如何选择感兴趣的SNP位点?
如何查找并确定关注基因的SNP位点？
初入Linux：虚拟机从下载到安装的全面教程
植物基因组通常具有较高的重复序列，且很多为多倍体，因此组装植物基因组具有一定的挑战性。双子叶模式植物拟南芥、单子叶模式植物水稻基因组序列分别在2000年、2005年公布，它们都是基于BAC克隆及sanger法测序的方法获得的，至今在植物基因组序列中其质量依然是最好的。二代测序技术的出现及发展，极大地加快了植物基因组的研究进程，已经有超过200种植物获得了基因组序列，但是由于二代测序...阅读全文&... 阅 读 全 部 >
2019年2月26日，中国科学院植物研究所北方资源植物重点实验室与北京百迈客生物科技有限公司等单位合作，成果以“A Chromosome-Scale Genome Assembly of Paper Mulberry (Broussonetia papyrifera) Reveals the Genetic Basis of Its Forage and Papermaking Usage”为题发... 阅 读 全 部 >
领略高端套路，发表高分文章！今天带给大家的是一篇于2021年1月发表在《Cell》上的高分生信文章，题目是“ A modular master regulator landscape controls cancer tranional identity”。 期刊简介数据来源 & 思路框架本项研究意在将基因组的改变与癌细胞转录的特性联系起... 阅 读 全 部 >
领略高端套路，发表高分文章！ 小伙伴们大家好，我是菠小萝。这里是菠小萝的高分生信SCI解读专栏。说到套路，大家都是又爱又恨，简单的套路分数低，分高的套路实验多，难道就没有我们自己也能通过基础的生信和简单的实验发表的高分文章吗？2020年的12月，菠小萝将以“你也能发表的高分生信”为专题，带给大家不一样的生信套路套路~本周我要与大家分享的是一篇2018年发表在《Cell Systems》上的纯生..... 阅 读 全 部 >
CNV变化的GISTIC_2.0分析大家好，我是阿琛。在基因组水平，除了单核苷酸多态性（single nucleotide polymorphism，SNP）水平的改变，拷贝数(Copy number variation, CNV)的变化同样是一个十分重要的改变因素。拷贝数变异，是由基因组发生重排而导致的, 一般指长度为 1 kb 以上的基因组大片段的拷贝数增加或者减少,主要表现为亚显微水平的缺失... 阅 读 全 部 >
变异的分类（目前主要分为三个大类）单碱基变异，即单核苷酸多态性(SNP)，最常见也最简单的一种基因组变异形式；SNP是针对群体而言的，其在人群中发生的概率一半大于1%。在整个地球上所有的人群中，小于1%的这种变异，大家把它通称为突变，叫mutation；超过了1%的这种变异，就叫做polymorphism。有时候也用5%作为cutoff 。variation或者var...阅读全文>>... 阅 读 全 部 >
作者简介野菜团子，R语言中文社区专栏作者 博客：https://ask.hellobi.com/blog/esperanca forcats包用于处理因子，可以更高效地对因子进行修改。1. 生成因子R语言的base包中函数如dataframe等默认因子在分类变量读入时就会生成，而tidyverse包中的readr等包则会保留数据读入时的原样不做改变，要生成因子则可以使用parse_factor函数... 阅 读 全 部 >
数据，已经渗透到当今各行各业和业务职能领域。但如何处理已获得的复杂数据并从中挖掘出有效的信息成为了大家关注的问题。其中数据可视化是极其重要的一个方面，因为 无论如何对数据进行分析处理，能够简明准确的展示最终结果，才是数据可视化的点睛之笔。在前几期的介绍中，王老师带领大家一起盘了许多FlowJo®插件，也针对数据分析软件的实际应用进行了分析， 那么本期，王老师将继续从生物学角度，带大家了解数... 阅 读 全 部 >
10X Genomics测得的单细胞数据是包含细胞及其表达量在内的高维数据，无论是PCA还是tSNE都是纯数学的数据降维方式，以此得到的细胞分群不具有生物学意义，故而我们通常需要赋予细胞分群以生物学含义即完成细胞亚群到细胞亚型的映射。在这一过程中，我们需要解决两个问题：（1）已知细胞亚型的鉴定，如外周血样品中鉴定红细胞、单核细胞等对应哪些细胞亚群；（2）未知细胞亚群或罕见细胞亚型的鉴定，如肝脏样品... 阅 读 全 部 >
这一周R语言学习，记录如下。01行去重操作在一个实际数据项目，获取数据后，发现数据的行（样本）有重复，需要把重复行删除掉。dplyr包distinct函数，可以做行去重。# dplyr包library(dplyr)data <- data.frame(Column1 = c( 'P1', 'P1', 'P2', 'P3', 'P1'...阅读全文>>... 阅 读 全 部 >