在Windows 10和11中打开事件查看器的11种方法，总有一种适合你
一文读懂三代测序 ：PacBio 与 Nanopore
refTSS：为转录起始位点精准“定位”的数据库
Seurat对象剖析以及Seurat Command List前景回顾首次揭秘！不做实验也能发10+SCI，CNS级别空间转录组套路全解析（附超详细代码！）过关神助！99%审稿人必问，多数据集联合分析，你注意到这点了吗？太猛了！万字长文单细胞分析全流程讲解，看完就能发文章！建议收藏！（附代码）秀儿！10+生信分析最大的难点在这里！30多种方法怎么选？今天帮你解决！ ...阅读全文>>... 阅 读 全 部 >
#单细胞测序的优势#近年来，快速发展的高通量测序，已经广泛应用于生命科学的各个领域。传统的混合细胞测序（bulk cells sequencing）检测的是数以万计的细胞群体平均后的表达水平，无法反应每个细胞的真实情况，这使得局部/微小组织的功能研究有了极高的门槛。同时，细胞异质性也成了研究组织中特殊种类的细胞功能作用时无法跨越的鸿沟。单细胞测序技术通过对单个细胞的RNA进行测序，精准得到单个细胞... 阅 读 全 部 >
据降维是数据分析中最常用到的一种技术了，这篇小文将试图用大白话讲一讲数据降维到底是什么，有什么用，常用的方法分别是什么？希望写的让小学生也能听懂，下面先为各位奉上这篇小文的思维导图。这篇文章贯穿始终的一个故事场景是如何在一个小镇上将横纵的街道编号，例如科技三路和凤城五路的接口这样一个用俩个数字标注的位置信息，转化更一个只用一个数字标识的位置描述。在上述的例子中，原来的位置信息有俩个维度，...阅读... 阅 读 全 部 >
在转录调控相关的文献中，我们经常能够看到这样的蛋白质相互作用网络（protein protein interaction network，PPI network）。具体而言，这些相关的文献中首先通过RNA-seq、表达谱芯片或者蛋白质组分析等，找到了在不同分组样本间一系列的差异表达基因或蛋白。随后，通过STRING数据库（https://string-db.org/）检索了编码蛋白间...阅读全文... 阅 读 全 部 >
一、研究背景lncRNA起初被认为是基因组转录的“噪音”，是RNA聚合酶II转录的副产物，不具有生物学功能。然而，有文献研究表明，lncRNA参与了X染色体沉默、基因组印记以及染色质修饰、转录激活、转录干扰、核内运输等多种重要的调控过程。lncRNA的这些调控作用也开始引起人们广泛的关注。西班牙IMIM(Hospital del Mar Medical Research Institute)和加泰... 阅 读 全 部 >
组蛋白（histone）是真核生物体细胞染色质中的一种碱性蛋白质，和DNA共同组成核小体结构。它们是染色质的主要蛋白质组分，作为DNA缠绕的线轴，在基因调控中发挥重要作用。 组蛋白修饰（histone modification）是指组蛋白在相关酶作用下发生甲基化、乙酰化、磷酸化等修饰的过程。组蛋白修饰在细胞中同DNA修饰以及组蛋白变体等表观遗传变化常被用作 动态调节染色质的结构和功能。这是因为组蛋... 阅 读 全 部 >
组蛋白（histone）是真核生物体细胞染色质中的一种碱性蛋白质，和DNA共同组成核小体结构。它们是染色质的主要蛋白质组分，作为DNA缠绕的线轴，在基因调控中发挥重要作用。 组蛋白修饰（histone modification）是指组蛋白在相关酶作用下发生甲基化、乙酰化、磷酸化等修饰的过程。组蛋白修饰在细胞中同DNA修饰以及组蛋白变体等表观遗传变化常被用作 动态调节染色质的结构和功能。这是因为组蛋... 阅 读 全 部 >
高通量测序（NGS）技术的发展以及实验通量的不断增加，要求NGS上游样本处理步骤尽可能简便，以提高NGS整个流程的工作效率。转座系统具有快速“剪切、粘贴”、“复制、粘贴”的功能，已被创新应用于NGS领域，如ATAC-Seq（Assay for Transposase-Accessible Chromatin with highthroughput sequencing，利用高通量测序检测转座酶易接... 阅 读 全 部 >
tidyverse包是一个R包集合，在数据导入，数据整理和变换，数据可视化等领域提供了数据科学的解决方案。 tidyverse包可以让数据科学家，统计学家和数据分析师等数据工作者更有效率地从事数据的研究和实践。 tidyverse包是RStudio的首席科学家Hadley Wickham创建的。 tidyverse包遵循数据科学工作流程，为使用者提供一个有效的，可以不断迭代和完善的工作方法和实践步... 阅 读 全 部 >
国际顶级期刊经过四个多月的评选，《Cell》“Best of 2017”特刊中刊登其评选结果，包括“2017年度十大最佳论文”以及“2017年度四大最佳综述”。不出意料的是这些文章涵盖癌症、免疫学、干细胞、神经科学等热门研究领域，以及很火的AI技术在生物医学领域的研究进展。但是有一篇综述的入选确实有点出乎意外，就是这篇题为“Putting p53 in Context”的文章。为什么仅...阅读全... 阅 读 全 部 >
生信圈
欢迎您支持我的公众号
点击此处可关闭