博文
- 并非每个基因都特殊：一个简单规则来控制高通量测序数据分析的错误发现率
- 并非每个基因都特殊：一个简单规则来控制高通量测序数据分析的错误发现率 高通量测序 (HTS) 已在生物科学领域广泛应用于健康和疾病的研究。目前存在多种方法，包括使用通用 “ 条形码 ” 基因（例如 16S rRNA 基因高变区、 cpn 60 、 rpoB ）的扩增子测序、宏基因组鸟枪法测序、批量和单 ...
- 生物保守单细胞融合的深度学习方法基准测试
- 生物保守单细胞融合的深度学习方法基准测试 单细胞 RNA 测序（ scRNA-seq ）通过提供单细胞水平的高分辨率基因表达见解，极大地改变了我们研究细胞多样性的能力。随着 scRNA-seq 技术的进步，各种物种、组织和发育阶段的单细胞数据量显著增加，从数百个细胞增长到数千万个细胞。 scRNA-seq 数据 ...
- 从转录组到治疗：神经发育障碍的ncRNA革命
- 从转录组到治疗：神经发育障碍的 ncRNA 革命 神经科学家长期以来一直在探索分子程序如何协调复杂认知和行为的出现。神经发育障碍（ NDD ），包括自闭症谱系障碍（ ASD ）、注意力缺陷 / 多动障碍（ ADHD ）和智力残疾（智力障碍），提供了一个强大的视角来探究这些机制。这些疾病在生命早期就出现 ...
- GreenCells：植物lncRNA单细胞分析资源
- GreenCells ：植物 lncRNA 单细胞分析资源 长链非编码 RNA （ lncRNA ）是长度超过 200 个核苷酸的不编码蛋白质的 RNA 分子。最初被视为无功能意义的转录噪音， lncRNA 现在已被认识到在调控基因转录中发挥着关键作用调控植物发育和细胞分化，并介导对干旱、盐碱和低温等环境胁迫的响 ...
- 使用Bioconductor协助空间转录组分析
- 使用 Bioconductor 协助空间转录组分析 空间转录组学技术在生物医学研究中得到广泛应用，包括癌症生物学、神经科学、免疫学和发育生物学等领域。这些技术能够对组织切片中的空间分辨基因表达进行定量分析，为组织结构和细胞间相互作用提供有力信息。目前有多种协议和技术可供选择，它们在空间分辨率、可检 ...
- 挖掘稳定生物标志物的因果图神经网络
- 热度 1
- 挖掘稳定生物标志物的因果图神经网络 早期诊断在临床医学中发挥着至关重要的作用，通过促进及时干预和改善治疗效果，从而提高患者的生存率。生物标志物——定义为可量化的分子指标，用于反映生物体的生理或病理状态——是临床诊断的基本工具。作为 “ 分子信使 ” ，它们在疾病机制与临床应用之间架起了关 ...
- RM2Target 2.0：RNA修饰的写入者、擦除者和读取者靶基因数据库
- RM2Target 2.0 ： RNA 修饰 的写入者、擦除者和读取者靶基因数据库 RNA 修饰是转录后调控的关键层次，也是 RNA 表观遗传学的核心主题。迄今为止，已在各种 RNA 种类中鉴定出超过 170 种不同的化学修饰，包括信使 RNA （ mRNA ）、转运 RNA （ tRNA ）和核糖体 RNA 。这些 ...
- miRScore：一种快速精确的miRNA验证工具
- miRScore ：一种快速精确的 miRNA 验证工具 微小 RNA （ miRNA ）是一类小分子非编码 RNA ，它们在真核生物中调控基因表达。这种调控通常发生在 miRNA 被加载到 RNA 诱导沉默复合体（ RISC ）中，并与目标信使 RNA （ mRNA ）不完美碱基配对时。随后， RISC 通常作为核酸内 ...
- HMFGraph：恢复生物网络的贝叶斯新方法
- HMFGraph ：恢复生物网络的贝叶斯新方法 数据结构和多个变量之间的条件依赖关系可以轻松使用图模型进行了探索。高斯图模型（ GGM ）用于网络估计，它们提供了一种方便的方法来生成偏相关网络。它们已经被研究很长时间，并且开发了一系列方法，而最近贝叶斯方法越来越受欢迎。 使用 GGM 估 ...
- phylobar：组学研究的多分辨率条形图的R包
- phylobar ：组学研究的多分辨率条形图的 R 包 堆叠条形图被广泛用于可视化微生物群落结构。这些图表将每个条形——代表单个样本——分成不同颜色的部分。颜色表示分类学类别；高度反映组频率。这为理解数据集中主要分类学组提供了有用的探索性概览。该视图还支持跨样本群落结构的比较，尤其是在样本按 ...
