- 综合排序
- 最热优先
- 最新优先
- 来自专栏生命科学
真菌基因组——发现生物标记物领域 | MedChemExpress
科研人员通过将标记有绿色荧光蛋白 (GFP) 的啤酒酵母 (Saccharomyces cerevisiae) 在荷瘤小鼠中测试，发现真菌迁移到了胰腺，表明肠道菌群可以直接影响胰腺的微环境。 另外，剔除真菌基因组可增强基于吉西他滨 (Gemcitabine，购于 MedChemExpress) 的化疗效果。 此外，用 Amphotericin B 治疗对 MBL-基因敲除小鼠的肿瘤生长没有保护作用。与 MBL 相似，C3 的表达与 PDA 患者生存率降低的趋势有关。 小M的小思考： 该研究从真菌基因组与 PDA 发病机制入手，表明真菌菌群可通过激活 MBL 促进胰腺癌发生。因此，真菌基因组可能是未来药物治疗的新靶点，也将是发现生物标记物的一个领域。
44620编辑于 2023-03-01 - 来自专栏单细胞天地
标记基因可视化
会根据之前的6个发育时期和4个cluster的tSNE结果，进行一些marker基因的等高线图和热图可视化 另外还有小提琴图： ? 对marker基因可视化的目的还是说明之前分的群是有道理的，文章中也提到了： ? 1] > table(female_clustering) female_clustering C1 C2 C3 C4 240 90 190 43 1.2 拿到文章中的marker基因列表 作者要对哪些基因可视化，都是有自己的思量的 # 作者选择的14个marker基因 markerGenes <- c( "Nr2f1", "Nr2f2", "Maf", "Foxl2", 比较作者代码和Seurat的结果 取同一个基因Nr2f2，看看它们的小提琴图： ? 然后如果我们自己画图呢？
1.6K31发布于 2020-03-30 - 来自专栏绿盟科技研究通讯
物联网资产标记方法研究【三】——基于机器学习的物联网资产标记方法
一、摘要 关于物联网资产识别研究的话题，我们介绍了资产识别的研究现状、物联网设备的特征以及基于先验知识的资产标记实践（文章链接见往期回顾），通过对问题的分析和标记实践后得知，要想解决好互联网上物联网设备识别的问题 再通过机器学习聚类算法对处理后的数据进行文本聚类，得到相似的高置信度的资产类别，然后采用人工标记的方式对各个资产类进行标记，产出物联网指纹和非物联网资产指纹。 四、人工：多人协作标记 物联网资产聚类确实可以为了提供高置信度的物联网资产类别，但是准确的提取物联网设备指纹还需要人工参与完成，所以为了提高资产标记效率，我们设计了一款多人协作的物联网资产标记平台（Fiot ，经过两个月的时间，迭代标记两个轮次的标记共发现352个物联网设备指纹、36种设备类型以及137个物联网厂商，共标记498401物联网设备。 往期回顾： 《浅谈物联网蜜罐识别》 《物联网资产标记方法研究【二】——基于聚类算法的物联网资产识别算法》 《物联网资产标记方法研究【一】——基于先验知识的物联网资产标记实践》 《物联网设备的6个特征》
1.7K10发布于 2021-01-12 - 来自专栏聊点学术
各种细胞器典型标记物。
为了增强实验数据的直观性，很多人会选择荧光标记或免疫组化标记的方法，定位研究。 那么，到底各个细胞器的特异性标记物到底是什么呢？ ? 小编在此对成熟的、公认的、常用的标记物作一小小总结，以供参考。 This is the dividing line. ---- 1 — 细胞骨架 ? ?
1.1K30发布于 2020-07-21 - 来自专栏生信技能树
kegg pathway通路高亮标记基因（代码版）
生信技能树的生信入门课程，第四周转录组测序数据分析给大家讲解了如何在KEGG数据库中标记显著差异表达基因，使用的是网页版操作，详细过程可以看看我们的优秀学员笔记：优秀学员笔记：转录组课堂笔记Day5 PPT 1.在某通路中标记一个基因 如在 hsa04110（Cell cycle - Homo sapiens (human)，细胞周期通路） 通路中突出标记基因 CDKN2A： fill_color：指定标记基因的颜色 tomato",use_cache = T) p ggsave("hsa04110.png",plot = p, bg="white",width = 9, height = 8) 结果如下： 2.同时标记多个基因 ： 给一个基因名字向量即可： # 同时标记多个基因 p <- highlight_entities("hsa04110", c("CDKN2A", "CDC45"),directory="./", fill_color = "tomato",use_cache = T) p 3.还可以标记连续值 输入一个带名字的数值向量，可以用于展示差异基因的FC值，pvalue值，相关性等： # 使用连续值标注
56010编辑于 2025-05-19 - 来自专栏生信技能树
超详细T细胞亚群标记基因列表
看到了一个超详细的对T细胞亚群进行分析的文献，分享给大家！参考文献标题：《Integrated single-cell transcriptome and T cell receptor profiling reveals defects of T cell exhaustion in pulmonary tuberculosis》，这篇文献于2024年6月发表在 J Infect. 杂志(IF=14.3)上。
2.1K10编辑于 2025-05-25 - 来自专栏生信宝典
画个火山图，标记下基因的名字
BIC无代码绘制差异基因火山图留下一个小问题，如何在图上标记基因？ 如何上传文件、选择文件，见上一篇文章BIC无代码绘制差异基因火山图；网站访问链接：进入到火山图绘制页面http://www.ehbio.com/Cloud_Platform/front/#/analysis 如果想在火山图上标记基因，可以通过文本域Sets of genes to be labeled in the plot输入一堆要标记的基因 (可以是一列，也可以是多列，要有标题行)。 设置参数如下，因为提供的基因只有1列，Label column可以不设置。 获得结果 我们的差异基因分析表格中基因的ID为ENSEMBLE编号，如果想用Gene symbol或其它编号怎么操作？ 设置参数如下，注意Label column选择使用Symbol列进行标记。 获得结果 测试数据获取：https://gitee.com/ct5869/bic
1.1K20编辑于 2022-01-19 - 来自专栏单细胞天地
软骨相关单细胞亚群的标记基因
效应型软骨细胞：具有较高代谢活性，高表达保护软骨的PRG4基因。 髓核祖细胞（NPPC）：表达PDGFRA和PROCR，具有自我更新和三系分化能力，可能在椎间盘发育、损伤和修复过程中发挥关键作用。 第三个规则：生物学功能注释 第四个规则：转录因子等基因集特异性亚群（更多的生物学功能数据库） 这个文章就是简简单单的给每个软骨相关的单细胞亚群一个编号而已，所以它的结果基本上没办法在后续的文章里面引用 因为如果你读取这个GSE160756数据集然后降维聚类分群，甚至都没办法复现它的软骨相关的3个单细胞亚群，仅仅是能从文章里面的拿到文章给出来的基因列表而已。 肥大性软骨细胞（HTC）：与软骨细胞肥大相关的基因表达。 前肥大软骨细胞（preHTC）：可能是引起骨关节炎（KOA）的关键细胞群。 调节性软骨细胞（RegC）：可能参与软骨细胞的调节功能。 上面的知识并不是金标准 大家都知道，单细胞转录组算是革命性技术，出现以及爆火也就是这些年，很难有权威知识体系建立完善，上面的软骨相关单细胞亚群的标记基因仅仅是来源于两个文献而已，谈不上金标准。
70910编辑于 2024-05-11 - 来自专栏生信技能树
听说你还缺单细胞亚群标记基因
第三次细分亚群就会深入到T淋巴细胞的CD8和CD4细分，这个时候很多人就很难搞起来各个细分亚群的标记基因了，最近（ 06 May 2021）出来了一个文章：《A single-cell map of intratumoral patients with breast cancer》，链接是：https://www.nature.com/articles/s41591-021-01323-8 这方面就做的很细致，如下所示的基因 但是这么多基因名字，如果你也想把它用起来，得一个个手敲。这当然是不符合咱们现代人的习惯啦，我们善假于物，所以我随手找了一个网页工具：http://www.ocrmaker.com/ ? 结果可以接受！ 如果你也有T淋巴细胞的CD8和CD4细分需求，这些基因拿去使用吧！ 工具并不是万能的 比如当我想上传的图片里面的基因名字有一些重叠的时候 ： ? 这个时候肉眼其实是可以区分的， 所以你还可以退而求其次，选择比较廉价的本科生帮你手敲这些基因名字哦！
3K40发布于 2021-05-27 - 来自专栏生信技能树
大鼠单细胞标记基因特异性咋样
Reprograms the Single-Cell Transcriptional Landscape of Rattus Norvegicus Aging》这个里面的单细胞研究整理了常见的大鼠这个物种的单细胞亚群的标记基因 ，列表如下： 常见的大鼠这个物种的单细胞亚群的标记基因 可以看到，绝大部分都是人类单细胞亚群标记基因的基因名字的小写形式而已。 给大家一个学徒作业，在pbmc3k的单细胞数据集里面，降维聚类分群后，对上面的大鼠的单细胞亚群特异性的标记基因进行可视化！ Caloric Restriction Reprograms the Single-Cell Transcriptional Landscape of Rattus Norvegicus Aging》附件里面的基因复制粘贴处理成为人类基因 同时，也可视化人类的部分单细胞亚群标记基因，对比展示： # T Cells (CD3D, CD3E, CD8A), # B cells (CD19, CD79A, MS4A1 [CD20]), #
84630发布于 2021-10-12 - 来自专栏全栈程序员必看
火山图标记基因_火山地形图
现在很多文章开始出现这样的一种情况，在绘制火山图中，显示我们所关注的基因，那么如何去显示呢？ 很多人可能会这么做，在绘制普通的火山图之后，使用AI对图进行修改，添加部分基因，但是现在我要介绍的是如何用R绘制 library(ggpubr) library(ggthemes) data <- dataadj.P.Val<0.05)&(dataKaTeX parse error: Expected ‘EOF’, got ‘#’ at position 32: …own-regulated” #̲查看上调和下调的基因个数 yintercept=1.3, linetype=“dashed”)+geom_vline(xintercept=c(-2,2),linetype=“dashed”) #新增一列，这一列是需要展示的基因名在这里我展示前 ’) devtools::install_github(‘kevinblighe/EnhancedVolcano’) 加载包 library(EnhancedVolcano) #res1是带有基因
93430编辑于 2022-11-01 多基因评分（PGS）和分子标记辅助选择（MAS）
大家好，我是邓飞，人类中多基因得分（PGS）这个方法，相当于动植物中的分子标记辅助（MAS）或者是基因组选择（GS）。虽然概念有所区分，但是理论都是相通的。下面是根据个人理解，介绍一下。 分子标记来源于主效QTL或者GWAS得到的大效应位点或者已知基因的信息，特点是效应比较大或者是质量性状（孟德尔性状）。 ，这些目标性状由一个或者几个主效基因/QTL控制，分子标记与目标性状紧密连锁，能通过标记快速筛选优良个体，跳过复杂的表型鉴定步骤。 通过标记，将多个优良基因聚合，在种质早期进行筛选，这种分子育种方法在动植物育种中被广泛使用。 总结： 1，之前有个误区，分子标记辅助只对主效基因有帮助，科研文章中定位的很多基因和位点应用价值有限，真正有应用价值的是对应的主效基因，可以做回交育种、可以做转基因、可以做基因编辑。
14010编辑于 2026-03-12- 来自专栏生信修炼手册
color pathway 使用指南 : 在通路图中标记基因
这个工具使用比较简单，分为4步： 在Select KEGG pathway map 输入框中输入想要标记的pathway ID ; 在Enter data中输入需要标记的基因和对应的信息，或者通过选择文件按钮 用指定颜色标记基因 输入文件的格式如下： 第一列为需要标记的基因或者KO，其他列为对应的前景色和背景色，背景色简单理解就是方框的填充色，前景色就是边框和文字的颜色。 用基因表达量标记基因 当使用基因表达量时，需要指定一个颜色范围，将数值映射到该颜色范围中去，适合展示表达量上的渐变关系。 总结 通过color pathway, 我们可以有多种方式在通路图中标记我们的基因，可以直接指定颜色，也可以将表达量等数值信息映射到图中。 对于每种输入格式，必须要有#开头的注释行。 color pathway 一次只可以标记1张通路图，不适合大规模的标记。
2.4K10发布于 2020-05-09 - 来自专栏生信技能树
多种方法在火山图上标记感兴趣基因（差异基因，或者通路）
健明 全国巡讲课程结束后的一个月持续答疑环节，被问的最多的问题居然是如何在差异分析后的火山图上面标记出来感兴趣的基因，这里有必要派我们杰出能干的小洁老师出马！ 学以致用 火山图的本质就是点图，那么在火山图上标记部分基因，就是在点图上标记部分点。 step2:筛选部分基因，用于显示在图上 想在图上做修改，一半是调参数，一半是调数据。我们现在要做的就是调数据：要标记的，label=基因，无需标记的，label=“”。 step2：生成用于添加图层的新数据 ⭐重点在这里 新数据框的内容是你想要标记的基因，这里根据logFC和Pvalue的大小来筛选，可以自定义阈值来调整要显示的基因的数量： for_label <- test 可以手动选一二三四个感兴趣的基因 ggscatter(test, x = "logFC", y = "v", ylab="-log10(
20.8K34发布于 2019-08-13 - 来自专栏CHSNP
PrecisionFDA脑肿瘤预测及标记物发现挑战赛
挑战赛背景多组学联合分析是指对来自不同组学，如基因组学、转录组学、蛋白组学和代谢组学等的数据进行统一处理、比较分析，用以探究生物学问题。 由于生物过程具有复杂性和整体性，多种物质共同影响生命系统的表型和性状，例如环境、基因、mRNA、调控因子、蛋白、代谢等，这些组学之间，既相互独立，又互相影响，既有很大的差别，又有相似之处。 图片PrecisionFDA 2019: 脑肿瘤预测及标记物发现挑战赛在PrecisionFDA 2019-2020年的脑肿瘤预后预测的挑战赛中，主办方提供了脑肿瘤病人样本的基因组与临床数据，记录了每个样本的 CNV拷贝数变异（811位点），RNA基因表达（19335位点），临床表型（脑肿瘤类型，分级分期）以及预后状态数据；其中训练集里预后状态数据是公开的，建立训练模型后通过测试集评估模型的准确度。
42100编辑于 2022-11-14 多种差异分析方法识别微生物标记物
识别组间差异物种是微生物领域常见的数据分析。我们采用三类不同的差异分析方法来发现显著差异的微生物物种，它们分别是：
1.2K00编辑于 2024-06-12- 来自专栏单细胞天地
CNS图表复现12—检查原文的细胞亚群的标记基因
CD31+,PECAM1,endo) 然后根据CNS图表复现06-根据CellMarker网站进行人工校验免疫细胞亚群 进行了免疫细胞细分亚群，但是我注意到，其实文章给定了一下他们自己的收集整理好的标记基因作为他们文章的分群依据 Immune Markers Markers , used for differing between primary immune cell types 现在我们就校验一下原文的细胞亚群的标记基因的可靠性 for differing between non-immune and immune cell types as well as non immuen epithelial cell types拿到基因名字 而且有一群细胞，既表达EPCAM等上皮细胞的标记基因，也表达MYL9这个Fibroblasts的基因，很有可能是并不纯粹的细胞亚群，或者说是双细胞情况。 往期回顾 IRIS3 ：细胞类型特异的调节子分析框架 剑桥大学5天功能基因组培训课程全套资料（含单细胞转录组） 二十年前做科研你只需要检测一些基因在一些癌症细胞系表达量情况即可 ---- ----
1.4K50发布于 2020-11-02 - 来自专栏生信技能树
单细胞亚群标记基因何止五种可视化方法
以前我们做了一个投票：可视化单细胞亚群的标记基因的5个方法，下面的5个基础函数相信大家都是已经烂熟于心了： VlnPlot(pbmc, features = c("MS4A1", "CD79A")) FeaturePlot 明明都是一个意思，就是某个亚群的某个基因特异性表达而已，非要玩出花！
83640发布于 2021-07-06 - 来自专栏单细胞测序
单细胞测序—标准流程代码(2) — 标记基因与细胞注释
单细胞测序—标准流程代码(2) — 标记基因与细胞注释书接上回，已经做好数据质控、过滤、去批次、降维聚类分群后，接下来就是进行细胞注释方面的工作step4: 看标记基因库# 原则上分辨率是需要自己肉眼判断 gastric_cancer_markers（胃癌标记基因）：这个列表包含了与胃癌相关的标记基因，用于识别或研究胃癌细胞。 lung_epi_markers（肺上皮细胞标记基因）：这个列表包含了与肺上皮细胞相关的标记基因，可能用于研究肺组织或肺癌中的上皮细胞。 last_markers（最后标记基因）：这个名称看起来比较通用，可能是指某个研究中最后一组基因标记。 Bcels_markers_list（B细胞标记基因列表）：这个列表包含了与B细胞相关的标记基因，B细胞是免疫系统中产生抗体的细胞。
1.9K11编辑于 2024-08-22 - 来自专栏绿盟科技研究通讯
物联网资产标记方法研究【二】——基于聚类算法的物联网资产识别算法
一、前言 随着物联网设备的普及和人工智能技术的发展，越来越多的物联网设备及服务暴露在互联网中，这也导致其安全问题备受关注。 物联网资产识别是物联网安全中必要且关键的一环，如果能够对暴露在外的物联网资产进行归纳梳理并分析，对于发现物联网设备的安全问题是具有重要意义的。 然而物联网资产的识别具备一定的复杂性，首先暴露在互联网上的资产众多，对于大量数据的收集具备一定难度。此外，由于物联网资产的更新变化速度快，种类众多，导致物联网资产识别十分碎片化。 二、物联网资产识别 物联网资产识别的关键在于找到物联网指纹，往期文章中已经介绍过物联网资产的一些特征和识别方法。 由于物联网设备返回的报文信息中往往包含物联网设备所属的设备类型以及品牌等信息，因此一旦能够通过报文响应信息提取到物联网指纹，就可以利用指纹作为识别物联网资产的依据，甚至可以得到设备类型编号等详细信息。
1.7K10发布于 2020-11-04
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