- 综合排序
- 最热优先
- 最新优先
- 来自专栏文献分享及代码学习
空间转录组揭示玉米胚乳发育过程中细胞异质性的研究
这篇文章是2023年11月8日发表在Nature Communications上一篇文章，主要讲的是利用单细胞空间组学的方式对玉米胚乳发育过程中细胞异质性的研究[1]。 玉米籽粒的发育过程可以分为以下阶段：双受精和细胞分裂分化阶段（1~10 DAP）、储存物质积累阶段（10~35 DAP）、成熟阶段（35~56 DAP）。胚乳在玉米籽粒发育中起着重要的作用。 这项研究的结果对于理解玉米胚胎发育的分子机制具有重要意义。 因此这篇文章是关于玉米胚乳发育过程中细胞异质性的研究。研究使用了空间转录组学技术，通过对玉米内部不同组织的转录组进行测序和定位，揭示了玉米胚乳发育过程中细胞的空间分布和基因表达模式。 总结 作者描述了他们使用空间转录组学技术对玉米胚乳发育过程中的细胞异质性和功能区进行了研究。
94410编辑于 2024-03-30 - 来自专栏HansBug's Lab
3299: Corn Maze玉米迷宫
3299: [USACO2011 Open]Corn Maze玉米迷宫 Time Limit: 10 Sec Memory Limit: 128 MB Submit: 137 Solved: 59 [Submit][Status][Discuss] Description 今年秋天，约翰带着奶牛们去玩玉米迷宫。 迷宫可分成NxM个格子，有些格子种了玉 米，种宥玉米的格子无法通行。 迷宫的四条边界上都是种了玉米的格子，其屮只有一个格子 没种，那就是出口。 其中"#"代 表不能通行的玉米地， "."
89940发布于 2018-04-11 - 来自专栏GEE数据专栏，GEE学习专栏，GEE错误集等专栏
全球历史玉米产量数据集
简介： 全球历史粮食产量数据集是农业普查统计（粮农组织报告的国家产量统计数据）和卫星遥感（遥感反演的作物指数）的混合数据产品，玉米有两个生长季节，以“主要（major）”/“次要（second）”区分。 前言 – 人工智能教程 根据联合国粮食和农业组织（FAO）提供的数据，以下是近年来全球玉米产量的历史数据和空间分布： 历史数据： 2019年全球玉米产量为1.134亿吨，同比下降2.8%。 2018年全球玉米产量为1.168亿吨，同比下降0.5%。 2017年全球玉米产量为1.174亿吨，同比增长0.5%。 2016年全球玉米产量为1.167亿吨，同比下降5.1%。 2015年全球玉米产量为1.229亿吨，同比增长2.9%。 空间分布： 美国是全球最大的玉米生产国，其产量占全球总产量的36%以上。 中国、巴西、阿根廷、墨西哥和乌克兰等国也是全球重要的玉米生产国。 非洲、中东和一些亚洲国家的玉米产量较低，但这些地区的玉米消费仍然很高。
46110编辑于 2024-02-02 - 来自专栏生信技能树
转录组讲师带你读文献(9)-玉米种子发育早期的高时间分辨率转录组景观
文章信息 标题：High Temporal-Resolution Transcriptome Landscape of Early Maize Seed Development 标题：玉米种子发育早期的高时间分辨率转录组景观 在玉米种子发育早期共检测到22790个表达基因，其中转录因子(transcription factor, TFs) 1415个。 regulatory network：the context likelihood of relatedness algorithm method (Faith et al., 2007) 主要结果 1.玉米种子发育早期高时间分辨率转录组数据的生成 3.玉米种子不同发育阶段的基因表达 4.双受精前后基因表达(I期) 5.共核细胞形成阶段表达的基因(II期) 6.细胞化阶段表达的基因(第III阶段) 7.分化期表达的基因(IV期) 8.基因在四个阶段中的一个以上都有表达 以下为各个时期特异性表达的基因 9.种子特异性基因包括TFs及其靶基因参与玉米种子发育的四个早期阶段 10.双受精前后特异性基因表达(I期) 11.共核细胞形成阶段特异性基因的表达(II期) 12.在细胞化阶段表达的特定基因
1.1K21发布于 2021-05-27 - 来自专栏机器学习AI算法工程
paddle玉米异常果穗智能筛分
1 项目背景 玉米作为重要粮食作物，种子质量是影响玉米产量的关键因素；选用优质玉米种子即：玉米制种穗选是重要环节，筛分出异常果穗（机械损伤、虫蛀、败育、病害等），有利于提高玉米种子的纯度和发芽率。 传统的玉米制种穗选工作主要依靠人工，费时费力、存在主观误差。因此，研究基于人工智能技术的高通量玉米果穗智能筛分方法，提高玉米制种筛分的速率和效率，具有重要意义。 败育果穗：由于品种缺陷等原因导致玉米果穗顶部未发育或发育不全，表现为上部无籽粒或籽粒干瘪，严重秃尖可占果穗的1/2以上。 本项目基于飞桨PaddlePaddle框架，快速构建多种经典的卷积神经网络模型，解决玉米异常果穗筛分中的技术难点，实现对玉米果穗的高通量智能筛分。 2 项目方案 项目结合农业玉米异常果穗筛分这一实际问题，基于百度PaddlePaddle，我们研发了高通量玉米果穗智能筛分系统。
31010编辑于 2024-01-11 - 来自专栏文献分享及代码学习
文献精读单细胞-玉米与狗尾草shr单细胞超移动
[Cui HC et al, 2007.png] 科学问题 因此，根生物学中的一个经常讨论的问题是不同的组织模式如何调整以产生不同的根形态，同时有哪些信号通路控 制着不同物种之间的发育差异。 有可能是因为根尖在向根冠分化发育的阶段中发育出了不同的细胞类型，这些不同的亚群对应不同的细胞类型。 为了区分由不同状态而非分化形成的亚群，研究人员进一步通过解剖根结构生成了一组细胞成熟标记转录本，分别包含分生区、过渡区和伸长区，共16个不同发育状态，并对样本进行RNA-seq分析。 随后生成一个细胞分化评分来标记每个细胞的成熟状态，在单细胞图谱中中解析不同亚群的细胞发育轨迹。 也阐述了一个保守的发育调节因子的细微差异如何能够介导产生特殊功能的复杂性。研究人员在生物信息学分析中确定了四种不同的皮质细胞亚型，尽管需要进一步的工作来验证它们的空间关系。
1.3K40编辑于 2022-03-04 - 来自专栏脑机接口
大脑发育图揭示脑发育的“黄金”期|研究速递
因此，6岁之前被认为是脑发育的“黄金”期，是感知觉经验和智力发育的核心阶段。多种遗传、环境因素引起的脑发育异常（如自闭症），多于此年龄阶段累积并呈现症状。 长久以来，受到临床检查手段、家长与儿童配合度、神经影像模型构建方法等限制，人脑发育期的影像图谱研究多集中在6岁以后的年龄段，严重制约了人们对脑发育关键期的机制理解，也阻碍了基于影像技术对脑发育疾病的早期诊断体系的进展 因此，脑发育领域中始终缺乏“生长曲线”这一“度量衡”的构建，使得我们无法对儿童的脑发育状态实施“脑龄”、“脑发育得分“等精准评估。 大脑皮层厚度在发育期的动态变化 图2.不同脑区厚度与体积随年龄变化规律 进一步，研究团队致力于构建儿童脑生长曲线，以实施“个体化脑检查”与“脑发育得分”的评估。 团队构建了总共90个脑形态特征的生长曲线模型，用于评估儿童的每个脑结构在同龄、同性别群体中的相对位置，即“脑发育得分”，从而显示某些脑结构的发育异常。
1.6K30编辑于 2022-09-22 - 来自专栏生信宝典
Science：通过单细胞转录组测序揭示玉米减数分裂进程 | 很好的单细胞分析案例
本文详细解析了2019年4月，Brad Nelms和Virginia Walbot两位研究人员在Science期刊上通过单细胞转录组测序解释玉米减数分裂进程的工作。 玉米的花药细胞在缺氧条件下会诱导体细胞分化为孢子细胞，为减数分裂过程的起始细胞。经过3天的级联有丝分裂过程，孢子细胞停止有丝分裂成为花粉母细胞，进入减数分裂前期。 本文利用单细胞RNA测序的方法（scRNA-seq）重塑了玉米雄性细胞进入减数分裂的发展过程。 结果分析 1 scRNA-seq的样本取材 （1）玉米生殖细胞的发育过程 玉米雄性生殖细胞来源于未成熟的花药，一般在每一个花药叶中（图1A）。 前减数分裂和早期减数分裂细胞的scRNA-seq信息 (A) 玉米花药早期的发育简图，单细胞从1.3-1.5 mm的花药细胞进行分离。
2.9K30发布于 2019-05-20 - 来自专栏智慧农业
智能灌溉水肥一体化（玉米种植）
项目背景 水肥一体化系统（玉米种植） 玉米田自动化智能灌溉系统：包括提水泵站、农渠、玉 米田灌溉自动控制装置和玉米田土壤水分监控装置；玉 米田土壤水分控制器可根据液位计的输出信号控制提水 泵启闭控制器动作 ，由提水泵给农渠供水，玉米田灌溉 自动控制装置根据玉米田水位将农渠内灌溉水自动灌入 玉米田或切断灌水。 解决了玉米浅湿灌溉种植 新技术难以推广的问题，对我国现阶段玉米田水利精确 灌溉、节水增效有着重大的现实意义。 image.png 硬件介绍 智能水肥一体化系统能够实时监测基地作物种植环境，实现智能化、定时定量的灌溉，浸润作物根系发育生长区域，使 主要根系土壤始终保持疏松和适宜的含水量，同时根据不同的作物的需肥特点
1.4K20发布于 2021-11-16 winform 使用opencvsharp实现玉米粒计数
这段代码是使用OpenCvSharp库（OpenCV的C#封装）对图像进行处理，主要流程包括图像的二值化、腐蚀操作、距离变换、轮廓检测，并在原图上标出检测到的轮廓位置及数量。下面是对代码的详细解读：
32000编辑于 2025-07-22- 来自专栏生信喵实验柴
构建系统发育树
例如某地新发疫情，可以对样本快速测序，构建全基因组序列，然后对其进行系统发育分析，快速定位到系统发育树中，可以快速鉴定新发菌株的亲缘关系，对于疫情防控溯源具有重要的指导作用。 比对之后就可以根据两两样品之间序列的差别构建距离矩阵，然后进行聚类，构建系统发育树。本节中我们将比较新冠病毒各个突变株以及 SARS 等已有序列，构建系统发育树，比较各个基因组之间的亲缘关系。 二、多序列比对 构建系统发育树的基础是多序列比对。 多序列比对的结果常常用于系统发育分析。 图形化的版本使用起来更方便，里面集成了多序列比对，计算距离矩阵以及构建系统发育树等功能。使用 mega 比对之后直接就可以用于构建系统发育树了。
4.6K31编辑于 2022-04-07 - 来自专栏数据科学（冷冻工厂）
构建系统发育树简述
要点 系统发育树代表了关于一组生物之间的进化关系的假设。 可以使用物种或其他群体的形态学（体型）、生化、行为或分子特征来构建系统发育树。 基因或蛋白质的序列可以在物种之间进行比较，并用于构建系统发育树。密切相关的物种通常几乎没有序列差异，而不太相关的物种往往序列差异较大。 2. 引言 地球上所有的生物都可以追溯到一个共同的祖先。 在本文[1]中，我们将研究用于构建系统发育树或代表一组生物的进化历史和关系的树的基本方法和逻辑。 3. 概述 在系统发育树中，感兴趣的物种显示在树枝的顶端。 基本原理 我们如何构建系统发育树？基本原则是达尔文的“descent with modification”思想。 作为一个例子，让我们考虑下面的系统发育树（它显示了一组类鼠物种的进化历史）。我们看到了在该群体进化史的不同时期出现的三个新特征：毛茸茸的尾巴、大耳朵和胡须。
94810编辑于 2023-02-27 - 来自专栏生信菜鸟团
phangorn 构建系统发育树
最近小编在探索系统发育树的构建过程，今天也给大家介绍一个R包phanorn 。 小编之前对树的构建知之甚少，如果你对系统发育树有更好的理解欢迎给我留言，有理解不对的地方也请批评指正~ phanorn 是一个用 R 语言进行系统发育重建和分析的软件包。 此外，phangorn 提供了多种功能，用于比较树、系统发育模型或分裂、模拟字符数据和执行一致性分析。 The states are a c g t 构建系统发育树 在读入 alignment 的数据后，我们可以使用多种方法构建系统发育树。 最大简约树 最大简约树是传统构建系统发育树中最常用的方法。简约原则即在其他条件相同的情况下，最好的假设是要求树发生最少进化改变。
2.9K20编辑于 2022-05-24 - 来自专栏生信菜鸟团
植物生物学与生物技术: 聚焦基因组学与生物信息学
在干旱胁迫下，野生型 (WT) 植物中脱落酸 (ABA) 和玉米素 (zeatin) 的含量显著增加，RD22、二氢黄酮醇 4-还原酶 (DFR) 和花青素还原酶 (ANR) 基因的转录表达水平被诱导， 然而，在转基因植物中，尽管花青素进一步聚集，ABA 的增加被抑制，玉米素在干旱胁迫下恢复到对照水平，并促进了气孔闭合。 植物Psb28家族系统发生树 这些发现表明，在 TaPsb28 介导的耐旱过程中，ABA 和玉米素具有相反的协同作用，只有在玉米素的作用被缓解后，ABA 才能更好地发挥其促进花青素积累和气孔闭合的作用， 9种水稻DIR蛋白的系统发育分析 研究分析了两种栽培稻和七种野生稻中 DIR 基因家族的系统发育关系、染色体定位、重复事件和选择力。 基于系统发育分析，稻属中的 DIR 蛋白可以分为六个亚家族。
46210编辑于 2024-06-11 - 来自专栏数据科学（冷冻工厂）
系统发育树初步剖析
什么是系统发育树 如何看系统发育树并确定哪些物种最相关 1. 要点 系统发育树是表示生物体之间进化关系的图表。系统发育树是假设的，而不是确定的事实。 系统发育树可以用各种样式绘制。围绕其分支点旋转一棵树不会改变其携带的信息。 2. 引言 大多数现代分类系统都是基于生物体之间的进化关系——即生物体的系统发育。 基于系统发育的分类系统以反映我们对它们如何从共同祖先进化而来的理解的方式组织物种或其他群体。 在本文中，我们将了解系统发育树，即表示生物体之间进化关系的图表。我们将确切地看到我们可以（或不能！） 从系统发育树中推断出什么，以及在这些树的背景下物种或多或少相关意味着什么。 3. 树的剖析 当我们绘制系统发育树时，我们代表了关于一组物种（或其他群体）如何从共同祖先进化而来的最佳假设。 在系统发育树中，感兴趣的物种或群体位于被称为树枝的线的顶端。
1.3K30编辑于 2023-02-25 - 来自专栏文献分享及代码学习
单细胞组学-scATAC建库原理及应用
应用 scATAC在植物上的应用（Marand AP et al, 2021） 研究人员通过对玉米的6个不同的组织（包括腋芽、雄蕊，雌蕊花序、幼苗、胚根尖、胚后冠根）进行单细胞染色质可及性分析，获得了玉米的大部分组织的染色质图谱 ，随后选用原位杂交实验对结果进行验证；同时鉴定了顺式调控元件在不同细胞类型和发育时期的调控变异，完善了CREs调控基因表达的机制。 [图片.png] scATAC在疾病上的应用（Liedtke M et al，2019） 研究人员通过整合多个单细胞组学（蛋白质定量、转录组分析和染色质可及性分析），建立了健康血液发育的正常表观遗传图谱 这些结果表明，在正常发育情况内对单个细胞进行多组学分析可以揭示患者的疾病独特和共享分子机制。 发育轨迹的构建表明，多能 Isl1+ CPC 在分离成不同的发育分支之前通过吸引子状态，而 Nkx2-5 的扩展表达使 CPC 进入单向心肌细胞命运。
2.7K60编辑于 2022-02-28 - 来自专栏数据科学（冷冻工厂）
系统发育树初步剖析
什么是系统发育树 如何看系统发育树并确定哪些物种最相关 1. 要点 系统发育树是表示生物体之间进化关系的图表。系统发育树是假设的，而不是确定的事实。 系统发育树可以用各种样式绘制。围绕其分支点旋转一棵树不会改变其携带的信息。 2. 引言 大多数现代分类系统都是基于生物体之间的进化关系——即生物体的系统发育。 基于系统发育的分类系统以反映我们对它们如何从共同祖先进化而来的理解的方式组织物种或其他群体。 在本文[1]中，我们将了解系统发育树，即表示生物体之间进化关系的图表。我们将确切地看到我们可以（或不能！） 从系统发育树中推断出什么，以及在这些树的背景下物种或多或少相关意味着什么。 3. 树的剖析 当我们绘制系统发育树时，我们代表了关于一组物种（或其他群体）如何从共同祖先进化而来的最佳假设。 在系统发育树中，感兴趣的物种或群体位于被称为树枝的线的顶端。
92020编辑于 2023-02-27 - 来自专栏数据科学（冷冻工厂）
构建系统发育树简述
要点 系统发育树代表了关于一组生物之间的进化关系的假设。 可以使用物种或其他群体的形态学（体型）、生化、行为或分子特征来构建系统发育树。 基因或蛋白质的序列可以在物种之间进行比较，并用于构建系统发育树。密切相关的物种通常几乎没有序列差异，而不太相关的物种往往序列差异较大。 2. 引言 地球上所有的生物都可以追溯到一个共同的祖先。 在本文中，我们将研究用于构建系统发育树或代表一组生物的进化历史和关系的树的基本方法和逻辑。 3. 概述 在系统发育树中，感兴趣的物种显示在树枝的顶端。 基本原理 我们如何构建系统发育树？基本原则是达尔文的“descent with modification”思想。 作为一个例子，让我们考虑下面的系统发育树（它显示了一组类鼠物种的进化历史）。我们看到了在该群体进化史的不同时期出现的三个新特征：毛茸茸的尾巴、大耳朵和胡须。
79210编辑于 2023-02-25 - 来自专栏生信宝典
华农玉米团队从群体水平揭示DNA甲基化变异对表型的贡献
NBT: 宏表观组—DNA甲基化辅助宏基因组binning 近日，华中农也大学和美国明尼苏达大学合作解析了玉米自然群体中的DNA甲基化变异，揭示了DNA甲基化变异的遗传基础以及DNA甲基化变异与基因表达和表型的关联 DNA甲基化对植物的生长发育和环境响应起着十分重要的作用。 研究表明DNA甲基化在玉米不同基因型间存在巨大变异，但是，由于玉米基因组复杂和测序成本高，一直缺乏高通量低成本DNA甲基化检测技术，因而无法在群体水平研究DNA甲基化变异的程度及其生物学功能。 本研究中，研究人员拓展了前期开发的液相探针捕获技术（Li等， Nucleic Acids Research, 2015, 43:e81），包括了更多的DNA甲基化变异区段，这些区段的选择基于研究人员前期对玉米基因组 基于上面介绍的技术，研究人员对263份来自热带、亚热带和温带的玉米自交系的DNA甲基化进行了分析，寻找到了大量DNA甲基化差异区段（Differentially methylated region, DMR
76020发布于 2019-11-29 - 来自专栏单细胞天地
发育谱系推断及可视化
有了表达矩阵、高变化基因、分群信息和发育时期信息，就能进行谱系推断，有很多方法可以构建发育谱系，比如DiffusionMap、Slingshot ? 从这个结果可以看出：行名是细胞，curve1是第一条推断的发育轨迹，curve2是第二条；每个细胞在不同轨迹中所处的位置不同，并且有的细胞只在第一条轨迹中存在，在第二条中就是NA 再回来看这个发育轨迹图 ， 最初是由E10.5作为起点发育的，然后分化成两个方向 看到P6这个时期是在两条轨迹中都存在的，说明这个时期的细胞存在异质性。 也就是说，虽然都是P6时期取的细胞，但是它们实际的发育方向是不用的 这个算法就是帮助我们认识到不同时期内部的各个细胞，它们依然还存在着差异 ? 小结 构建发育谱系，先走一下DiffusionMap的流程，得到几个重要的DC；接着走一下Slingshot函数，就会得到谱系结果 ---- 3 谱系发育相关基因可视化 最初我们知道细胞有6个时期（就是取样的
2K30发布于 2020-03-30
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