GPB | PIGOME：猪功能基因组多组学数据库
OMIM数据库使用指南
生信计算100+ 数据库：涉及蛋白、代谢、GWAS、动植物、病毒、细菌...
在转录调控相关的文献中，我们经常能够看到这样的蛋白质相互作用网络（protein protein interaction network，PPI network）。具体而言，这些相关的文献中首先通过RNA-seq、表达谱芯片或者蛋白质组分析等，找到了在不同分组样本间一系列的差异表达基因或蛋白。随后，通过STRING数据库（https://string-db.org/）检索了编码蛋白间...阅读全文... 阅 读 全 部 >
一、研究背景lncRNA起初被认为是基因组转录的“噪音”，是RNA聚合酶II转录的副产物，不具有生物学功能。然而，有文献研究表明，lncRNA参与了X染色体沉默、基因组印记以及染色质修饰、转录激活、转录干扰、核内运输等多种重要的调控过程。lncRNA的这些调控作用也开始引起人们广泛的关注。西班牙IMIM(Hospital del Mar Medical Research Institute)和加泰... 阅 读 全 部 >
组蛋白（histone）是真核生物体细胞染色质中的一种碱性蛋白质，和DNA共同组成核小体结构。它们是染色质的主要蛋白质组分，作为DNA缠绕的线轴，在基因调控中发挥重要作用。 组蛋白修饰（histone modification）是指组蛋白在相关酶作用下发生甲基化、乙酰化、磷酸化等修饰的过程。组蛋白修饰在细胞中同DNA修饰以及组蛋白变体等表观遗传变化常被用作 动态调节染色质的结构和功能。这是因为组蛋... 阅 读 全 部 >
组蛋白（histone）是真核生物体细胞染色质中的一种碱性蛋白质，和DNA共同组成核小体结构。它们是染色质的主要蛋白质组分，作为DNA缠绕的线轴，在基因调控中发挥重要作用。 组蛋白修饰（histone modification）是指组蛋白在相关酶作用下发生甲基化、乙酰化、磷酸化等修饰的过程。组蛋白修饰在细胞中同DNA修饰以及组蛋白变体等表观遗传变化常被用作 动态调节染色质的结构和功能。这是因为组蛋... 阅 读 全 部 >
高通量测序（NGS）技术的发展以及实验通量的不断增加，要求NGS上游样本处理步骤尽可能简便，以提高NGS整个流程的工作效率。转座系统具有快速“剪切、粘贴”、“复制、粘贴”的功能，已被创新应用于NGS领域，如ATAC-Seq（Assay for Transposase-Accessible Chromatin with highthroughput sequencing，利用高通量测序检测转座酶易接... 阅 读 全 部 >
tidyverse包是一个R包集合，在数据导入，数据整理和变换，数据可视化等领域提供了数据科学的解决方案。 tidyverse包可以让数据科学家，统计学家和数据分析师等数据工作者更有效率地从事数据的研究和实践。 tidyverse包是RStudio的首席科学家Hadley Wickham创建的。 tidyverse包遵循数据科学工作流程，为使用者提供一个有效的，可以不断迭代和完善的工作方法和实践步... 阅 读 全 部 >
国际顶级期刊经过四个多月的评选，《Cell》“Best of 2017”特刊中刊登其评选结果，包括“2017年度十大最佳论文”以及“2017年度四大最佳综述”。不出意料的是这些文章涵盖癌症、免疫学、干细胞、神经科学等热门研究领域，以及很火的AI技术在生物医学领域的研究进展。但是有一篇综述的入选确实有点出乎意外，就是这篇题为“Putting p53 in Context”的文章。为什么仅...阅读全... 阅 读 全 部 >
马上2019就过完了，实验还没眉目？标书还没开始？我想起了那句名言：Deadline是第一生产力。今天师兄又给大家送温暖，送干货，讲解一个Cell大牛总结的lncRNA研究套路。据说看懂这张图，lncRNA研究易如反掌，咳咳咳师兄似乎看懂了 看是看得懂，就是没钱啊这张图是不是很厉害的样子，咳咳咳，师兄装作自己看得懂的样子给大家继续讲解（1）人家一篇review都能发Cell能在CNS上面... 阅 读 全 部 >
目前RNA修饰研究最多的是m6A甲基化，那么除了m6A，其他的修饰如m7G、m1A、m5C等也是一个研究热点。云序生物提供多种类型的RNA修饰测序，在不同领域均能找到发文契机。近期，云序客户东南大学附属中大医院章锐锋课题组和广东医科大学张晶晶课题组在BMC Genomics杂志上发表了两篇关于m7G修饰谱的文章。分别揭示了缺氧性肺动脉高压中的RNAm7G甲基化谱以及缺氧下斑马鱼脑中甲基化...阅读... 阅 读 全 部 >
数据科学家通过许多工具软件利用庞大或者混杂数据去解决回答许多复杂的难题。数据科学问题种类包括：描述性分析（deive analyses）探索性分析（exploratory analyses）推断分析（inferential analyses）预测分析（predictive analyses）因果分析（casual analyses）...阅读全文>>... 阅 读 全 部 >
生信圈
欢迎您支持我的公众号
点击此处可关闭