博文
- 文章发表 | DCRNet：暗因果推断揭示自闭症lncRNA动态调控
- 文章发表 | DCRNet ：暗因果推断揭示自闭症 lncRNA 动态调控 自闭症谱系障碍（ ASD ）是一组神经发育障碍，其特征是存在两个核心缺陷：语言和非语言交流的损害，以及行为、兴趣和活动的狭隘 / 重复模式。尽管 ASD 的病因尚不清楚，目前的共识暗示它是由遗传和环境因素共同引起的。这些遗传和环 ...
- EAR-GRN：单细胞多组学的基因调控网络推理方法系统评估
- EAR-GRN ：单细胞多组学的基因调控网络推理方法系统评估 基因表达通过不同的复杂分子机制受到严格控制，包括转录和表观遗传调控。基因调控网络 (GRN) 使用从转录因子 (TF) 到代表调控相互作用的靶基因的有向边对这些机制进行建模。人们已经利用基因表达数据（包括单细胞分辨率）对 GRN 的构建 ...
- celltypeEnrich：共识scRNA-seq簇注释工具
- celltypeEnrich ：共识 scRNA-seq 簇注释工具 自 2009 年推出以来，单细胞 RNA 测序 (scRNA-seq) 使研究人员能够在单个细胞水平上分析转录组异质性。 scRNA-seq 技术的进步降低了成本，增加了分析的细胞数量和每个细胞的转录覆盖深度，有助于其在不同的生物环境中的采用。 scRNA-seq ...
- 基准测试：利用大规模扰动数据推断单细胞转录因子活性
- 基准测试：利用大规模扰动数据推断单细胞转录因子活性 转录因子是调控基因表达的关键因素，它们决定了细胞的命运并维持细胞的正常功能。转录因子的活性可以用来衡量特定转录因子在特定细胞中驱动其下游目标基因表达的程度。转录因子的功能发挥是一个极其复杂且动态的过程，这一过程不仅取决于该转录因子本身的 ...
- CICIV：新型乳腺癌进展驱动因素因果识别方法
- CICIV ：新型乳腺癌进展驱动因素因果识别方法 根据《 2020 年全球癌症统计》，乳腺癌是女性最常见的癌症，也是全球女性癌症相关死亡的主要原因。据估计，每年新增乳腺癌病例约 230 万例，死亡病例约 68.5 万例。由于预期寿命延长和生活方式改变，过去几十年里，大多数国家的乳腺癌发病率都在上 ...
- scstruc：基于单细胞转录组学的贝叶斯基因调控网络因果评估
- scstruc ：基于单细胞转录组学的贝叶斯基因调控网络因果评估 单细胞转录组学在生物学和医学领域得到了广泛应用，有助于深入理解各种疾病的发病机制。对单细胞转录组数据的分析涉及诸多步骤，比如细胞聚类和数据注释，这些步骤有助于推断基因调控网络。在用于处理这些数据的软件工具中，比较著名的有两个： ...
- CIDER：检测与表型变化相关的基因调控网络变化
- 热度 1
- CIDER ：检测与表型变化相关的基因调控网络变化 哺乳动物的基因表达受到复杂调控网络控制，这些网络表现出非凡的可塑性。历史上，转录因子 (TF) 被概念化为静态开关，以固定强度调节其靶基因。然而，当代系统生物学已经证实，基因组作为一个高度动态、依赖于环境的系统运行。相同的转录因子可以在一种 ...
- MIA：基于张量表示学习的多组学集成聚类和特征发现
- MIA ：基于张量表示学习的多组学集成聚类和特征发现 在高通量测序技术的支持下，来自多个组学层面（例如基因组学、转录组学、蛋白质组学和表观基因组学）的数据已以指数速率和规模生成。多组学数据的综合分析可以从其潜在关系中捕获补充信息，因此对于阐明复杂的分子机制和生物过程具有巨大的希望。特别是 ...
- WGCNA+：集成多组学数据的人工智能驱动WGCNA
- WGCNA+ ：集成多组学数据的人工智能驱动 WGCNA 现代生物医学研究越来越依赖于对多个分子层面的同步分析，例如转录组学、蛋白质组学、代谢组学和表观基因组学。这种多组学范式从根本上改变了系统生物学，它能够通过分子间的相互作用和调控级联来剖析复杂的表型，而这些是任何单一组学都难以捕捉的。数据 ...
- lncRNA筛选中的干扰因素：成因、后果及可能的解决方案
- 热度 1
- lncRNA 筛选中的干扰因素：成因、后果及可能的解决方案 最初， lncRNA 被定义为长度超过 200 个核苷酸的非编码转录本。现在，人们建议以 500 个核苷酸作为更严格的分类标准，从而将 lncRNA 与中等长度的 Pol III 转录本区分开来。 lncRNA 参与了多种生物学过程，包括染色质重塑、转 ...
