技术栈
生物信息
dundunmm
17 天前
论文阅读
·
人工智能
·
embedding
·
生物信息
·
单细胞
·
多组学
·
细胞类型识别
【论文阅读】SIMBA: single-cell embedding along with features(2)
代码地址:https://github.com/pinellolab/simba当前大多数单细胞分析流程仅限于细胞嵌入,并且严重依赖聚类方法,而缺乏显式建模不同特征类型之间相互作用的能力。此外,这些方法往往针对特定任务进行定制,因为不同的单细胞问题通常以不同方式被提出。
dundunmm
18 天前
论文阅读
·
深度学习
·
神经网络
·
embedding
·
生物信息
·
单细胞
·
多组学
【论文阅读】SIMBA: single-cell embedding along with features(1)
代码地址:https://github.com/pinellolab/simba当前大多数单细胞分析流程仅限于细胞嵌入,并且严重依赖聚类方法,而缺乏显式建模不同特征类型之间相互作用的能力。此外,这些方法往往针对特定任务进行定制,因为不同的单细胞问题通常以不同方式被提出。
dundunmm
23 天前
人工智能
·
数字孪生
·
生物信息
·
单细胞
【每天一个知识点】生物的数字孪生
“生物的数字孪生”一般是指利用数字孪生技术在虚拟空间中构建一个与真实生物对象(细胞、组织、器官乃至整个生物体)在结构、功能、状态等方面高度一致的动态数字模型,并通过实时数据驱动,使其能同步反映现实生物的变化和响应。它的核心是“虚实映射 + 实时互动 + 数据驱动预测”。
生信分析笔记
1 个月前
gwas
·
生物信息
全基因组关联分析(GWAS)中模型参数选择:MLM、GLM与FarmCPU的深度解析
全基因组关联分析(GWAS)是识别与复杂性状相关的遗传变异的重要工具。然而,模型选择不当会导致假阳性率升高或统计功效降低。本文将为大家介绍GWAS中如何选择合适的模型参数,重点解析广义线性模型(GLM)、混合线性模型(MLM)和FarmCPU三种主流模型的原理、区别、使用技巧及适用场景,并提供实际应用案例。
dundunmm
2 个月前
论文阅读
·
聚类
·
生物信息
·
细胞聚类
·
非参聚类
【论文阅读】Nonparametric clustering of RNA-sequencing data
论文地址:Nonparametric clustering of RNA‐sequencing data (wiley.com)
dundunmm
3 个月前
论文阅读
·
深度学习
·
分类
·
聚类
·
生物信息
·
深度聚类
·
细胞识别
【论文阅读】Multi-Class Cell Detection Using Spatial Context Representation
代码地址:https://github. com/TopoXLab/MCSpatNet在数字病理学中,细胞的检测与分类对于自动化的诊断和预后任务都至关重要。将细胞划分为不同亚型(如肿瘤细胞、淋巴细胞或基质细胞)尤其具有挑战性。现有方法多侧重于单个细胞的形态特征,而在实际操作中,病理学家常常依赖细胞的空间上下文来推断其类别。本文提出了一种新颖的方法,能够同时实现细胞的检测与分类,并明确引入空间上下文信息。我们采用空间统计函数,从多类别和多尺度的角度描述局部密度。通过表征学习与深度聚类技术,我们获得了融合形态
纪伊路上盛名在
3 个月前
前端
·
数据库
·
jupyter
·
生物信息
·
基因组
·
k-mer
jupyter内核崩溃
最近在做用k-mer评估基因组规模的任务,其中一个局部程序,想偷懒,直接在jupyter中跑了下结果,想看看这一小步处理如何,结果没想到内核崩溃了!
纪伊路上盛名在
3 个月前
开发语言
·
python
·
jupyter
·
r语言
·
shell
·
生物信息
·
效率
python、R、shell兼容1
一,兼容方式1,shell中用R、python: (1)python3、R/r(radian)进入(2)脚本封装:命令行或者封装到sh脚本中
HyperAI超神经
4 个月前
图像处理
·
人工智能
·
深度学习
·
生物信息
·
分子模拟
·
材料计算
·
vasp
12个HPC教程汇总!从入门到实战,覆盖分子模拟/材料计算/生物信息分析等多个领域
在科学研究、工程仿真、人工智能和大数据分析等领域,高性能计算 (High Performance Computing, HPC) 正扮演着越来越重要的角色。它通过并行处理、大规模计算资源的整合,极大提升了计算效率,使原本耗时数日的任务能够在数小时内完成。
面包圈蘸可乐
5 个月前
深度学习
·
学习
·
生物信息
论文学习:《EVlncRNA-net:一种双通道深度学习方法,用于对实验验证的lncRNA进行准确预测》
原文标题:EVlncRNA-net: A dual-channel deep learning approach for accurate prediction of experimentally validated lncRNAs
陆沙
5 个月前
linux
·
centos
·
aigc
·
生物信息
·
生信
centos-LLM-生物信息-BioGPT-使用1
参考: GitHub - microsoft/BioGPT https://github.com/microsoft/BioGPT
陆沙
5 个月前
linux
·
人工智能
·
centos
·
aigc
·
生物信息
·
生信
centos-LLM-生物信息-BioGPT安装
参考: GitHub - microsoft/BioGPT https://github.com/microsoft/BioGPT
善木科研
6 个月前
数据分析
·
r语言
·
生物信息
·
生信分析
R语言绘图:韦恩图
韦恩分析(Venn Analysis)常用于可视化不同数据集之间的交集和并集。维恩图(Venn diagram),也叫文氏图、温氏图、韦恩图、范氏图,用于显示元素集合重叠区域的关系型图表,通过图形与图形之间的层叠关系,来反应数据集之间的相交关系。在 R 语言中,进行韦恩分析(Venn图绘制)可以通过多个不同的包来实现,常用的包括 VennDiagram、venn 和 ggVenn 等。本文案使用ggVenn软件包进行分析。
一穷二白到年薪百万
6 个月前
conda
·
生物信息
【R安装包报错】在conda环境下用R语言命令安装R包报错
报错如下: gnu/include/c++/11.2.0/ctime:80:11: error: ‘timespec_get’ has not been declared in ‘::’ 80 | using ::timespec_get; | ^~~~~~~~~~~~ 修改
陆沙
8 个月前
数据分析
·
生物信息
·
生信
生物信息学导论-北大-RNA-Seq数据分析
ref: https://www.coursera.org/learn/sheng-wu-xin-xi-xue/home
tRNA做科研
9 个月前
linux
·
服务器
·
conda
·
生物信息学
·
生物信息
·
计算生物学
·
基因组
最新保姆级Linux下安装与使用conda:从下载配置到使用全流程
目录1.前言2.什么是conda3.miniconda和anaconda的对比与选择4.安装前需要确认的东西(非常重要)
dundunmm
9 个月前
论文阅读
·
人工智能
·
数据挖掘
·
embedding
·
生物信息
·
多组学细胞数据
·
单组学
论文阅读:SIMBA: single-cell embedding along with features
Chen, H., Ryu, J., Vinyard, M.E. et al. SIMBA: single-cell embedding along with features. Nat Methods 21, 1003–1013 (2024).
Red Red
1 年前
开发语言
·
数据库
·
笔记
·
学习
·
r语言
·
c#
·
生物信息
GEO数据库提取疾病样本和正常样本|GEO数据库区分疾病和正常样本|直接用|生物信息|生信
这样保存的文件分别就是疾病样本和正常样本了~~~~~~~~有疑问欢迎询问!我会尽可能解答!!!!!!
tRNA做科研
1 年前
linux
·
运维
·
服务器
·
生物信息
·
计算生物学
Bio-Linux-shell详解-2-基本Shell命令快速掌握
Bio-Linux-shell详解-1-从0开始-CSDN博客想了解基本知识可以先看上文,本次我们讲述一些Shell的基本命令。
Red Red
1 年前
数据库
·
笔记
·
学习
·
r语言
·
生物信息
·
geo数据库
GEO数据的下载和处理|GEO数据转换为Gene symbol|GEO注释文件提取symbol|查看样本标签|查看GEO数据疾病或正常|生物信息基础
数据下载与处理(主要看的这个)-链接 数据处理-链接