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 >
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。在全球范围内，牛为60多亿人提供了重要的营养来源。传染病是养牛生产的主要限制因素，且许多疾病人畜共患，因此与人类健康直接相关。近年来牛的许多复杂性状遗传基础得到了广泛研究，但不同动物的大量重要表型变化仍无法解释，人们越来越关注非遗传变异（包括基因表达、DNA甲基化和染色质）与重要牛表型的潜在相关性。为充分了解牛性状的非遗...阅读全文&... 阅 读 全 部 >
Python开发的方向太多了，有机器学习，数据挖掘，网络开发，爬虫等等。其实在生信领域，Python还显现不出绝对的优势，生信的大部分软件流程都是用shell或Perl写的，而且已经足够好用了。我选Python是因为我想顺便学点数据挖掘和机器学习的东西，而且Python这些年越来越火，发展势头远超其他脚本语言，所以学它肯定是没错的。一、入门标准入门比较难定义，什么程度才算入门呢？掌握基本的语法，熟... 阅 读 全 部 >
Notch信号通路在癌症中的作用分析基因在癌症中作用的文章，一般都是分析单基因或者基因家族，今天让我们一起通过2021年6月发表在Cancers (IF:6.639)上的文章“A Comprehensive Bioinformatics Analysis of Notch Pathways in Bladder Cancer”，来看看如何分析信号通路在癌症中的作用吧~期刊简介要素拆解题目：膀胱癌 ... 阅 读 全 部 >
每年的1-3月份是很多老师撰写国自然本子的主要时期，但是每年这个时期都会有老师因为各种各样的原因，导致实验计划延迟而拿不到需要的实验数据，因此需要借助数据库已有的数据做数据分析为基金申请做理论支撑。另外由于很多突发的因素产生，科研人员往往无法及时开展实验工作，因此更需要借助数据库数据，这在今年的新冠肺炎疫情中体现特别明显，在疫情发生的早期，就陆续发表了多篇研究论文，分析讨论新冠肺炎病毒靶向蛋白血管... 阅 读 全 部 >
蛋白质互作网络是由不同蛋白通过彼此之间的相互作用构成，参与生物信号传递、基因表达调节、能量和物质代谢及细胞周期调控等生命过程的各个环节。在进行基因机制研究中，寻找互作蛋白是一个深入探究基因功能的过程，寻找未知蛋白充满艰辛，而通过数据库预测互作蛋白能够为我们的研究拓展思路，提供方向，让我们在科研道路上更加轻松。下面就为大家推荐四个可以用来预测相互作用蛋白的网站！一：STRING网站1.STRI...... 阅 读 全 部 >
转录组分析最重要的目的之一就是筛选候选基因，那怎么从海量数据中筛选目的基因成为大家的困惑。这里小编经过归纳总结得出了下面的三种方法： 筛选关键基因的方法有3类：1.表达量﹢功能富集2.表达量﹢实验3.表达量﹢序列根据上面的三种方法不难看出，筛选关键基因的核心是表达量，其实转录组的核心就是以表达量为核心展开其他分析的，然后再附加其他一些信息，找出目标基因；最后将分析结果与研究目的巧妙融合，如果再做一... 阅 读 全 部 >
2021年新的开始，现在还能靠纯网页分析发高分生信吗？答案是：YES！今天给大家介绍的是去年9月份发表在 frontiers in Oncology (IF=4.848)的一篇文章，主要内容是基因家族chromobox在结直肠癌中的预后价值及免疫浸润的综合分析。 这篇文章里运用到网页工具如下：Oncomine、Gene Expression Profiling Interactive Analy... 阅 读 全 部 >
在分子机制的研究中，寻找基因间互作网络是非常重要的。基因间的关系，又可分为蛋白与蛋白之间，蛋白与 DNA之间的相互作用、通路、生理生化反应、共表达、共定位等等。下面介绍一下GENEMANIA数据库，你想知道的数据全都有，网址 http://genemania.org/1打开网址页面如下，首先在网站左上角，有一个搜索栏2输入你想查询的基因名称，点击前面的图标可以选择物种3点击搜索后，可以看到如下界面... 阅 读 全 部 >