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
您找到你想要的搜索结果了吗?
是的
没有找到

把bulk转录组的差异基因在单细胞水平都检查一遍

那么实际上我们取3个癌症组织和3个血液组织做bulk转录组,对这两个分组找表达量差异,首先癌症组织里面特有正常上皮细胞,恶性上皮细胞,它们这两个单细胞亚群特异性高表达量的基因基本上在血液里面都不会有,肯定是在癌症对血液上调基因列表里面。为了更精确的差异,我们会放弃血液,选择癌旁组织,这样,理论上大家的单细胞亚群组成是类似的,当然了具体的单细胞亚群比例肯定是不一样的哦。这个时候,癌症对癌旁的bulk层面的差异,其实更多的是单细胞亚群占比不一样的导致的部分单细胞亚群特异性高表达量的基因凸显出来,当然了同时也会确实有一些基因在所有单细胞亚群里面都是癌症跟癌旁不一样,比如代谢基因干扰素基因等等。

01

经典排序算法(一)冒泡排序

排序算法  尊重劳动成果,请访问CSDN著者原文链接 http://blog.csdn.net/zixiao217/article/details/51960532 排序,一定程度上就是比较,比较是过程(貌似是唯一手段),再决定是否交换,结果就是排序。  在东陆学院,假定小一18岁(age_gy),小尤17岁(age_st),对于我们自然人来说,我们知道小一是比小尤大一岁的,因为18减去17比0要大。  而对于计算机来说(程序),给出两个数,要比较它们的大小,同样采用上述方案。  计算机很傻(AlphaGo表示不服),所以程序员首先要告诉它怎么认定两个数的大小关系(a - b > 0, 则表示a > b),然后将大的放到后面(b, a),得到排好序的序列(b, a)。 制定大小规则

02

视频处理之Sobel【附源码】

图像边缘是图像最基本的特征,所谓边缘(Edge) 是指图像局部特性的不连续性。灰度或结构等信息的突变处称之为边缘。例如,灰度级的突变、颜色的突变,、纹理结构的突变等。这些突变会导致梯度很大。图像的梯度可以用一阶导数和二阶偏导数来求解。但是图像以矩阵的形式存储的,不能像数学理论中对直线或者曲线求导一样,对一幅图像的求导相当于对一个平面、曲面求导。对图像的操作,我们采用模板对原图像进行卷积运算,从而达到我们想要的效果。而获取一幅图像的梯度就转化为:模板(Roberts、Prewitt、Sobel、Lapacian算子)对原图像进行卷积。本文主要描述Sobel算子的实现原理和实现过程。

05

一种精确从文本中提取URL的思路及实现

在今年三四月份,我接受了一个需求:从文本中提取URL。这样的需求,可能算是非常小众的需求了。大概只有QQ、飞信、阿里旺旺等之类的即时通讯软件存在这样的需求。在研究这个之前,我测试了这些软件这块功能,发现它们这块的功能还是非常弱的。这类软件往往也是恶意URL传播的媒介,如果不能准确识别出URL,相应的URL安全检测也无从谈起。而且网上也有很多使用正则表达式的方法,可是我看了下,方法简单但是不够精确,对于要求不高的情况可以胜任,但是如果“坏人”想绕过这种提取也是很方便的。(转载请指明出处)下面也是我在公司内部做的一次分享的内容:

02
领券