科学网—zhangjunpeng的博文

不可见混杂因素下的动态因果关系推断

张俊鹏 2024-9-5 09:18

不可见混杂因素下的动态因果关系推断在复杂的动力系统中识别因果相互作用是至关重要的，但在各个学科中都具有挑战性，包括生物学、生态学和深度学习，特别是在存在许多看不见 / 不可观察的混杂因素的情况下。在许多实际系统中，系统细节通常是未知的，只有一些观测值或测量变量是可用的。因此，开发一种准确可靠的 ...

个人分类: 科普|595 次阅读|没有评论

ExpOmics：赋予生物学家强大多组学数据分析能力的全面网络平台

张俊鹏 2024-9-2 12:47

ExpOmics ：赋予生物学家强大多组学数据分析能力的全面网络平台下一代测序和质谱等高通量技术产生的多组学数据是理解复杂生物系统的宝贵资源。然而，尽管这些数据具有潜力，但由于成本高、门槛高，挖掘和分析这些数据仍然具有挑战性。例如，多组学数据集的复杂性和多样性对缺乏生物信息学专业知识的生物学家在探索 ...

个人分类: 科普|641 次阅读|没有评论

scLEGA：一种倾向于单细胞数据低表达基因的基于注意力深度聚类方法

张俊鹏 2024-8-30 12:24

scLEGA ：一种倾向于单细胞数据低表达基因的基于注意力深度聚类方法细胞的不同类型和功能导致了组织学上的异质性。 scRNA-seq 的主要优势在于，它允许在单细胞水平上研究细胞基因表达谱，从而能够更精确地测量基因表达水平，发现细胞异质性和动态变化，鉴定未知或罕见的细胞类型，阐明细胞发育轨迹和分化过程， ...

个人分类: 科普|1005 次阅读|没有评论

sCIRCLE：一种针对单细胞数据的交互式可视化探索工具

张俊鹏 2024-8-30 12:23

sCIRCLE ：一种针对单细胞数据的交互式可视化探索工具单细胞组学技术的快速发展和单细胞 RNA-seq (scRNA-seq) 数据集的不断增长不仅为揭示细胞群体内异质性相关的生物学机制提供了新的机会，而且也对这些数据集的分析和可视化提出了重大挑战。该领域越来越多的新兴工具关注于可视化、降维和聚类，表明需要新的方 ...

个人分类: 科普|759 次阅读|没有评论

基于液滴的单细胞多组学概念和进展

张俊鹏 2024-8-26 20:23

基于液滴的单细胞多组学概念和进展单细胞测序技术由于其简单、灵活和商业可用性，已成为细胞分子谱分析的固定设备。特别是，通过微流体反应将单个细胞分配到油滴内，可以同时对数千个细胞进行转录组学或多组学测量。与基因组学分析的众多生物学发现相补充，过去十年来，从分析基线带来了新的能力，使人们能够更深入地 ...

个人分类: 科普|989 次阅读|没有评论

SBM：使用随机块模型重新评估基因共表达网络的模块化

张俊鹏 2024-8-23 10:46

SBM ：使用随机块模型重新评估基因共表达网络的模块化基因共表达网络通过编码基因之间的关联来告知我们对细胞和机体功能的理解。表达水平之间的关联可以表明共同的功能，连接的数量可以指向中心或调控基因。由于基因表达数据的维度很大，通常由数千个基因表达测量组成，因此分析共表达的一个主要工具是基因聚类 : ...

个人分类: 科普|788 次阅读|没有评论

Meta分析的9个快速技巧

张俊鹏 2024-8-21 07:42

Meta 分析的 9 个快速技巧系统综述是对证据的全面综合，旨在通过系统地识别、评价和总结关于一个主题的所有相关研究来回答特定的研究问题。与传统的叙述性评价不同，系统评价遵循严格和透明的方法，以尽量减少偏见并确保其发现的可重复性。 Meta 分析是一种经常用于系统综述的统计技术，用于定量地组合和 ...

个人分类: 科普|703 次阅读|没有评论

癌症及其应用的生物信息学工具和资源

张俊鹏 2024-8-19 11:15

癌症及其应用的生物信息学工具和资源癌症是一种具有高度侵袭性和异质性的疾病，包括许多组织类型和多种致癌驱动因素。癌症的许多特征已被确定，包括持续的增殖信号、逃避生长抑制因子和避免免疫破坏，这些特征促进了癌症表型和基因型的广泛复杂性。随着生物技术的进步，已经产生了大量的组学数据，包括基因组学、转录 ...

个人分类: 科普|698 次阅读|没有评论

REUNION：从单细胞多组学数据中推断转录调控网络

张俊鹏 2024-8-16 09:01

REUNION ：从单细胞多组学数据中推断转录调控网络单细胞多组学技术可以同时分析来自同一细胞的染色质状态和 RNA ，并且代表了一个令人兴奋的机会，可以将基因组转录和表观基因组观点结合起来，探索细胞命运决定背后的基因调控。然而，基因调控的组合复杂性，加上大量的噪声和数据的稀疏性，带来了计算上的挑战， ...

个人分类: 科普|590 次阅读|没有评论

PARE：任何基于距离降维方法来去除混杂因子的框架

张俊鹏 2024-8-15 12:26

PARE ：任何基于距离降维方法来去除混杂因子的框架主坐标分析 (PCoA) 、 t 分布随机邻域嵌入 (t-SNE) 和均匀流形逼近与投影 (UMAP) 等降维工具被广泛用于高维数据的探索。这些方法都在欧几里得空间中识别低维嵌入，并保留原始空间中的信息。这些方法已被证明可以揭示复杂的模式，包括单细胞 RNA 测序 ...

个人分类: 科普|590 次阅读|没有评论

帐号		自动登录	找回密码
密码			注册

关闭 安全验证

zhangjunpeng

关闭安全验证