22k字20 分钟

# 使用网络方法识别疾病模块 在 2015 年的一篇 Science "Uncovering disease-disease relationships through the incomplete interactome" 中，作者提出了一种基于网络距离的方法来识别和分析疾病模块，并揭示疾病之间的关系。 # 背景 疾病不是由单个基因异常直接导致的，而是由多个分子过程的相互作用所引起的。这些过程之间的关系被编码在相互作用网络（interactome）中，这个网络集成了细胞内所有的物理相互作用，包括蛋白质 - 蛋白质、调控蛋白质 - DNA 和代谢相互作用。 研究表明，
17k字15 分钟

# 使用 Entrez API 进行 PubMed 文献信息提取 PubMed 是一个常用的文献数据库，提供了大量生物医学领域的文献。当需要整理大量文献时，手动搜索可能会非常耗时。 我们可以使用 Entrez API 自动化这一过程。本文将介绍如何使用 Python 和 Entrez API 提取 PubMed 文献信息，并将结果保存为 CSV 文件。 # 环境准备 首先，我们需要安装 Biopython，这是一个用于生物信息学的强大工具包，包含了访问 Entrez API 的模块。 pip install biopython此外，还需要一些其他的 Python 库： import pa
259字1 分钟

# 基于网路的共病分析思路 # 基于网络距离的优化 带权重的随机游走 人工智能：图转化为 embeding # 引入新的属性 添加输入、标签（节点） 反映共病 先拿典型共病来研究网络属性有没有明显特征，和生物机制联系在一起 基因的重合度 是否是关键蛋白决定了疾病的共病关系 # 任务 复现 Menche et al. Science 2015 大部分疾病会形成本地化模块 定义指标： 怎么联系共病 如何为什么是这个指标 有针对性的指标
471字1 分钟

# Aging Biomarker 在单细胞数据上的应用 # 单细胞数据集 GSE213516 # 研究标题： 单细胞水平外周血单个核细胞（PBMCs）基因表达谱 # 研究目的： 量化衰老速度以评估与年龄相关的衰退和死亡率，建立单细胞水平的衰老时钟。 # 实验类型： 高通量测序表达谱分析 # 实验设计： 研究纳入了 17 名健康志愿者，所有志愿者在采血时被评估为一般健康状态。 # 供体信息： 17 名健康志愿者 # 数据概览： 由于患者隐私问题，原始数据不可公开，但提供了处理后的数据和细胞类型注释。 # 主要发现： 研究发现通过单细胞 RNA 测序，PBMC 中的核糖体与炎症平衡是单细胞衰老的
24k字22 分钟

# 使用 Annovar 注释 VCF 文件 变异注释是基因组学研究中的关键步骤，帮助研究人员理解变异的功能意义。Annovar (ANNOtate VARiation) 是一个广泛使用的工具，用于对变异进行功能注释。 # 安装 Annovar 下载 Annovar 需要在 此处 用教育邮箱注册，然后邮箱中会收到下载链接。 如果你没有教育邮箱 这里 或许是一个可以下载的链接 解压压缩包 tar -zxvf annovar.latest.tar.gz根据自己的习惯看要不要配置环境变量，此处以不配置环境变量为例 Annovar 的可执行文件存放在 ~/annovar/
18k字16 分钟

# 不一样的富集分析可视化 clusterProfiler 自带的可视化函数 barplot 和 dotplot 其实已经够看，但是想要与众不同一点的话还是得自己动手。 # 简单一点的方案 这套方案主要是将 GO 的三类 Term：BP、MF、CC 绘制到一张图上，并支持自定义颜色。 # 加载 R 包 library(clusterProfiler)library(org.Hs.eg.db)library(tidyverse)library(ggplot2)library(ggsci)# 定义分析函数 # GO 富集分析GOEnrichment <- function(g
1.8k字2 分钟

# 在 Ubuntu 中安装、更新和移除 deb 包 deb 包（.deb 文件）是 Debian 软件包，用于在 Debian 及其衍生发行版（如 Ubuntu）中安装软件。 # 安装 deb 包 安装 deb 包可以使用 dpkg 命令或 apt 命令。 # 使用 dpkg 命令 打开终端（快捷键 Ctrl + Alt + T ）。 导航到存放 deb 包的目录。例如，如果 deb 包位于 Downloads 文件夹中： cd ~/Downloads 使用 dpkg 命令安装 deb 包： sudo dpkg -i example.deb 如果在安装
4.7k字4 分钟

# 生物信息学中的常见统计量 # logFC 在差异表达分析中，logFC（对数折叠变化，Log Fold Change）用于描述基因在不同实验条件下表达水平的变化情况。 # logFC 的底数 在多数基因表达分析工具（包括 limma 包）中，logFC 通常是以 2 为底的对数折叠变化。即 logFC = log2 (FC)，其中 FC 是 Fold Change（折叠变化）。 # logFC 的计算 logFC 的计算方法如下： 计算 Fold Change（FC）： Fold Change 是实验组和对照组之间表达水平的比值。假设在实验组中某基因的表达水平为 E，且
18k字16 分钟

# 差异表达分析：使用 R 进行 RNA-Seq 数据分析 在现代生物学研究中，RNA-Seq（RNA 测序）已经成为解析基因表达的强大工具。差异表达分析是其中一个重要步骤，通过比较不同条件下的基因表达水平，我们可以找出哪些基因在不同的生物条件下表现出显著变化。 # 差异表达分析 差异表达分析（Differential Expression Analysis）是指通过比较不同条件或处理下的基因表达水平，找出那些显著变化的基因。这些基因的变化可能与某些生物学过程、疾病状态或环境响应有关。 # 使用的软件包 limma ：用于线性模型拟合和差异表达分析。 edgeR ：用于 RNA-Seq
403字1 分钟

前几天把同一块硬盘上的黑苹果删掉装了 deepin 20 然后再进 Ubuntu 就进不去了，左上角有个光标一直在闪 尝试了修复引导，但是没有用 # 原因 暂不清楚，根据结果来看是显卡驱动不兼容，但是就算是引导损坏应该也不会影响显卡驱动啊？ # 解决方法 在光标闪烁的界面按 Ctrl + Alt + F2 / F3 / F4 / F5 / F6 / F7 在命令行界面输入账号密码登陆 登陆成功再按 Ctrl + Alt + F1 返回到图形界面 发现现在已经可以进系统了 进入系统打开终端卸载显卡驱动 命令 # 卸载显卡驱动sudo a