我们知道在代谢组学实验鉴定后，原始数据经软件解析后将得到代谢离子以及二级碎片离子的谱图信息，如：离子的质荷比（m/z）、保留时间（Retention time）及在信号强度值（intensity）等，通过与数据库中一二级代谢物的谱图信息进行匹配，来确定检测到哪些代谢物。但在谱图匹配中一定少不了数据库，继上期小编分享了四连发 | 新鲜出炉!同一期刊连发4篇，鹿明LC-MS非靶向代谢“...阅读全文&... 阅 读 全 部 >
1. 概述1.1. 背景及分析流程简介为了理解细胞中更为复杂的生物过程，许多研究已在通过比较ChIP-seq的差异获得的不同数据。越来越多的ChIP-seq实验正在研究多种实验条件（例如各种治疗条件，几个不同的时间点和不同的治疗剂量水平）下的转录因子结合，组蛋白修饰的差异。差异富集在生物学和医学研究中已变得具有实际重要性。为了建立对比条件消除误差，我们对数据进行了以下流程处...阅读全文>&... 阅 读 全 部 >
大家好，这里是专注表观组学十余年，领跑多组学科研服务的易基因。CHIP-seq研究的数据挖掘思路主要分为3步：整体把握CHIP-seq图谱特征：peak/reads在基因组上的分布、peak在元件上的富集、peak在基因元件上的分布、peak的motif分析、peak距离TSS位点的距离分析、peak修饰基因的功能分析筛选具体差异peak和基因：差异peak鉴定、非时序数据的...阅读全文>... 阅 读 全 部 >
01前言实际的科研项目中不可能只有一个样本，多样本的单细胞数据如何合并在一起，是否需要校正批次效应呢？先上一张图说明多样本scRNA数据的批次效应：左边的图简单地把多个单细胞的数据合并在一起，不考虑去除批次效应，样本之间有明显的分离现象。右边的图是使用算法校正批次效应，不同的样本基本融和在一起了。scRNA数据校正批次效应的算法有很多：MNN, CCA+MNN, Harmony, Scanor..... 阅 读 全 部 >
本文主要介绍了16S的实验、建库、数据分析等过程，也是我自己近期的一个小总结，初学之时从很多前辈的无私分享中受益良多，在此也和大家分享一些我的见解，当然我也只是一个初学者，还有很多不完备之处，希望能与各位一起交流分享。导航本文一共分为三个部分：实验部分建库测序16S测序数据分析一. 实验部分：DNA提取与质检1...阅读全文>>... 阅 读 全 部 >
我们接着讲生物信息学的资源，之前我们介绍了NCBI，欧洲也有一个非常大的centralized resource，叫EBI 。和NCBI有点类似，也是一个包含各种各样数据库这样的资源，它主要也是针对从序列到蛋白到蛋白结构到表达到通路到Ontology各个方面。首先在DNA，RNA和蛋白的方面，基因和基因组最主要是有一个ensembl，很多人不知道EBI也会知道ensemb...阅读全文>&g... 阅 读 全 部 >
2022年10月4日， Nature Genetics在线发表了德国莱布尼茨植物遗传与作物研究所（IPK）Jochen C. Reif和Martin Mascher联合团队及其合作者题为“ Genomics-informed prebreeding unlocks the diversity in genebanks for wheat improvement ”的研究论文。该研究通过对大量...... 阅 读 全 部 >
AI & 癌症研究多组学技术和人工智能算法的同步发展推动了癌症精确医学的发展。2023年1月《 Seminars in Cancer Biology 》发表了一篇综述文章， 全面总结了基于人工智能的多组学肿瘤分析的最新进展，重点介绍了基于人工智能的多组学技术在癌症诊断、分类、早期筛查、反应评估和预后预测方面的应用。多组学技术随着高通量生物技术的发展，已经开发了多种组学技术来表征不...阅读... 阅 读 全 部 >
机器学习的兴起为大数据时代掀起新的浪潮。机器学习是人工智能的一个子集，通过泛型算法从数据集中发现模式和相关性并建立逻辑，并根据数据分析结果做出最佳决策和预测。目前机器学习已大量应用于各行各业，助力各产业或科学研究的深度提升。美国加州斯坦福大学的Tony Wyss-Coray团队于2022年6月在Nature Reviews Genetics上发表的一篇名为“Measuring biolo...阅读... 阅 读 全 部 >