引用趙立平教授的工作《A core microbiome signature as an indicator of health》,鏈接:https://www.cell.c...
引用趙立平教授的工作《A core microbiome signature as an indicator of health》,鏈接:https://www.cell.c...
1. Jaegle, B., Voichek, Y., Haupt, M. et al. k-mer-based GWAS in a wheat collection rev...
問題的由來 參考文獻(xiàn)《Multi-view BLUP: a promising solution for post-omics data integrative predic...
見鏈接:https://gitee.com/regentsai/various-papers/blob/master/af3/01install.md[https://git...
關(guān)于BayesCpi 本文在進(jìn)行基因型系數(shù)矩陣估計時采用的是 BayesCpi 方法 理論部分 基礎(chǔ)知識第一部分:關(guān)于固定效應(yīng)和隨機(jī)環(huán)境效應(yīng)和遺傳效應(yīng)(SNP標(biāo)記)系數(shù)矩陣的...
語法 給個鏈接到之前的文檔:如何定義兩物種之間基因表達(dá)量的保守性(內(nèi)有l(wèi)me4包使用說明)[http://www.itdecent.cn/p/fe9c1b9cab2c] 基...
原理 偏最小二乘回歸的思想是將 Y = [ y1, y2, ... , yn ] ,X = [ x1, x2, ... , xn ] 進(jìn)行線性表示 步驟 1. 將 X 和 Y...
如何將自定義的圖畫適配于echart,鏈接:echart 自定義 SVG 圖各部分的對應(yīng)關(guān)系[http://www.itdecent.cn/p/5ce2cac2403b] ...
生態(tài)、醫(yī)學(xué)、藥學(xué)領(lǐng)域大量高通量測序數(shù)據(jù)的產(chǎn)生,使得數(shù)據(jù)分析和解釋的復(fù)雜性日益提高。然而,微生物組和病毒組領(lǐng)域仍然缺乏一個方便和無編程的桌面應(yīng)用程序來全面分析微生物組和病毒組數(shù)...
以編譯CDhit為例子 1. 選擇從互聯(lián)網(wǎng)安裝 點(diǎn)擊setup.exe并點(diǎn)擊下一步 2. 選擇安裝的根目錄 3.選擇本地軟件包目錄 4. 選擇互聯(lián)網(wǎng)連接 5. 選擇站點(diǎn) 這里...
1. PheWAS-based clustering of Mendelian Randomisation instruments reveals distinct mech...
如圖: Github: https://github.com/leekgroup/networks_correction/tree/master[https://github...
生成對抗模型(GAN)簡介可以參考:http://www.itdecent.cn/p/34d9d0755f51[http://www.itdecent.cn/p/34d9...
Isoform-level transcriptome-wide association uncovers genetic risk mechanisms for neuro...
文章鏈接為:《Computational prediction and experimentalvalidation identify functionally conser...
今天分享一個鑒定耐藥基因轉(zhuǎn)移的方法學(xué)文章(當(dāng)然筆者其他基因也可以如此分析)。附上文獻(xiàn)地址《Forecasting the dissemination of antibioti...
這個軟件的作用是將只能在linux上編譯的軟件用于在window上編譯 下載 Cygwin 從官網(wǎng)上下載:https://www.cygwin.com/[https://ww...
@南祁齊 然后再用隨機(jī)森林 基尼系數(shù)來看基因?qū)Σ町惓潭鹊呢暙I(xiàn) 這樣篩選出來的也是marker
Seurat中FindMarker尋找兩個cell type差異基因的若干方法加載示例數(shù)據(jù) 1.運(yùn)行Seurat 2.差異分析計算logFC值 其中:對象 cells cells包括兩種cell type的細(xì)胞barcodes(即每一個單獨(dú)的細(xì)胞)對象...
@南祁齊 可以的 我感覺你是想知道統(tǒng)一細(xì)胞類型在不同處理的差異 可以先做一個這個http://www.itdecent.cn/p/e838e337398a
Seurat中FindMarker尋找兩個cell type差異基因的若干方法加載示例數(shù)據(jù) 1.運(yùn)行Seurat 2.差異分析計算logFC值 其中:對象 cells cells包括兩種cell type的細(xì)胞barcodes(即每一個單獨(dú)的細(xì)胞)對象...
@南祁齊 建議不要單獨(dú)拿出來 因為選特征細(xì)胞 find marker是通過整體表達(dá)矩陣為特征做的 單獨(dú)拿出來就只有局部信息了
Seurat中FindMarker尋找兩個cell type差異基因的若干方法加載示例數(shù)據(jù) 1.運(yùn)行Seurat 2.差異分析計算logFC值 其中:對象 cells cells包括兩種cell type的細(xì)胞barcodes(即每一個單獨(dú)的細(xì)胞)對象...