腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
生物信息云
旨在传播生物医学科研实验技能和生物信息学基础知识及应用技巧
专栏成员
举报
257
文章
1199196
阅读量
407
订阅数
订阅专栏
申请加入专栏
全部文章(257)
数据库(74)
sql(67)
https(39)
编程算法(35)
网络安全(33)
数据分析(33)
r 语言(19)
腾讯云开发者社区(18)
数据(17)
python(15)
http(14)
go(13)
硬件开发(10)
linux(9)
可视化(9)
na(8)
函数(7)
html(6)
视频(6)
神经网络(5)
数据处理(5)
数据结构(5)
min(5)
对象(5)
教程(5)
机器学习(4)
ide(4)
深度学习(4)
人工智能(4)
线性回归(4)
file(4)
pdb(4)
开发(4)
系统(4)
bash(3)
json(3)
express(3)
存储(3)
tcp/ip(3)
cell(3)
count(3)
data(3)
ggplot2(3)
line(3)
pdf(3)
工具(3)
网络(3)
云服务器(2)
对象存储(2)
java(2)
node.js(2)
打包(2)
git(2)
github(2)
centos(2)
文件存储(2)
腾讯云测试服务(2)
网站(2)
企业(2)
开源(2)
缓存(2)
正则表达式(2)
面向对象编程(2)
大数据(2)
windows(2)
adt(2)
anova(2)
barcode(2)
bi(2)
com(2)
grid(2)
matrix(2)
partial(2)
path(2)
python3(2)
sample(2)
基础(2)
模型(2)
软件(2)
统计(2)
原理(2)
(1)
数据挖掘(1)
php(1)
perl(1)
javascript(1)
xml(1)
css(1)
jquery(1)
android(1)
access(1)
搜索引擎(1)
windows server(1)
apache(1)
bash 指令(1)
黑石物理服务器(1)
日志服务(1)
腾讯专有云 PaaS 平台(1)
图像处理(1)
医疗(1)
xslt & xpath(1)
云联网(1)
ssh(1)
gui(1)
ftp(1)
grep(1)
ntp(1)
anaconda(1)
数据可视化(1)
虚拟化(1)
聚类算法(1)
flink(1)
学习方法(1)
数据集成(1)
alpha(1)
apply(1)
atom(1)
background(1)
bit(1)
calculation(1)
conda(1)
cycle(1)
database(1)
db(1)
display(1)
download(1)
drawing(1)
dt(1)
element(1)
expect(1)
expression(1)
format(1)
fs(1)
geo(1)
glsl(1)
image(1)
import(1)
interface(1)
lambda(1)
lattice(1)
launch(1)
limit(1)
list(1)
map(1)
marker(1)
math(1)
methods(1)
model(1)
normalization(1)
null(1)
object(1)
panel(1)
paste(1)
perfect(1)
plot(1)
point(1)
product(1)
ps(1)
rank(1)
response(1)
sequence(1)
set(1)
show(1)
size(1)
slide(1)
snapshot(1)
sse(1)
surface(1)
tar(1)
text(1)
tfs(1)
time(1)
tm(1)
tools(1)
umi(1)
url(1)
using(1)
version(1)
vi(1)
web(1)
变量(1)
编码(1)
布局(1)
测试(1)
插件(1)
程序(1)
集合(1)
配置(1)
软件开发(1)
事件(1)
搜索(1)
算法(1)
芯片(1)
性能(1)
字符串(1)
搜索文章
搜索
搜索
关闭
19-等位基因突变的肿瘤异质性(mutant-allele tumor heterogeneity,MATH)分数计算
sql
数据库
数据分析
硬件开发
生物信息数据分析教程视频——13-3种R包(DESeq2、edgeR和limma)进行RNAseq的差异表达分析与比较
DoubleHelix
2023-02-27
422
0
18-肿瘤突变负荷(TMB)的计算
sql
数据库
数据分析
硬件开发
生物信息数据分析教程视频——13-3种R包(DESeq2、edgeR和limma)进行RNAseq的差异表达分析与比较
DoubleHelix
2023-02-27
657
0
生物信息数据分析教程视频——16-单样本基因集富集分析(ssGSEA)用于肿瘤相关免疫细胞浸润水平评估
sql
数据库
数据分析
硬件开发
生物信息数据分析教程视频——13-3种R包(DESeq2、edgeR和limma)进行RNAseq的差异表达分析与比较
DoubleHelix
2022-12-16
878
0
甲基化测序与甲基化芯片
硬件开发
关于DNA甲基化检测手段介绍,阅读:Make Decision: DNA甲基化检测方法,哪一款适合你? 。同样的,早期研究以芯片为主,从成本的角度来看,也是芯片为主,但是测序数据更丰富。
DoubleHelix
2022-06-13
1.7K
0
为什么选择GSEA分析?和KEGG和GO分析有什么区别?
go
数据库
sql
硬件开发
但是,一般的差异分析(GO和Pathway)往往侧重于比较两组间的基因表达差异,集中关注少数几个显著上调或下调的基因,这容易遗漏部分差异表达不显著却有重要生物学意义的基因,忽略一些基因的生物特性、基因调控网络之间的关系及基因功能和意义等有价值的信息。而GSEA不需要指定明确的差异基因阈值,算法会根据实际数据的整体趋势, 为研究者们提供了一种合理地解决目前芯片分析瓶颈问题的方法,即使在没有先验经验存在的情况下也能在表达谱整体层次上对数条基因进行分析,从而从数理统计上把表达谱芯片数据与生物学意义很好地衔接起来,使得研究者们能够更轻松、更合理地解读芯片结果。
DoubleHelix
2020-06-17
21.8K
1
基因芯片数据分析(一):芯片数据初探
硬件开发
数据库
sql
数据分析
https
简单地讲,基因芯片就是一系列微小特征序列的(通常是DNA探针,也可能是蛋白质)的集合,它们可以被用于定性或者定量检查样品内特异分子的成份。比如说,基因芯片可以检测几十个gene marker在细胞样品中的表达量。现在最常见的是用于整个基因组的表达量分析。它的雏形来自于同位素杂交技术,又如Southern blots或者dot blots。在上世纪九十年代,2维的具有现代意义的基因芯片才在实验室里诞生。基因芯片自问世以来,已经有超过23年(至2014年)了。现在,世界上主流的芯片制造商有4家,分别是Affymetrix,Agilent,Nimblegen以及Illumina。下图为历年来提交至Gene Expression Omnibus数据库的主流芯片厂商的芯片数据统计分布图(数据截止日期为2014年3月1日)。从下图中可以看出,Affymetrix制造的基因芯片在2008年以前占据了市场的主流,在2008年,因为illumina BeadArray的推广,它的市场份额有较大的攀升,但是2年以后就下降至与Affymetrix公司类似的份额。而Agilent却在2010年以后成为芯片市场份额最大的一家。市场份额的变化有价格的因素,质量的因素,使用习惯的因素,也有受到第二代测序技术冲击的因素。
DoubleHelix
2019-12-17
3.9K
0
基因芯片数据分析(三):数据质控
硬件开发
数据分析
基因芯片的质量控制有很多种手段,有针对每一个芯片本身的,也有针对组内差异小于组间差异的。对于Affymetrix公司提供的质量控制手段通常有:平均背景噪音(范围20~100);P所占比重;Poly-A RNA嵌入探针;真核BioB等嵌入探针;actin和GAPDH评估等。
DoubleHelix
2019-12-13
3.2K
0
基因芯片数据分析(二):读取芯片数据
数据分析
硬件开发
数据库
sql
在microarray的处理中,第一步就是读取数据。无论是自己的保存在本地的数据,还是在线保存的数据,对于不同公司的芯片可以使用不同的软件包读取。在这里,我们说的在线数据,主要是指保存在GEO (Gene Expression Omnibus) 数据库中的数据,当然GEO的数据可先下载后再读入。
DoubleHelix
2019-12-13
4.6K
0
GEO数据库表达谱差异基因分析
硬件开发
数据库
sql
关于GEO数据库表达谱差异基因分析,网上有很多教程,但很多都不系统,几乎千篇一律,而且都是直接使用整理好的矩阵文件来操作的。大家都知道,GEO数据库只负责用户上传数据,而不负责对数据质量的控制,因此,有小伙伴也会发现,自己下载好的矩阵文件里面基因表达量数值特别大而且数据不集中,究其原因就是GEO数据库的数据参差不齐,不能确定上传者是否对整理好的数据进行了标准化处理。我们之前也讲过芯片数据的处理和分析流程,不了解的小伙伴们先读一下之前的文章:基因芯片数据挖掘分析表达差异基因。今天公众号:BioInfoCloud将从GEO芯片的原始数据进行分析,为大家详细的讲解。
DoubleHelix
2019-08-07
8.9K
6
基因芯片数据挖掘分析表达差异基因
硬件开发
数据库
sql
https
网络安全
基因芯片(genechip)(又称DNA芯片、生物芯片)的原型是80年代中期提出的。基因芯片的测序原理是杂交测序方法,即通过与一组已知序列的核酸探针杂交进行核酸序列测定的方法,在一块基片表面固定了序列已知的靶核苷酸的探针。当溶液中带有荧光标记的核酸序列TATGCAATCTAG,与基因芯片上对应位置的核酸探针产生互补匹配时,通过确定荧光强度最强的探针位置,获得一组序列完全互补的探针序列。据此可重组出靶核酸的序列。
DoubleHelix
2019-08-07
3K
0
没有更多了
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
立即查看
Python精品学习库
代码在线跑,知识轻松学
立即查看
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
立即体验
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
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档