腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

Y大宽

专栏作者

185

文章

557211

阅读量

84

订阅数

Regulatory elements within the noncoding gene regions

原文：Regulation of eukaryotic gene expression by the untranslated gene regions and other non-coding elements

2020-02-18

4490

通过简单数据熟悉Linux下生物信息学各种操作3

linux 编程算法

一共三部分通过简单数据熟悉Linux下生物信息学各种操作1 通过简单数据熟悉Linux下生物信息学各种操作2 通过简单数据熟悉Linux下生物信息学各种操作3

2019-07-02

5650

linux shell数组基础

不管数值型还是字符串型，都是用一对圆括号表示，并且数组的元素之间用空格隔开，但是字符型的元素需要加引号比如

2019-06-15

8000

shell脚本批量对文件改名(名字新旧不相关)

Run和Library_Name的对应关系如下也就是要以第二列代替第三列，所以简单的rename命令不行，因为这些名字之间㐊简单的替换

2019-06-15

1.7K0

shell脚本：2_单引号和双引号

shell 编程算法

引号常用创建字面量，也就是原装的字面义。所以操作脚本或命令行，要先知道shell是如何执行命令的

2019-06-15

1.8K0

批量对多个测序文件进行fastqc

python 编程算法

现在一共是728*2=1456个测序文件，需要全部进行质控。 fastqc的命令很简单，直接跟文件即可，参数里面主要用-o（输出路径）和-t（线程，一般用2或4）

2019-05-29

3.6K0

linux全套教程【黑马】:3 文件查找和内容检索

grep 编程算法

想知道哪个文件里有什么样的字符串，需要找到包含字符串的文件也就是按文件内容查找

2019-05-21

1.6K0

maSigPro包:时间序列数据处理工具（带图展示）

时间序列研究的是基因表达的动态行为，测量的是一系列和时间点之间有强烈相关性的过程。和针对某一时间点的基因表达进行差异分析不同，时间序列更加关注是发现基因表达的趋势，以有助于理解生物学动态变化过程（比如对刺激的反应、发育过程、周期行为等）。也就是说，时间序列关注的是整体变化趋势而不是某特异表达。

2019-05-20

2.4K0

Linux常用命令

cd -, cd .. , history, !5 , /home/ , /tmp/ , >,&，jobs,nohup 1,2,0

2019-05-15

1.9K0

用SeqinR包在NCBI获取基因组序列并分析

这里是网页版获取DNA序列，下载保存后可以用read.fasta打开 ########################## 用SeqinR包获取序列并进行统计 ########################## 比如，在NCBI获取NC_001477登革病毒的基因组序列，安装加载seqinr包

2019-03-04

2.2K0

Cytoscape中文教程（2）

Cytoscape可以读取一下格式的文件，这些文件实际是提供了cytoscape和其他一些工具的接口。

2019-02-25

4.9K0

乌龟爬爬:TurtleGraphics in R

但是，也挺好玩的。越是简单的东西，越容易被忽略 ---- 安装并加载包 install.packages("TurtleGraphics") library(TurtleGraphics) 1 现在用小乌龟爬出K字母-step by step turtle_init(width = 100, height = 100) turtle_lwd(lwd = 15) turtle_col(col = "blue") turtle_forward(distance = 40) turtle_backward(d

2019-01-28

4300

2️⃣ 双序列比对(1)：算法及数据库

编程算法数据库 sql

注意：动态规划和BLAST适用于不同比对情况。前者适合较少量序列间比对，BLAST适合从一组大量序列中搜索与查询相似的序列

2019-01-28

1.9K0

WGCNA的理论背景知识

编程算法 express

WGCNA是一种从大量数据中挖掘module的算法，而这些module所包含的gene为一组表达模式类似或这说表达谱相似的基因，也就是相关或不相关。而正相关还是负相关可以由WGCNA的参数进行设定，默认是既包括正相关又包括负相关。相似的表达模式可能意味着 -1 tightly co-regulated -2 functionally related -3 members of the same pathway 和聚类有一定的相似，但更具有生物学意义。 WGCNA对基因间表达量的相关系数取n次幂，使得相关系数数值的分布逐渐符合无尺度分布，按gene表达模式进行分类，将模式相似的gene归一一个模块module，而不是一般的cluster，因此WGCNA得出的结果有更高的可信度。把几个模块筛选出来了，模块中的gene也就知道了，这样，可以用这些结果分析出更多的意义。在co-expression 网络中，每一个gene在一个特定时间或空间的表达情况可以看成一个点node，可以通过计算任何两个gene间的相关系数可以得到gene间的表达情况。第i个和第j个gene的pearson相关系数，即表示两个gene的表达相似性。可以通过设定一个阈值来确定两个gene之间的表达谱是否相似。达到这个阈值了就认为它们之间是相似的。这种方式的缺点就是，假如定义了0.8，那么0.79和0.81就是两个不同的范畴了。WGCNA通过软阈值避免这一问题。网络的数学名称是图，图论中每一个节点node有一个概念，那就是度degree，一个点的度指的是图中该点所关联的边数edge。 scale-free network特点是存在少数节点，具有明显高于一般点的度，也就是并不是平均分布，这些点称为hub，由少数hub与其它节点关联，构成真哥哥网络。这样的无尺度网络的节点读书与具有该度数的节点个数服从幂分布，这就为寻找最佳参数提供了理论依据。进化的过程中，生物选择了这种网络有其进化意义。整个生物网络中，少数的关键性的gene执行主要功能，只要保证hub的完整性，整个生物网络就不会坍塌，那生命体系就不会受太大影响。 WGCNA的详细流程 WGCNA关键模块和hub基因筛选

2018-10-11

1.2K0

TBtools基因家族分析详细教程（1）

数据分析编程算法存储数据库

一共分为4个部分 TBtools基因家族分析详细教程(1) TBtools基因家族分析详细教程(2)基因家族成员的基本分析 TBtools基因家族分析详细教程(3)基因家族成员的进化分析1 TBtools基因家族分析详细教程(3)基因家族成员的进化分析2

2018-10-08

30K1

RIsearch2使用方法-预测RNA-RNA互作（sRNA的靶基因）

ide go 编程算法 ios

非编码RNA经常和其它RNAs形成配对（双链）发挥其作用。这些RNA-RNA相互作用都是建立在碱基互补配对的基础上，两个RNA序列之间的高度互补是这种相互作用的强有力预测基础。RIsearch2是RNA-RNA相互作用预测工具，可以在给定的query和target序列之间形成互补定位。使用基于suffix arrays的seed-and-extend框架，RIsearch2可以发现RNA-RNA相互作用关系，这种发现可以基于基因组或转录组。类似之前的 RIsearch，RIsearch2也使用基于di-nucleotides to approximate nearest-neighbor energy parameters的修正Smith-Waterman-Gotoh algorithm算法。然而，不是执行整个序列比对，RIsearch2关注种子区域的完美互补并且向两端延伸。用户定义的seed and extension constraints 使得 RIsearch2 可应用于所有类型的RNA-RNA相互作用预测。

2018-09-30

2.6K0

Cytoscape插件2：CytoHubba

CytoHubba:发现复杂网络的关键目标和子网络网络对呈现包括PPI，基因调控，细胞路径和信号转导等多种类型生物数据非常有用。我们//+重要性，并且这也能帮助我们发现网络中的中心元素。 cytoHubba根据nodes在网络中的属性进行排名。它提供了11中拓扑分析方法，包括，Degrre度，Edge Percolated component边过滤成分，Maximum neighborhood component，Density of Maximum Neighborhood Component，Maximal Clique Centrality and six centralities(Botteleneck,EcCentricity,Closeness,Radiality,Betweenness, Stress)以上这些基于最短路径，MCC是新提出的方法，在酵母PPI网络中对关键蛋白的预测有更好的表现。比如依据给定的重要性概念对网络中心性对节点进行排名可以发现重要信息。研究发现，一个蛋白的degree和他的基因的重要性直接相关，换句话说，具有高degree的蛋白更倾向于是关键蛋白。已经有几个插件可以对网络数据进行节点排名，比如NetworkAnalyzer和CentiScaPe，他们可以计算有向或无向网络的拓扑参数。这些插件比其他常用的插件提供了更多的中心性测定指标，但是一些其他重要的特性和最近发展的方法他们并未包括进去。不同的方法聚焦不同的拓扑特点或者，相似的特征有着不同的计分策略。为了让生物工作者对网络特点的利用更加辩解，我们编写了cytoHubba插件以执行我们最新发展的算法和几个流行的算法。加强的node 获取功能控制面板可以帮助研究者搜索和探索网络，并且可以提取感兴趣的子网络。使用方法 CytoHubba界面提供了一个简单的交互界面有11个得分方法的分析界面。首先，所有11中方法在每个node中的得分都会被赋予，当然前提是加载了PPI网络，并执行了“compute hubba result”功能。

2018-09-10

6.1K0

没有更多了

社区活动

RAG七天入门训练营

鹅厂大牛手把手带你上手实战

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态