这里记录一段时间我在互联网上看到的有意思的内容与信息，防止它们在我的脑袋里走丢了。
摘要：人工智能作曲APP Amper Music的简单介绍和测评，以及人工智能和机器学习的小科普
区块链的应用远远超出了加密货币和比特币的范围。区块链具有创造更多透明度和公平性的能力，同时还能节省企业的时间和金钱，这一技术正在以各种方式影响着各个行业，从如何执行合同到提高政府工作效率等等。我们总结了 30 个现实世界的应用案例，这些案例都使用了区块链这种实用而革命性的技术。这远非详尽无遗的清单，但他们已经在改变我们的经营方式。
在KTV对朋友调侃道：“五音不全的你还非得做麦霸，哪儿来的自信！？”，谁知他却更加来劲儿地说：“骨子里来的！”。一直很佩服他这种“不要脸”的娱乐精神，后来发现他这种来自骨子里的自信不无道理，因为这自信来自基因。
李根 发自 凹非寺 量子位 报道 | 公众号 QbitAI 腾讯叮当还不是一个特别广为人知的名字。 相比百度DuerOS，阿里天猫精灵的AliGenie，Rokid背后的若琪，以及给小米、小雅提供语音交互的猎户星空……腾讯叮当亮相不算早。 这个腾讯内部自研自产的AI语音助手，也提供相似的语音为核心的AI服务，希望帮助硬件万物互联互通、能说会理解。 12月20日，腾讯叮当的第一次公开合作，不是音箱，不是电视，而是一款耳机。 智能耳机 AI+耳机，应该不会让量子位的朋友们吃惊了。 上一次我们介绍过，汪峰联合创
要想运行 GSEA 软件，JAVA 环境是必须的，下面就带领大家一步步地安装 JAVA 软件。
这里所要谈到的应用程序主要是由Java，Python等语言，并且在Windows环境下开发和实现。
结合小站之前的教程这一步应该插在STAR Mapping之后从零到壹:10元~Mapping神器STAR的安装及用随便选一个样本，在样本文件夹里找到bam文件，然后用samtools index建立baibam与bai要在一个目录下，载入到IGV软件中，就是视频那个样子啦。位置信息是chr12:123,406,542-123,416,558首先看是不是链特异性,右键选color alignments by first-of-pair strand如视频那样，红蓝分布，就是链特异性再看是什么样的链特异性在链特异性那个样本右键选color alignments by read strand鼠标放在红或者蓝的read上，看信息。显示first of pair那个read的箭头方向与基因的方向相反，这就提示是dUTP建库的方法。知道这些有啥用呢？在STAR运行结束后的ReadsPerGene.out.tab文件中非链特异性的要选第二列那个数而dUTP链特异性建库要选第四列那个数所以批量处理counts数教程中"站长，Mapping之后counts怎么合并成一个表？"df.use <- data.frame(v1 = df.read 这句代码中V4就是第四列，选择这个是针对dUTP链特异性建库测序的，如果是非链特异性建库图中那个位置应该改成V2就可以啦~~
1、James Gosling 1983 年，Gosling 获得了加州大学的计算机科学学士学位。1990 年，他获得了卡内基梅隆大学的计算机科学博士学位，师从 Bob Sproull。在攻读博
前不久国家市场监管总局要求音乐平台解除独家版权的合作模式，腾讯音乐、网易云音乐纷纷跟进。此前数字音乐的版权生态模式，在多年的资本争夺战后，呈现出少数平台独占多数版权的不公平竞争状态。在数字音乐版权竞争格局被监管之手重塑后，整个数字音乐赛道玩家们的动作也逐渐多了起来。
PathVisio 是一款免费开源的pathway 可视化工具，通过这个软件我们不仅可以创建并编辑通路图，甚至还可以进行富集分析。
最近，麻省理工的研究者就用AI系统将新冠病毒结构转化为音乐，协助科学家注意到显微镜下遗漏掉的病毒细节。
今天介绍一下单倍型分析，之前做GWAS分析时有同学问我单倍型分析相关的问题，当时我还不太会，知识性的东西，特别是软件操作类的东西，从来都是熟能生巧，研究一下，做一下项目，就会了。会了，就要写个教程，然后理解就更深了。
即将在腾讯工作满三年（含腾讯音乐集团），想写一些自己的体会和收获（咋咋碎碎的，可能没有什么逻辑）。在感恩节，感谢公司、感谢那些帮助过我的同事和朋友。
之前的文章中介绍了annovar软件的使用，除了annovar以外，snpEff 也是常用的一款突变位点注释工具。
在本周召开的首届中国互联网安全大会上，全场焦点依然是穿着那件红色POLO衫的周鸿祎。人们注意力集中在他的“吐槽”和360“逐狗”事件上，却忽略了他提出的“泛安全”概念。这将360的领域从安全扩展到整个互联网丛林，透露360未来的发展方向，也意味着中国又多了一家综合互联网公司。大型互联网公司正在跨越原本的服务边界，越来越多地进行垂直整合和横向扩展。 一、“泛安全”模糊了360服务的边界，实质是“去安全化” “泛安全”意指安全企业不能局限于查杀木马、病毒这类传统安全业务，要扩展到隐私、App权限
前面两期（从网络图探寻基因互作的蛛丝马迹（1）；从网络图探寻基因互作的蛛丝马迹（2））中我们给大家讲解了网络图的构造，以及构建蛋白互作网络的一个权威数据库：STRING数据库。我们给大家布置了一个研究课题：如何从100多个差异表达的基因当中快速锁定重要的关键基因。按照之前的思路，这个课题分了如下几个分析步骤：1、从基因列表到蛋白互作；2、从蛋白互作到互作网络；3、从互作网络到关键基因。
大数据文摘“全球播报”栏目在羊年正式与大家见面了，全球播报致力于寻找来自世界各地的科技趣闻，通过快阅读的方式在为读者提供轻松有趣的阅读体验的同时，传递更加多样化和全球化的数据思维和科学观点。我们来自于不同国家和语言环境，从事不同的行业（IT，金融，数据分析等），但都是一群“数据爱好者”。 第一期，虽然有些稚嫩，虽然不够全面，但我们毕竟迈出了这一步，如果你热爱大数据和新媒体，对小语种翻译感兴趣，欢迎你加入我们，一起发现和分享科技中的趣和美。 我们相信，总有一天，我们的志愿者朋友会遍布全球每个时区:)
通过前面的讲解，我们顺利的了解了GEO数据库以及如何下载其数据，得到我们想要的表达矩阵，但，这只是分析的开始，最经典的分析就是GSEA了，看看基因全局表达量的变化是否有某些特定的基因集合的倾向性。 历史目录： 解读GEO数据存放规律及下载，一文就够 解读SRA数据库规律一文就够 从GEO数据库下载得到表达矩阵 一文就够 GSEA软件的用法 这个是java软件，所以各个电脑操作系统都可以很容易安装及使用。我在生信菜鸟团博客也手把手讲解了详细操作过程，这里就不再赘述咯： 用GSEA来做基因集富集分析 http
软件安装是生物信息实战中最基础的技能之一，只有确保软件安装无误，后续使用起来才会得心应手，不会有很多的bug。juicer软件提供了Hi-C数据一键化分析的pipeline, 这样高度的封装使得用户操作起来更加简便，当然分析能力强大的同时其依赖的软件就会越多，安装过程的复杂程度也会有所提高，本文主要记录下该软件的安装过程，可以分为以下几个步骤
前两篇介绍了4种靶基因预测软件的下载与安装，以及数据的准备过程。本篇将正式开始进行靶基因的预测, 并对4种个软件的结果进行整理,最终得到4软件结果的交集。
大家好，我是邓飞，今天介绍一下基因型数据的填充，包括自填充和填充到参考集上的方法。
生信宝典之前总结了一篇关于GSEA富集分析的推文——《GSEA富集分析 - 界面操作》，介绍了GSEA的定义、GSEA原理、GSEA分析、Leading-edge分析等，是全网最流行的原理+操作兼备教程，不太了解的朋友可以点击阅读先理解下概念 （为了完整性，下面也会摘录一部分）。
生信宝典之前总结了一篇关于GSEA富集分析的推文——GSEA富集分析：从概念理解到界面实操，介绍了GSEA的定义、GSEA原理、GSEA分析、Leading-edge分析等，是全网最流行的原理+操作兼备教程，不太了解的朋友可以点击阅读先理解下概念 （为了完整性，下面也会摘录一部分）。
1.欢迎参加《机器学习》 当我们使用谷歌或者必应搜索网页的时候，当我们搜索相册中老友的照片的时候，当我们的电子邮箱收到许多邮件，而垃圾邮件被自动的过滤的时候，都有机器学习在起作用。 但最值得我们兴奋的是，我们可以梦想有一天，我们可以通过机器学习制造出像我们一样智能的AI，虽然这个目标距离我们还很远，但是已经有许多人，在通过机器学习，采用学习算法尝试模拟人类大脑的学习方式。 本套课程就是里介绍这些算法。通过本套课程，你将学习到最先进的机器学习算法。但仅知道算法及其数学含义，却不知道如何用来解决用它
http://sourceforge.net/projects/snpeff/files/snpEff_latest_core.zip
通过使用传感器耳机，孩子们可以作为实验的参与者帮助研究人员进行技术微调，从而帮助我们接近脑机接口技术更加成熟的未来。
本次带大家实操gsea，将从分析前参数选择、分析流程操作演示和分析中常见错误分析三个方面给大家进行介绍.
基因组浏览器可以直观的展示基因组及其各种注释信息，是展示NGS数据和分析结果的利器。在维基百科中，将基因组浏览器定义为一种展示生物数据库中基因组学数据的图形化界面，可以用于展示和查看基因结构，蛋白，基因表达，调控，突变，比较基因组等多种信息的软件。
突然发现自己很久没有听音乐了，之前对纯音乐和泰勒歌曲喜欢入迷的我，由于工作忙的原因，都很少打开网易云音乐静静品味音乐带来的美感。
今天我们来分享一个关于蛋白活性推断的内容，最近一段时间因为一篇文章的发表，运用基因表达来推断蛋白活性，文章在Single-cell protein activity analysis identifies recurrence-associated renal tumor macrophages，杂志 Cell，顶刊，其中就用到了单细胞转录组数据来推断蛋白活性，其中用到的软件是viper,2021年5月的一个软件，值得关注。
本文基于Hadoop技术，设计并实现了一个名为“酷酷音乐网站”的系统，用于音乐资源的存储、管理和推荐。该系统采用Hadoop生态系统中的组件，包括HDFS、MapReduce、HBase和Mahout等，实现了音乐数据的采集、存储和管理，用户行为数据的分析和建模，以及音乐推荐功能的实现。具体而言，该系统使用HBase存储音乐数据和用户行为数据，使用Mahout构建了推荐模型，并将其部署到Hadoop集群上。同时，为了方便用户的使用，该系统实现了一个基于Web的用户交互界面，允许用户搜索音乐、查看推荐结果等。最后，本文对该系统进行了性能测试和评估，结果表明，该系统能够高效地管理音乐数据、准确地推荐音乐，满足了用户的需求。本文的研究对于理解Hadoop技术在音乐推荐系统中的应用具有一定的参考价值。
如果我们要比较的两个vcf文件的参考基因组版本不一致，就需要使用CrossMap等软件进行参考基因组版本转换，然后里使用 SnpSift 软件的 Concordance 命令比较它们。其中CrossMap软件依赖pyBigWig，使用conda进行安装，代码如下：
MPEG 第 137 次会议于 2022-01-17 至 2022-01-21 在线举行。
2020 年的工作正式开启，大多数开发者的开工方式是云办公。对开发者来说，云办公意味着什么？如何开始云办公？云办公的发展趋势会怎样？基于此，云加社区联手知乎科技，从知乎云办公相关话题中精选内容落地社区专题「 开发者云办公模式洞察 」。
本文主要对处理HiC数据的Juicer程序进行一个简短的介绍，并展示如何利用Juicer进行基因组组装中染色体挂载的第一步。
最近听了菲沙基因的网课，记录一下！多数是其课程ppt的截图，如有侵权，立马删除。声明，和这个公司无利益相关，只是为了学习和分享知识。
和前几周相比，人工智能领域内的投资数量有所下降，而3R（AR、VR、MR）以及未来医疗领域投融资有所增加。 本周（4.09—4.15）硬科技领域内共发生了25起投融资事件，其中包括23起投资和2起收购
11月18日晚，在黄河之滨开封，盛放的菊花香气弥漫整个八朝古都。用科技点亮黄河非遗，由河南省文化和旅游厅、开封市人民政府指导，开封市文化广电和旅游局、腾讯音乐娱乐集团、腾讯文旅联合发起“老家河南 黄河之礼”2020国际文旅创意设计季（中国·开封）“黄河之韵”单元的“宋词中国 世界开封”原创音乐征集大赛的成果分享会在开封小宋城正式举行。 “宋词中国 世界开封”成果分享会活动现场 中共开封市委副书记、市长高建军，河南省文化和旅游厅厅长姜继鼎，中共开封市委副书记秦保强，腾讯音乐商业广告部全国渠道总监
Cytoscape 简介 Cytoscape是一个专注于开源网络可视化和分析的软件。软件的核心部分提供了网络显示、布局、查询等方面的基本功能。软件的核心可以通过插件架构进行扩展，这样就能快速地开发出新的功能。 Cytoscape 源自系统生物学，用于将生物分子交互网络与高通量基因表达数据和其他的分子状态信息整合在一起。虽然Cytoscape也能适用于其他分子构件和相互作用，但其最强大的功能还是用于大规模蛋白质輭蛋白质相互作用、蛋白质-DNA和遗传交互作用的分析。各种物种（包括人类）的这方面的实验数据都在迅速
HLA-VBseq 利用全基因组测序的数据，可以提供8位的HLA分型结果，其文献链接如下
https://gf.bilibili.com/item/detail/1104517029
F-seq软件发明于2008年，其作用就是peak calling, 从一堆NGS测序数据中发现有意义的位点，既适用chip-seq数据，也适用于DNase-seq的数据，官网如下
Beagle是基因型填充常用的软件之一，最新版本为V5.1, 在准确率和运行速度上都有了很大提升，对应的文章链接如下
A new regulator of seed size control in Arabidopsis identified by a genome-wide association study New Phytologist 2019 Peking University
之前的一些推文，大部分收录专题于生物信息学，目的是帮助大家入门生物信息学的领域。本次开设新专题，“富集分析”，了解富集分析的各种手段，学会十八般武艺。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
云直播
对象存储
