首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

人胸腺基质的单细胞转录谱揭示胸腺髓质中新的细胞异质性

最近的证据表明,胸腺基质由功能上不同的亚群组成,但人类胸腺中这种细胞异质性的程度尚不清楚。文章使用单细胞转录组测序来全面分析跨生命多个阶段的人类胸腺基质。...鉴定了三种上皮细胞(EPCAM和KRT8作为一般上皮标记物和FOXN1、PSMB11、LY75、CLDN4、AIRE、IVL, NEUROD1 , MYOD1作为特定亚群的标志物), 一种间叶细胞 (...神经嵴、间充质和内皮细胞对于通过产生可溶性因子和细胞间相互作用来支持胸腺生成的胸腺微环境的建立很重要。但是这些可溶性因子在人类胸腺发育中的功能和细胞类型特异性尚不清楚。...人类胸腺上皮细胞在不同阶段的分析 将上图d中的3群上皮细胞继续细分亚群,得到9个亚群,基于已知 TEC 的biomarker和差异基因注释得到: 两个亚群表达了 cTECs 的特征基因(PSMB11、PRSS16...、 SIX1)但缺乏 cTECs 或 mTECs 的功能基因 神经内分泌(BEX1、NEUROD1) 肌肉样肌样(MYOD1、DES) 髓鞘+上皮细胞(SOX10、MPZ) 在成人胸腺中检测到的 cTEC

1.2K10

金融科技的碎片化思考(中)

by yrygs from zoommy 曾经,系列文只出一期是我的常规操作。今年,我想立个FLAG,有些坑我要努力找补回来。距离金融科技碎片化思考的上篇已半年有余,今天发个(中)篇,权当狗尾续个貂。...然而,风头一过,我就在底稿上整了个PPT,去IT东方会的T-Chat上吐槽了一晚上。风吹过处好像也并没有想象中的那样一地鸡毛,想来此时更可以自由发言了。 《金融的背叛》 先从《金融的背叛》此书讲起。...追溯P2P的历史,应该由2007年上海成立的拍拍贷而起,历经2012年的快速扩张、2014年底的集中爆雷,在2020年11月P2P的完全清零之前,这个行业一直在热潮、爆雷、转型中水乳交融着。...虽然金融监管让这一切必须如此程式化,但是金融科技的使命不就是从这些繁琐中寻找创新突破嘛?...它在信用评定上有持中守正么?(能刷分么) 它在信用应用上有节制受控么?(某圈750分男性才能评论,信用分PK) 它的应用场景到底是个人信用的体现还是信用背后机构的信用背书?

67910
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    MySQL中Myisam、InnoDB碎片优化

    借此延伸下MYSQL中Myisam、InnoDB碎片优化方式: Myisam清理碎片 OPTIMIZE TABLE table_name InnoDB碎片优化 if you frequently delete...什么是mysql碎片?怎样知道表的碎片有多大呢?...简单的说,删除数据必然会在数据文件中造成不连续的空白空间,而当插入数据时,这些空白空间则会被利用起来.于是造成了数据的存储位置不连续,以及物理存储顺序与理论上的排序顺序不同,这种是数据碎片.实际上数据碎片分为两种...OPTIMIZE 操作会暂时锁住表,而且数据量越大,耗费的时间也越长,它毕竟不是简单查询操作.所以把 Optimize 命令放在程序中是不妥当的,不管设置的命中率多低,当访问量增大的时候,整体命中率也会上升...,这样肯定会对程序的运行效率造成很大影响.比较好的方式就是做个 Script,定期检查mysql中information_schema.TABLES字段,查看 DATA_FREE 字段,大于0话,就表示有碎片

    1.3K10

    【DL碎片2】神经网络中的优化算法

    从【DL笔记1】到【DL笔记N】以及【DL碎片】系列,是我学习深度学习一路上的点点滴滴的记录,是从Coursera网课、各大博客、论文的学习以及自己的实践中总结而来。...---- 【DL碎片1】讲了神经网络的参数初试化,可以看到不同的初始化方法对我们的学习效果有很大影响。 本文继续讨论如何进一步优化我们的梯度下降算法,使得我们的学习更快,学习效果更佳。...我们训练的时候,跑完一个mini-batch就把W和b更新一次,这样的的话,在一个epoch中,我们就已经把参数更新了5000次了!...一开始我估计时间应该差不多,因为我们迭代的40000次相当于40000个epoch,我前面只是说一个epoch中mini-batch更新的次数更多,没想到居然也更快(因为我觉得一个epoch中的操作变多了...对于Momentum的效果不那么明显的现在,吴恩达的解释是在learning-rate太小以及数据集比较简单的情况下,momentum发挥不了太大的作用,因此本实验中我们看不出惊人的效果。

    39741

    【DL碎片4】深度学习中的的超参数调节

    从【DL笔记1】到【DL笔记N】,是我学习深度学习一路上的点点滴滴的记录,是从Coursera网课、各大博客、论文的学习以及自己的实践中总结而来。...这些参数我们是不用调的,是模型来训练的过程中自动更新生成的。...具体怎么调节,在不同的场景中基本都不同,没有统一的标准说learning rate取多少比较好、epochs多少比较好,都是在在实际情况中反复试验的。...吴恩达很形象地用两种动物来形容在实践中我们训练一个模型的两种方法: 熊猫法(Panda) VS....具体的细节还是需要我们在实践中不断去尝试,以及可以多看看一些成功的神经网络结构的参数都是怎么设置的,作为借鉴。 ----

    1.2K40

    人-胸腺肿瘤组织细胞悬液制备流程

    分享是一种态度 注 | 以上操作指南中涉及的消化酶以及实验方法仅供参考,实际应用过程中请根据具体情况进行细节上的调整。 背景介绍 胸腺属于中枢淋巴器官,分左右两叶,表面有薄层结缔组织被膜。...被膜结缔组织呈片状伸入胸腺内部形成小叶间隔,将实质分割成许多不完全分离的胸腺小叶。每个小叶都有皮质和髓质两部分,皮质内胸腺细胞密集,髓质则含较多胸腺上皮细胞。...胸腺瘤起源于胸腺上皮细胞,是最常见的前上纵隔原发性肿瘤。 对于胸腺瘤组织的单细胞悬液一般使用美天旎公司的肿瘤组织试剂盒制备。...胸腺组织示意图 实验仪器及耗材 实验步骤 准备肿瘤解离试剂盒的酶混合液,将100µL的H酶、500 µL的R酶和25 µL的A酶加入到4.4mL RPMI 1640培养基中。...将C管倒挂在gentle MACS 解离器的套管上,并运行gentle MACS解离器中的h_Tumor_02程序,随后将C管置于MACS mix试管旋转器上在37 ℃下连续旋转30 min。

    1.3K30

    SQL Server的索引碎片

    无论是什么关系型数据库,尤其在OLTP系统中,索引是提升数据访问速度的常用方式之一,但是不同类型的数据库,对索引碎片的处理可能会略有不同。...我们知道,索引碎片多了,意味着可能会扫描更多的数据块、消耗更多的资源,因此,要在某些场景下,对碎片做些处理。...SQL Server中,索引碎片有2种形式:外部碎片和内部碎片,不管哪种碎片基本上都会影响索引内页的使用。 1. 外部碎片 当索引页不在逻辑顺序上时就会产生外部碎片。...view=sql-server-ver15 其中, FAST选项指定执行索引的快速扫描,输出结果是最小的,该选项不读索引的叶或数据页且只返回扫描页数、扫描扩展盘区数、扫描密度[最佳值:实际值]、逻辑扫描碎片...该百分比应该在0%到10%之间,高了则说明有外部碎片。 扩展盘区扫描碎片(Extent Scan Fragmentation):无序扩展盘区在扫描索引叶级页中所占的百分比。

    1.4K30

    碎片式的技术笔记

    异地多活 定义:广域的分布式架构; 目的:容量扩展,资源弹性; 实质:多个不同地域不同规模的数据中心; 收益:更强的容灾能力,用户就近接入能力; 容器集群 特点:开箱即用; 优点:从多业务复杂性→生产多样性...常见的配置中心组建:Apollo、Nacos config推送:主动推送最新配置数据到client(低时延,适合数据量较小的情况) config拉取:client定时拉取最新的配置数据(复杂,管理client...Job调度任务 作用:应用间的消息传递 实时消息 异步解耦 降低系统耦合; 区分调用与被调用者的处理逻辑; 解决不同系统之间语言&数据结构&速率差异(削峰填谷) 注意事项 最终一致性:消息最终可达/不可达反馈...) 尽量使用源生数据类型· 微服务化改造 水平划分、服务颗粒度细化为单一的功能单元(DDD领域驱动设计) 优点是提升系统可维护性(模块化)、扩展性(水平扩容)和研发效率; 拆分时需要注意,独立&重要&稳定的业务服务做拆分...,避免高频业务更新影响全局; 服务调度与负载均衡 服务调度:摘除故障节点,更新可用服务的地址列表 负载均衡:随机分配&权重选取 服务发现:服务与提供服务的机器解耦 服务注册:传递类名、方法名、参数类型、

    38530

    碎片化信息的危害

    组织逻辑不够系统和深入 这也是碎片话的本质决定的,几分钟的文章往往只是知识系统的一个片段,往往都只是冰山一角,不是严谨和全面,视角也比较单一缺乏推导的过程。...群体传播效应导致独立思考能力下降 群体的智商是低下的,暴力会被扩大的。火爆朋友圈的很多文章有时是小编们利用互联网传播的效应的编织的一个故事,戳中内心但又毫无逻辑和营养。...人一到群体中,智商就严重降低,为了获得认同,个体愿意抛弃是非,用智商去换取那份让人备感安全的归属感。...-《乌合之众》 说碎片话信息的危害这么多,有没有哪种方式是利大于弊的呢,再对照上面说的每一条的反面看,你会发现是:读书 但书真的就这么完美么,当然不是,什么事都有好处之分,就跟碎片化信心也有少部分是好的一样...是不是我们就彻底抛弃碎片化信息呢,当然不是,建议还是采用二八原则,20%的时间碎片化,80%的时间分配给看书。

    1.3K30

    前端学习的碎片化

    这段时间的先行者计划运行情况,很清楚的表明一个现实。就是前端学习很容易进入一种碎片化的现状。...就是学习的时候没有一个明显的脉络,关注的点也是散射的状态,而且在学习的过程中这个学习的轨迹和方向很容易受到各种影响。伴随的还有各种偏见,例如要么用原生JS,要么用ES6,而用jQuery就是low的。...如果在学校的时候,没有能够学会分析问题的能力,那么就很难在这其中自行找到正确的方向。于是,就很容易受外界的影响,例如不良培训班的欺骗性宣传的影响。 那么怎么解决呢,我觉得首先要找到正确的方向。...必须能够在脑子里形成一个有顺序的、能够相互印证的链条。 上面说的其实是我自己的思维方式的总结,有点绕。落实到你的身上时,首先是多读,大量的读前端的相关文章,前端行业的文章,了解这个行业的现状。...可以按某一本JS的书的章节目录,,, 就这样,在一片碎片中,去将它们先归堆,再把每一堆拼合。这是我个人的一点想法。

    56770

    碎片化信息的危害

    组织逻辑不够系统和深入 这也是碎片话的本质决定的,几分钟的文章往往只是知识系统的一个片段,往往都只是冰山一角,不是严谨和全面,视角也比较单一缺乏推导的过程。...群体传播效应导致独立思考能力下降 群体的智商是低下的,暴力会被扩大的。火爆朋友圈的很多文章有时是小编们利用互联网传播的效应的编织的一个故事,戳中内心但又毫无逻辑和营养。...人一到群体中,智商就严重降低,为了获得认同,个体愿意抛弃是非,用智商去换取那份让人备感安全的归属感。...-《乌合之众》 说碎片话信息的危害这么多,有没有哪种方式是利大于弊的呢,再对照上面说的每一条的反面看,你会发现是:读书 但书真的就这么完美么,当然不是,什么事都有好处之分,就跟碎片化信心也有少部分是好的一样...是不是我们就彻底抛弃碎片化信息呢,当然不是,建议还是采用二八原则,20%的时间碎片化,80%的时间分配给看书。

    1.6K20

    【Qt源码笔记】 QImage 源码探究过程中的记忆碎片

    当时仔细研究了一下QImage的源码,将一些碎片化的东西记录在了某个平台上,如今翻出来了,感觉这些内容还可以再细化细化,有时间的话,详细整理,先将以前的碎片在此记录下来。...所有的创建都由内部的QImageData类的create方法实现。即使传入const char* ,但是在创建时依然会被转为 非 const ,而在create中改为使用只读标志。...QImage中对于set或者是返回 非 const 的函数中使用detach()来实现写时拷贝 QImage中的高质量抖动用的是 Floyd-SteinBerg 算法 QImage中的setText()...QImage中的bitPlaneCount()可以用来判断图片的有效位,因为类似 RGB32 这种,实际上它的有效位只有24位 QPixmap中的load()是有缓存的,内部用QPixmapCache实现缓存...data->pixelType() : QPlatformPixmap::PixmapType); QPixmap中scaled()用的就是QImage那一套缩放方法 QBitmap实际上是QPixmap

    1.2K30

    机器学习中的朴素贝叶斯算法

    在得到贝叶斯模型之后,就可以利用模型中包含的类概率和条件概率结合贝叶斯定理预测新样本更可能对应哪一个类标签。...),天气=晴天 如果我们的数据集中每个实例中的属性值有更多,那么我们可以进一步扩展现在的模型,假设每个实例中还有一个“汽车限号情况”,可能的属性值为“被限号”和“未被限号”两种,此时我们可以在上面的等式上再乘上一个条件概率来扩展我们的贝叶斯模型...基于高斯分布的朴素贝叶斯模型的表示方法 在二值属性的朴素贝叶斯模型中,我们利用训练数据集中样本的出现频次计算得到了各个类别下的条件概率。...朴素贝叶斯模型数据准备的最佳实践 分配类别标签:在模型中假定的标签属性:如二值标签,类标签等。...延伸阅读 这里还有两篇与朴素贝叶斯相关的文章供读者参考: 用Python中从零开始实现朴素贝叶斯算法 更好地使用朴素贝叶斯:朴素贝叶斯算法中最实用的12个技巧 下面是一些涉及到朴素贝叶斯的面向开发者的机器学习参考书

    1.2K61

    学界 | NeurIPS 2018 中的贝叶斯研究

    我关注 NeurIPS2018 主要是为了解贝叶斯推断的最新研究动态及其在机器学习和人工智能领域中的应用。正如预期的那样,在为期 6 天的会议中,贝叶斯研究相关论文多达 70 多篇。...showEvent=10905),目前都是非常活跃的研究领域。 口头报告和展板涵盖了贝叶斯推断的几个方面,包括理论进步和其在机器学习中的应用。...showEvent=11310 在这项工作中,作者开发了 NASBOT,这是一种基于高斯过程的贝叶斯优化框架,用于神经架构搜索。...特别地是,该算法在基于梯度的同步优化中,通过选择一个最优的中断(cutoff)来缓解算法中的掉队问题。...VBMC 将变分推断与基于高斯过程的主动采样贝叶斯积分相结合,使用后者有效地近似变分目标中的难以求得的积分。

    82250

    解决golang 的内存碎片问题

    快照实际上由chunks的字节构成,并放在文件中。在处理过程中会并行写chunk,因此chunk的顺序是随机的,这样可以提高写性能,而读操作则是从文件头按顺序读取的。...简单地说,Go运行时管理着大量mspans,每个mspans包含特定数目的连续8KB内存页,不同msapns有着不同的size class(大小),size class决定了mspan中的对象的大小,用于适应不同大小的对象...通常每个chunk都有一个用于内部数据的字节数组,其创建方式为: make([]byte, 0, 128) Go中slice的大小并不是固定不变的,当slice的容量小于1024时会以2的倍数增加,当容量大于...(本文对这部分描述有误,此处纠正),在本场景中,大部分size-classes是固定的: 而目前恢复使用的chunk的为: make([]byte, 0, actual chunk byte size)...该指标计算了所有GC没有释放的所有堆对象(可达的对象和不可达的对象) go_memstats_heap_inuse_bytes: in-use span中的字节数。

    1.3K20

    信息碎片的收集与整理

    偶尔, 在这些嘈杂的信息环境中我们也会碰到少量让我们印象深刻或者觉得会有用处的内容,也就是「信息碎片」。俗话说:“好记性不如烂笔头”, 既然脑子记不住,我们可以通过工具把信息碎片记录下来。...针对此类需求设计的软件一大堆, 然而好用的却万中无一, 而且也并不是很大众化。...我一直在寻寻觅觅, 期待着能有这样的一款应用来帮我更好的整理碎片信息。...就在前两天, 我找到了解决这个问题的答案, 这款应用名曰:「存在」 , 专门针对整理碎片信息设计,交互操作体验一流, 能以最简洁的方式帮我们保存碎片信息, 并且在应用之中还有一整套体系帮助我们整理归纳碎片信息...同时应用也在微信中开设了服务号, 可通过向服务号发送信息, 便可同步至应用中。 ?

    1.8K110

    人类胸腺发育的细胞图谱揭示了T细胞组库的形成

    RATIONALE:作者将处于发育中、儿童期及成人期的胸腺标本解离后,利用单细胞转录组测序构建了跨越人类生命周期的完整胸腺图谱。...RESULTS:作者从人类胸腺中鉴定出了超过 50 种状态的细胞。人胸腺中的细胞状态、丰度及基因表达谱随着胎儿及出生后发育呈动态变化。作者鉴定出了新的胸腺成纤维细胞和上皮细胞,并对其进行了定位。...与小鼠数据相比,作者发现人体中这类非经典胸腺 T 细胞有着不同的基因表达谱。最后,作者发现人 VDJ 在重排和多轮选择下呈现出强烈偏倚,包括 CD8+ T 细胞中的 TCRα V-J 偏倚等。...胸腺基质和 T 细胞的协调发育 早期胎儿胸腺(7 - 8 PCW)中,淋巴细胞主要包括 NK 细胞、γδ T 细胞和 ILC3;分化中的 αβ T 很少,主要处于 DN 阶段。...和胚胎期相比,出生后胸腺中的 CD8αα+ T(I) 则偏好近端的 V - J 对 ?

    3.6K51
    领券