究而言，亚细胞定位是非常重要的分析内容。蛋白质在细胞中是流动的，所以一个蛋白可以具有一个到多个的亚细胞定位信息。 比如转录因子等蛋白，其亚细胞定位是动态变化的，在不同亚细胞中产生不同的细胞功能。 了解蛋白质的亚细胞定位信息，可以对预测其生物学功能提供帮助。 Euk-mPLOC是一个在线软件，可以预测真核生物蛋白的亚细胞定位。 网址如下 http://www.csbio.sjtu.edu.cn/bioinf/euk-multi-2/ 将亚细胞定位分成了以下22种不同区域 Acrosome Cell wall Centriole 对于每条输入的蛋白序列，都会给出预测到的多个亚细胞定位信息。 ·end· —如果喜欢，快分享给你的朋友们吧—
2.6K30发布于 2020-05-08 - 来自专栏生物信息云
scGHOST:鉴定单细胞3D基因组亚区室
然而，目前还没有对单细胞亚区区进行注释的方法，而这对于理解单细胞染色体的空间定位是很重要的。这里我们介绍一种新方法：scGHOST。 scGHOST，这是一种使用带约束随机游走采样的图嵌入技术的单细胞亚区注释方法。 scGHOST在单细胞Hi-C数据和由单细胞3D基因组成像推导出的接触图中的应用，证明了其能可靠地识别单细胞亚区，为核亚区的细胞间变异性提供了见解。 通过使用来自复杂组织的单细胞Hi-C数据，scGHOST识别出与各种细胞类型和发育阶段中的基因转录相关的细胞类型特异性或等位基因特异性亚区，这表明了单细胞亚区的功能意义。 scGHOST是一种在广泛生物背景下注释单细胞3D基因组亚区的有效方法。
63010编辑于 2024-05-06 - 来自专栏单细胞天地
国内首款亚细胞级微孔空间转录组芯片震撼发布！
国内首款亚细胞级微孔空间转录组芯片震撼发布！ 在组织的原始位置探索基因表达模式对于了解其中的细胞类型和功能非常重要,现有的空间转录组分析方法存在通量低或分辨率不足等局限。 百创智造自主研发的百创S1000空间芯片可在亚细胞分辨率水平上，检测完整组织切片中的原位基因表达信息，实现组织结构的精细解读。 空间转录组测序技术被《Nature Methods》评为2020年度技术以来，其相关技术呈指数级增长，在给定的预测期内，全球单细胞与空间转录组分析市场预计到2026年将达到约77亿美元。 就在今天，国内生物科技公司百迈客生物经过多年研发，正式发布了国内首款亚细胞级微孔空间转录组芯片：百创S1000 百创S1000可以让研究者们结合不同阶段图谱数据，获得全面的亚细胞级时空动态表达图谱，从而为疾病的诊断治疗及药物研发提供更有力的决策依据 中国科学院北京基因组研究所研究员 于军 中国农业科学院王晓武 研究员谈到，目前空间转录组测序技术应用在植物研究领域的主要障碍是植物有细胞壁，而现在的空间转录组透化试剂都是针对动物组织进行研发的，因此很多时候无法很好的将细胞中的
84240编辑于 2022-06-13 - 来自专栏生信技能树
亚实性结节和磨玻璃结节肺腺癌单细胞水平的差异如何
最近在朋友圈看到两个还算是比较类似的单细胞文章： 2021年1月27日，亚实性结节(SSN)的肺腺癌 单细胞文章是：https://advances.sciencemag.org/content/7/5 亚实性结节(SSN)的肺腺癌 单细胞 ? of lung adenocarcinoma manifested as pulmonary subsolid nodules by single-cell RNA sequencing" 该研究利用单细胞测序技术全面揭示了影像学表现为亚实性结节 10x Genomics单细胞转录组测序，结果共获得60,459 个细胞的表达谱数据，成功鉴定出肿瘤细胞、内皮细胞、T细胞等9种细胞类型。 亚实性结节的肺腺癌单细胞研究是：对16名CT影像学表现为SSN的肺腺癌患者的手术切除样本进行单细胞转录组测序，同时整合已发表的6例癌旁样本(nLung)和9例进展性肺腺癌样本(mLUAD)的数据，共获得
90720发布于 2021-02-03 - 来自专栏新智元
【Nature Methods】 2016 最值得关注的 8 大技术
蛋白定位亚细胞图谱（Subcellular maps） 系统绘制蛋白质在细胞中分布的方法也在不断发展。 ? 在早期的工作中，人们先进行细胞分馏，随后对蛋白质位置进行生化分析，这其中主要用了质谱方法（Cell 125，187-199，2006）。 在系统中使用Workhorse方法，如以抗体为基础的免疫组化方法，以产生亚细胞图谱。 Methods 12, 51–54, 2015），并开始在亚细胞图谱实验中应用（(Proc. Natl. Acad. Sci. USA 112,12093–12098, 2015）。 虽然蛋白质位置的亚细胞地图会让我们看到前所未有的图像，但是蛋白质只是组成这种图像的为数不多的一种分子类型。然而，在对细胞的探索中，蛋白质图谱肯定是开始的地方。
1.4K80发布于 2018-03-14 - 来自专栏生信菜鸟团
Cell：对亚细胞蛋白质组进行全局表征，发现许多蛋白质是通过其空间分布的变化而非丰度变化来调节的
在19个亚细胞结构和器官界面解析了7600多种蛋白质 使用HCoV-OC43病毒感染重塑全局亚细胞组织 亚细胞重塑揭示了丰度变化未捕捉到的关键反应 Summary Para_01 定义所有人类蛋白质的亚细胞分布及其在不同细胞状态下的重塑仍然是细胞生物学中的一个核心目标 可以在免疫沉淀（IP）、连续溶解或生化分馏后进一步测量整个区室的蛋白质组成。 分馏可用于纯化特定细胞器以进行深入分析，或者使用蛋白质相关性分析来表征来自给定样品的所有细胞区室。 ◉ （F）在我们数据集中检测到的COP-I亚单位的亚细胞重塑谱。 图片说明 ◉ 图5。HCoV-OC43感染期间的泛细胞重塑(A) 基于图形的亚细胞重塑定量策略。 Para_04 除了提供大量的数据资源和亚细胞定位注释汇编之外，我们还提出了一种基于数据驱动的图分析框架。 这一框架能够从头识别亚细胞隔室及其相互连接，并提供一种无监督的形式来描述亚细胞重塑。 Subcellular fractionation and whole cell extract preparation Para_01 为了粗略的细胞器亚分馏（"N/O/C"组分，参见正文和图1E），
64110编辑于 2025-02-27 - 来自专栏医学和生信笔记
ggplot2绘制森林图(有亚组和没亚组)
forestplot/forestploter/ggforestplot等多个R包： 画一个好看的森林图 用更简单的方式画森林图 R语言画森林图系列3 R语言画森林图系列4 R语言画误差线的5种方法 虽然写的很详细，有亚组和没亚组的都包括了 没有亚组的森林图 rm(list = ls()) tmp <- read.csv(".. (position = "top") library(patchwork) p2+p3+p4+p1+p5+plot_layout(widths = c(0.4,0.2,0.3,1,0.5)) 有亚组的森林图 最后大家思考一个问题：多因素回归的森林图和亚组分析的森林图是一样的吗？
3.1K40编辑于 2023-02-14 - 来自专栏镁客网
谷歌开发出的深度学习算法模型，可用于预测DNA链等亚细胞结构的变化 | 技术
该算法通过研究细胞的变化来进一步研究相关疾病的变化，获得了多项人类尚未发现的研究成果。 近日，研究团队又获得了新的进展，利用算法分析其亚细胞结构（如线粒体、染色体、DNA链等）的变化后，发现了通过分析“眼睛”，我们可以判断一个人是否有患心脏病的风险。 在生物学研究领域，细胞生物学的研究核心点就是：结构决定功能。其中，蛋白质学中就有理论明确提出，细胞的状态由细胞内结构的位置以及细胞周期的改变来确定。 ，并利用训练后的模型分析预测亚细胞结构的位置。 此外，这种新算法还可以将细胞内部结构的变化和细胞的变化结合在一起，以用于研究相关疾病的变化。在最新的报告中，研究团队给出了初步的实验结果，即其在心脏病预测上的应用。
87440发布于 2018-05-29 - 来自专栏又见苍岚
亚像素角点检测
cv.goodFeaturesToTrack() 提取到的角点只能达到像素级别， 在很多情况下并不能满足实际的需求，这时，我们则需要使用 cv.cornerSubPix() 对检测到的角点作进一步的优化计算，可使角点的精度达到亚像素级别 goodFeaturesToTrack() 提取到的角点 只能达到像素级别，获取的角点坐标是整数，但是通常情况下，角点的真实位置并不一定在整数像素位置，因此为了获取更为精确的角点位置坐标，需要角点坐标达到亚像素 这时，我们则需要使用cv::cornerSubPix()对检测到的角点作进一步的优化计算，可使角点的精度达到亚像素级别。 原理解析 在亚像素级精度的角点检测算法中，一种方法是从亚像素角点到周围像素点的矢量应垂直于图像的灰度梯度这个观察事实得到的，通过最小化误差函数的迭代方法来获得亚像素级精度的坐标值。 winSize 计算亚像素角点时考虑的区域的大小，大小为NXN; N=(winSize*2+1)。
1.3K20编辑于 2023-04-12 - 来自专栏单细胞天地
复发难治性骨髓瘤骨髓瘤的亚克隆特异性微环境单细胞分析
acc=GSE161801 文章在基于液滴的平台上利用单细胞转录切割技术分析了RRMM的亚克隆结构、转录异质性、细胞相互作用和治疗反应。 中间:根据遗传畸变鉴定骨髓瘤细胞亚克隆，同时对照健康供者的HCA数据集评估BME细胞的变化。 右图:通过整合这些数据，揭示了骨髓瘤细胞与BME细胞的亚克隆特异性相互作用。 基于基因表达的聚类经常显示与给定的亚克隆类型高度重叠，如具有五个亚克隆的患者所示(图C-G)。 在某些情况下，还检测到罕见的亚克隆，它们没有像+1q克隆那样分离成一个不同的转录簇，该克隆占细胞的~2%(图c, e,f) 将RRMM患者的CD138-区室与来自HCA的健康供体的BME细胞整合到406946 发现带有染色体1Q-Gain的亚克隆表达一种特定的转录特征，并在治疗过程中经常扩大，RRMM细胞通过上调炎性细胞因子和与髓系间的密切相互作用形成免疫抑制的BME。
39610编辑于 2023-11-17 - 来自专栏北野茶缸子的专栏
11-互联网游荡杂志-跟着澳大利亚SVI-RMIT实验室学单细胞
**就像在图书馆中，主题接近的书要放在一起那样，在细胞核里，不同的基因也需要在空间上进行整理。 但这并不是一件容易的事。如果将人类一个细胞内的DNA首尾相接，拉成一条直线，可以长达数米。 而细胞核内的空间，却只有在显微镜下才能看清。这些基因要如何在狭小的空间里整理到位呢？又比如，当细胞需要调控特定基因的表达，细胞内的元件又要怎么配合到位，找到合适的基因呢？ 答案可能就在RNA上。 在这项研究中，科学家们开发了一种特殊的工具，能看清细胞核内的RNA。具体来说，这种工具能给不同位置的RNA打上不同的标签。事后，只要回溯这些标签，就知道RNA原本在细胞内处于什么位置。 15、免疫细胞注释-1：T细胞 [13] 写的相当全面的免疫注释教程了。 16、Th1细胞概述[14] 17、SVI-RMIT 实验室 单细胞讲义[15] 由澳大利亚SVI-RMIT 实验室举办的单细胞workshop 的相关讲义，发现2019年的讲义内容最为丰富，而且相比哈佛
73930编辑于 2021-12-17 - 来自专栏FreeBuf
澳大利亚数据保护要求
前言 澳大利亚政府宣布修订1988年《隐私法》以增加罚款。 关键法案、法规、指令 澳大利亚个人数据保护的主要立法是《隐私法》及其《澳大利亚隐私原则》（“APPs”）。 地域范围 《隐私法》/APP适用于在澳大利亚开展业务的所有组织，包括从澳大利亚居民那里收集个人信息，或通过向澳大利亚居民推广离岸实体/网站。 请注意，即使离岸实体（例如位于澳大利亚境外的云托管提供商）不与澳大利亚的个人直接接触，不参与促进这些个人之间的交易，也不直接收集这些个人的个人信息，该实体仍然可能在澳大利亚开展业务，因为它是APP实体的服务供应商 关键定义 数据控制者：与欧洲法律不同，澳大利亚隐私法中没有数据“控制者”的概念。 数据处理者：与欧洲法律不同，澳大利亚隐私法中没有数据“处理者”的概念。
1.8K10编辑于 2023-03-29
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