6个维度，逐字分析智能体和大模型的区别
从大模型（LLM）、检索增强生成（RAG）到智能体（Agent）的应用
什么是智能体？全面解析智能体的定义和概念
考虑到很多做实验的小伙伴对很多生物信息学概念不是很了解，受实验小白的委托，我给大家写了一个非常简单的工具：KEGG富集分析KEGG是干嘛的捏？我这么跟你说吧：人类的七千多个基因组都是有已知功能的，KEGG把这七千多个基因分成了300个类，就是我们通常说的kegg通路；比如，我现在做了个实验，发现某细胞系里面的两万个基因里面有300个基因变化了，那这300个基因会涉及到KEGG数据库的哪几个通路？这... 阅 读 全 部 >
Pathview是一个可视化KEGG通路的R包，它会在线从KEGG网站上下载KEGG通路，并进行个性化处理，例如填上不同的颜色。今天就来分享一下如何用Pathview画出高大上的基因与代谢通路热图。基因热通路图在此之前现在R中把必要的包安装好，并加载上if (!requireNamespace("BiocManager", quietly=TRUE)) install.packages(...阅读... 阅 读 全 部 >
本文转自组学大讲堂，侵删KEGG数据库应该是我们最常见的、使用频率最高的数据库之一了，它是一个整合了基因组、化学和系统功能信息的数据库。由日本京都大学生物信息学中心的Kanehisa实验室于1995年建立。是国际最常用的生物信息数据库之一。在KEGG分析结果中，总还是有人分不清例如K01000和ko01000这样的编号的生物学意义，下面我给大家再介绍一遍：K01000：由大写K+五位数字组成，对应... 阅 读 全 部 >
最近，云平台小姐姐被5组韦恩图魔咒环绕，困扰不已。所以，翻了一堆资料，终于找到原来还有进阶版展示交集情况的结果图。那就让我们一起来看看，到底是何方神圣如此强大。云平台网址：https://www.lc-bio.cn/tool/43## 致谢首先的首先，让我们给生信前辈大神们致敬，比如在此感谢大名鼎鼎的Y叔叔，请收下小侄（迷）女（妹）们崇拜的追随目光。感谢前辈对于经验和技能的无私分享（转UpSe..... 阅 读 全 部 >
韦恩（Venn）图是常见统计图之一，用于展示各样本（或分组）之间共有（或特有）元素的数量（或比例）。例如做RNA-seq的最直接目的，大多是鉴定差异表达的基因。当试验涉及到多分组情况时，常需要展示多组间共享的差异基因数量，这个时候就要使用到韦恩Venn图。例如以下示例，植物组织中响应7天氮缺乏（-N_7d）、7天磷酸盐缺乏（-Pi_7d）和盐胁迫（d）、冷胁迫（e）或干旱胁迫（f）...阅读全文&... 阅 读 全 部 >
Venn图经常用于表现组间重叠元素的数量信息。但是随着分组数量的增多，Venn图的结构会越渐复杂，如下所示，当分组数量为5组时，已经不容易从中识别交集概况了。因此，这也是为什么很少见到5组以上的Venn图的原因。3组、4组、5组的韦恩图样式，分组越多越复杂可是有些时候，确实有待于展现大于5组的集合。如果不使用Venn图，应该怎样做呢？此时不妨试下UpSet图，它是在较多分组条件时取代Ve...阅读... 阅 读 全 部 >
如果您是数据科学家或机器学习工程师，那么您应该熟悉最高效的机器学习 IDE。IDE（集成开发环境）是 允许软件开发人员更轻松地编写、测试、调试和使用代码的工具。它的其他用途还有代码验证、文本编辑器、语法突出显示、补全、上下文建议、调试工具、方法和类规范、资源管理以及轻松访问帮助。IDE 通常具有广泛的功能集合。因此，它们也有利于数据科学编程。它们使程序员的生活变得更加轻松。...阅读全文>&... 阅 读 全 部 >
R语言作为一门统计计算和数据可视化为核心特色的工具性语言，其在可视化领域或者说数据呈现方面有着非常成熟和系统的解决方案。这里所说的解决方案不仅是指R语言里面有诸多的图形语法系统（比如base系统、grid系统、lattic系统等），更重要的是它拥有（目前比较成熟的）系统级输出方案，你可以理解为如何在项目中从一而终的组织你的分析内容、图形布局、输出方法等。其一是shiny+shinydashboar... 阅 读 全 部 >
R Markadown 作为一款通过R语言创建动态文档的写作排版工具，为数据科学提供了现成的写作框架。通过 R Markdown 不仅可以运行和保存R代码，还可以生成高质量的数据分析报告并以HTML、PDF或者word的形式分享。1，get started很早就对R语言可以制作高质量的报告有所耳闻，但也没有很强的意愿去研究一番。究其缘由在于写公众号时无法不会优雅的插入代码块，便有意...阅读全文&... 阅 读 全 部 >
博士生涯终于走到了最后一步了。这次全程用 R 和 Rmarkdown 相关的包完整写完了论文，现在总结一下个人经验和踩过的坑，希望给后来人提供参考经验，同时安利一下 Rmarkdown 这个提高生产力的工具。选择 Rmarkdown 的理由大部分大学的毕业论文对排版都着严格的排版要求，具体需要注意的细节可能有图表要编号，并经常需要在文中交叉引用引...阅读全文>>... 阅 读 全 部 >