博文
- 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 ...
- SCALD：通过循环因果结构学习推理生物调控网络
- SCALD ：通过循环因果结构学习推理生物调控网络 生物网络是模拟生物分子之间复杂调控关系的有效工具，例如基因调控网络（ GRN ）、信号转导网络（ STN ）、蛋白质 - 蛋白质相互作用网络（ PPI ）、代谢网络等。以 GRN 推理为例，目前大多数网络构建方法基于广义相关性，大致可分为以下几类：（ ...
- 基于深度学习的基因扰动效应预测并没有比简单的线性基线好
- 基于深度学习的基因扰动效应预测并没有比简单的线性基线好 大型语言模型在知识表示方面的成功激发了将基准模型概念应用于生物学的努力。已发布几个在来自数百万个单细胞的转录组数据上训练的单细胞基准模型。两个最近的模型—— scGPT 和 scFoundation—— 声称能够预测由基因扰动引起的基因表达变化。 ...
- 单细胞RNA测序的大规模基准测试分析
- 单细胞 RNA 测序的大规模基准测试分析 随着单细胞 RNA 测序（ scRNA-seq ）进入其青少年时期，我们正在见证实验和数据集的规模和复杂性的快速增长。事实上，早期的 scRNA-seq 包括数百到数千个细胞，通常在单一条件下，没有生物复制。而当代的实验包括来自多个个体的细胞，测量各种条件（例如，治疗 ...
- 转录组学的生物信息学视角：批量与单细胞 RNA 测序分析的全面综述
- 转录组学的生物信息学视角：批量与单细胞 RNA 测序分析的全面综述 转录组是一个动态且复杂的实体，在细胞生物学中起着核心作用。转录组由细胞合成的全套 RNA 分子组成，并影响各种细胞过程。转录组的显著适应性使细胞能够根据内部信号、环境压力和发育信号精细调节基因表达。理解这些转录组动态是深 ...
- SDMap：空间药物扰动图谱数据库
- 热度 1
- SDMap ：空间药物扰动图谱数据库 组织内细胞的组成、空间排列、状态和相互作用高度异质性，而这种异质性正是导致细胞药物反应差异和治疗效果多样性的关键驱动因素。 Arora 等人整合空间转录组学 (ST) 数据揭示了肿瘤核心和边缘的结构，这可以预测生存率和靶向治疗的反应。 Shiau 等人对胰腺癌进行了 ...
- DAZZLE：使用 dropout 增强改进基因调控网络推理
- DAZZLE ：使用 dropout 增强改进基因调控网络推理 从表达数据中推断基因调控网络（ GRN ）提供了体内基因间相互作用的上下文模型。理解这些相互作用对于深入了解发育、病理以及可能适合治疗干预的关键调控点至关重要。 虽然基于批量转录组数据推断调控网络（ GRN ）已有较长的历史， ...
- scUnified：单细胞数据分析的AI标准化资源
- scUnified ：单细胞数据分析的 AI 标准化资源 随着单细胞 RNA 测序（ scRNA-seq ）技术的快速发展，现在可以在前所未有的分辨率下表征复杂细胞群体及其功能状态。尽管 scRNA-seq 数据本质上具有高维性、稀疏性，且易受大量技术噪声的影响，但它们捕获了丰富的生物信息，为研究细胞异质性和阐 ...
