上一页 1 ··· 10 11 12 13 14 15 16 17 18 ··· 39 下一页
摘要: 无论是手机还是专业些的录音笔,录出来的音频总是会音量不够,而且背景噪音很大。 以下是初级的处理方法,非常简便: 苹果电脑mac视频录音如何免费降噪去除噪音imovie 用Mac电脑的iMovie软件,提高音量 + 自动降噪,导出mp3格式音频 极速上字幕方法,语音转写自动生成字幕,免费快速上字幕 用 阅读全文
posted @ 2019-10-28 22:40 Life·Intelligence 阅读(1234) 评论(0) 推荐(0)
摘要: 2022年11月27日更新 这周刚到DFCI,需要重新配置自己的M1 Mac,内置硬盘只有512 GB,系统是最新版的Ventura,可能存在兼容性问题。 因为我还是以生信分析为主,所以不考虑Windows,另外因为有server,所以desktop没必要用Linux,Mac mini是性价比最高的 阅读全文
posted @ 2019-10-25 17:12 Life·Intelligence 阅读(1513) 评论(0) 推荐(0)
摘要: Transcriptional benchmarking of in vitro cells to in vivo with single-cell rna-seq - 简介 Harnessing single-cell genomics to improve the physiological f 阅读全文
posted @ 2019-10-24 16:46 Life·Intelligence 阅读(262) 评论(0) 推荐(0)
摘要: 2023年02月20日 conda装好后还是有问题,找不到libjvm.so,在bashrc里指定不起作用,最后只能去Renviron【R最重要的配置文件】里指定,然后就成功了。 需要修改vi ~/.Renviron LD_LIBRARY_PATH=/home/zz950/softwares/min 阅读全文
posted @ 2019-10-21 22:12 Life·Intelligence 阅读(834) 评论(0) 推荐(0)
摘要: GWAS Catalog The NHGRI-EBI Catalog of published genome-wide association studies EBI负责维护的一个收集已发表的GWAS研究的数据库 Catalog stats Last data release on 2019-09- 阅读全文
posted @ 2019-10-16 22:27 Life·Intelligence 阅读(8351) 评论(0) 推荐(1)
摘要: Predicting effects of noncoding variants with deep learning–based sequence model PDF Interpreting noncoding variants - 非常好的学习资料 这篇文章的第一个亮点就是直接从序列开始分析, 阅读全文
posted @ 2019-09-05 00:06 Life·Intelligence 阅读(1491) 评论(0) 推荐(0)
只有注册用户登录后才能阅读该文。 阅读全文
posted @ 2019-09-03 13:10 Life·Intelligence 阅读(57) 评论(0) 推荐(1)
摘要: 可变剪切的预测已经很流行了,目前主要有两个流派: 用DNA序列以及variant来预测可变剪切;GeneSplicer、MaxEntScan、dbscSNV、S-CAP、MMSplice、clinVar、spliceAI 用RNA来预测可变剪切;MISO、rMATS、DARTS 前言废话 科研圈的热 阅读全文
posted @ 2019-08-29 21:39 Life·Intelligence 阅读(1805) 评论(0) 推荐(0)
摘要: BOOKDOWN官网 - bookdown上有不少人发布了自己的电子书 bookdown-demo (一个demo,github源码)- Rstudio出品,Yihui Xie开发,著名单细胞课程在用,y叔也在用 【强力推荐】 bookdown的优势 完全开源,向收费说不 完全自定义,想干啥就干啥 阅读全文
posted @ 2019-08-14 14:10 Life·Intelligence 阅读(1869) 评论(0) 推荐(0)
摘要: 因为时代背景和所处行业的原因,随时学习新知识是必须的。现在是互联网时代,知识爆炸,学习的成本很低。但是如果只是简单的浏览各种信息,是无法收获知识的。 学习是为了更好的开展研究,这里主要梳理一下学习和研究的一些基本理念。 理论和实战 比如R语言的学习,只看书和视频,是学不扎实的,不实战,不做笔记,最后 阅读全文
posted @ 2019-08-08 16:10 Life·Intelligence 阅读(623) 评论(0) 推荐(1)
摘要: 一个标准的数据分析码农必须要配一台超薄笔记本和一台高性能服务器,笔记本是日常使用,各种小问题的解决,同时也是用于远程连接终端服务器;高性能服务器就是核心的处理数据的平台,CPU、内存、硬盘容量、GPU等都必须要能满足数据分析和建模的要求。 笔记本强烈建议是Mac家的,无论是流畅度、美学、做工都绝对秒 阅读全文
posted @ 2019-08-02 14:58 Life·Intelligence 阅读(4707) 评论(0) 推荐(0)
摘要: iSyTE 2.0: a database for expression-based gene discovery in the eye - 眼睛发育 StemMapper: a curated gene expression database for stem cell lineage analy 阅读全文
posted @ 2019-07-30 12:45 Life·Intelligence 阅读(644) 评论(0) 推荐(0)
摘要: 更新:2019年09月11日 重复看了几遍,现在觉得这门课的科普性很强,但强行解释的部分太多,而且专业性和逻辑性不是很深,需要配合教科书一起服用。 这门课程最厉害的在于逻辑串讲,把原来孤立的知识联结起来了,框架基本搭好了,就等你来一起大开脑洞。 推荐教材 分子生物学 5th - Robert F. 阅读全文
posted @ 2019-07-29 21:09 Life·Intelligence 阅读(2465) 评论(0) 推荐(0)
摘要: SCTransform Normalization and variance stabilization of single-cell RNA-seq data using regularized negative binomial regression ChristophH/sctransform 阅读全文
posted @ 2019-07-26 11:31 Life·Intelligence 阅读(1390) 评论(0) 推荐(0)
摘要: 操作代码:https://satijalab.org/seurat/ 依赖的算法 CCA CANONICAL CORRELATION ANALYSIS | R DATA ANALYSIS EXAMPLES MNN The Mutual Nearest Neighbor Method in Funct 阅读全文
posted @ 2019-07-25 22:13 Life·Intelligence 阅读(3135) 评论(0) 推荐(0)
摘要: 干货满满! Single Cell Genomics Day: A Practical Workshop 阅读全文
posted @ 2019-07-25 16:10 Life·Intelligence 阅读(243) 评论(0) 推荐(0)
摘要: 主图 散点图 柱状图 折线图 小提琴图 点图 进化树 圈图 Alluvial图 Sankey Diagram Marginal plot Heatmap Pheatmap ComplexHeatmap Complete Reference 坐标轴 去掉不必要的到坐标轴的距离,使图形更加紧凑 ggpl 阅读全文
posted @ 2019-07-23 20:50 Life·Intelligence 阅读(657) 评论(0) 推荐(0)
摘要: 最近有个需求需要画如下的图: 这些图的核心意思是一样的,就是connection,把不同的数据连到一起。 文章里把这图叫做共线性图,是按功能命名的,Google里搜不到。 搜到类似的,这个图叫 Parallel Coordinates Plot,但显然有些丑陋。 Parallel Coordinat 阅读全文
posted @ 2019-07-23 12:43 Life·Intelligence 阅读(3359) 评论(0) 推荐(0)
摘要: Nürburgring - Green Hell 【統哥】 車迷人生必去一趟的德國紐柏林賽道之旅 F1赛道通常短而宽,一是为了观赏性,二是为了安全。 而Nürburgring赛道则是F1赛道的极端反面,赛道长而窄,而且伴随急剧的坡度变化,狭窄的赛道两边是光滑的草坪,茂密的森林也遮挡了大部分的视野,飙 阅读全文
posted @ 2019-07-20 15:55 Life·Intelligence 阅读(1699) 评论(0) 推荐(0)
摘要: 使用基因表达的数据来做tree TreeExp这个包的核心代码很少很少,借用里面的几个函数即可。 使用scale后的data,列是sample,行是gene # add mix as a reference merged.exprM.scale$Mixed <- rowSums(merged.exp 阅读全文
posted @ 2019-07-18 11:55 Life·Intelligence 阅读(1363) 评论(0) 推荐(0)
上一页 1 ··· 10 11 12 13 14 15 16 17 18 ··· 39 下一页
TOP