众所周知，python在数据分析领域十分常用，而作为数据科学的一个分支，生物信息学也是对python偏爱有加。今天我们就来看看一个功能强大的python生信分析包——Biopython。什么？还不知道？知道又不会用？又out啦各位，现在跟着小编来一步步实现一些很实用的python分析工具吧。征服星辰实现目标预备工作学点语言 装好pyhton当然作为入门，python语言基础还是...阅读全文>... 阅 读 全 部 >
撰写：生信大师兄 来源：小张聊科研平台的“ i生信”公众号，微信公众号搜索“ i生信”即可关注/扫描关注见文末#生信发文# #科研热点# #单基因#今天我们分享一篇文章，看单个基因的研究发到5分以上的期刊，需要做哪些工作。文章是2023年1月发表在Comput Biol Med期刊上的研究：Identification and analysis of C17...阅读全文>>... 阅 读 全 部 >
虽然单细胞转录组测序记录的是细胞在某一个瞬时的状态，但是我们可以基于大量单细胞转录组数据的轨迹推断出细胞的动态变化过程，包括分化、成熟、对刺激的反应和细胞周期。目前，主要有两种细胞轨迹分析的方法：拟时序分析（pseudotime analysis）和 RNA速度分析（RNA velocity）。拟时序分析根据细胞表达模式的相似性将细胞按轨迹进行排列；RNA速度分析利用未拼接和拼接转录...阅读全文... 阅 读 全 部 >
转录因子HY5（ELONGATED HYPOCOTYL5）是基本亮氨酸拉链类（basic leucine zipper，bZIP）转录因子类的转录因子，最早是在拟南芥中克隆得到[1]。HY5编码的蛋白为光敏色素下游的核心光信号调节因子，在光信号通路中具有十分重要的作用，HY5的C末端具有特殊的bZIP结构域，能够直接与基因启动子作用元件G-box（CACGTG）相结合，从而能调控基因的表达它能通过... 阅 读 全 部 >
众所周知，单细胞测序已然是发表高分文章的利器，几乎每天都有不止一篇单细胞文章发表。目前，单细胞技术已经广泛应用于肿瘤，免疫，发育生物学，神经科学，细胞治疗，药物研发及动植物研究中。看着别人的单细胞文章发发发不停，不知您是否也心痒痒？其实要想开展单细胞研究并不难，今天小编就先带您了解一下最常见的单细胞转录组测序的基本流程，希望您也能尽快的开展起单细胞实验哦！送样要求迄今为止，研究的样...阅读全文&... 阅 读 全 部 >
10x genomic 平台可以一次捕获 1000~10000 个细胞，对于 v3 试剂，要求每个细胞至少测 20k reads，按照测序模式 PE150 进行计算，当捕获 5000 个细胞时，最少需要的数据量为 =5000×20000（reads）×300（bp）=30×109，即捕获 5000 个细胞时，至少要测 30G 的数据量。随着捕获细胞数的增加，测序量也是成倍增加，如何...阅读全文&... 阅 读 全 部 >
随着单细胞转录技术以及分析方法的成熟，人们基于已经成熟的命令行或编程工具陆陆续续来发出了在线分析平台和界面工具（Windows版）。今天，为大家介绍几款单细胞转录组界面在线工具，以飨读者。也许您在入门单细胞的时候有思考过这个问题:我应该选择哪种技术来做呢？数据分析平台如何选择呢？是学习编程还是用在线的工具呢？单细胞转录组数据分析大套路分析点与工具实现单细胞数据分析工具列表：https://w...... 阅 读 全 部 >
新一代测序技术在爆炸式发展的同时，也衍生出许多其他技术创新。RNA深度测序(RNA-Seq)就是其中之一，这项技术使我们对细胞发育及其调控机制的理解，达到了前所未有的深度和广度。尽管研究细胞RNA并不是什么新鲜事，但RNA-Seq的出现大大拓展了转录组研究的规模，取得了累累硕果，这些是传统技术难以企及的。RNA-seq可以获得相当惊人的数据量，而这恰恰是一柄双刃剑。丰富的数据量蕴含...阅读全文&... 阅 读 全 部 >
10x genomic 平台可以一次捕获 1000~10000 个细胞，对于 v3 试剂，要求每个细胞至少测 20k reads，按照测序模式 PE150 进行计算，当捕获 5000 个细胞时，最少需要的数据量为 =5000×20000（reads）×300（bp）=30×109，即捕获 5000 个细胞时，至少要测 30G 的数据量。随着捕获细胞数的增加，测序量也是成倍增加，如何...阅读全文&... 阅 读 全 部 >
全基因组关联分析（GWAS, Genome-wide association studies）是研究复杂疾病的遗传基础的策略之一。在肿瘤研究领域中，几乎所有常见恶性肿瘤的GWAS均已完成，并确定了与风险增加相关的450多个遗传变异。这些研究不仅揭示了致癌的新途径，而且还表明了常见的遗传变异大幅增加了许多常见癌症的遗传风险。GWAS有望应用于药物研发和癌症预防，助力精准预测、诊断和治疗。当前G...... 阅 读 全 部 >