上一页 1 ··· 15 16 17 18 19 20 21 22 23 ··· 39 下一页
摘要: 参考:GT sport所有赛道简介 GT Sport - Tip/Guide For FASTER LAP TIMES (Brands Hatch) 赛道介绍、跑法、赛事网上都有大把的视频。 GT sport里的实存赛道,最有名的应该是Nürburgring纽博格林了,这次要分析的是伯蘭士赫治赛道, 阅读全文
posted @ 2019-03-27 13:29 Life·Intelligence 阅读(2921) 评论(0) 推荐(0)
摘要: sorry,玩了几天的GT sport才发现赛车有多难,理论的最佳走线是存在的,但是真实的赛道实在是千变万化,弯道形状角度、高低差、F1还有温度和风速,甚至是路面上的一个碎石都会极大地影响你的成绩。赛车的不确定性太大,玩了这么几天发现,只有提高自己的技艺才能减少这种不确定性。极限是存在的,如何控制住 阅读全文
posted @ 2019-03-19 12:35 Life·Intelligence 阅读(1372) 评论(0) 推荐(0)
摘要: 2019年03月15日 这两天MBBS监考,为了克服无聊,在监考期间开始了踱步漫想,整理脑中的碎片知识,再次深刻理解了孔夫子的那句话:学而不思则罔,思而不学则殆。 大学硕士博士期间都学过统计,但总感觉统计十分陌生,自认为根本就不理解统计的精髓,一旦到了应用时,心理就犯怯。理解不深主要是学和思都不够。 阅读全文
posted @ 2019-03-15 14:56 Life·Intelligence 阅读(347) 评论(0) 推荐(0)
摘要: 转自:http://www.matrix67.com/blog/archives/105 这或许是众多OIer最大的误区之一。 你会经常看到网上出现“这怎么做,这不是NP问题吗”、“这个只有搜了,这已经被证明是NP问题了”之类的话。你要知道,大多数人此时所说的NP问题其实都是指的NPC问题。他们没有 阅读全文
posted @ 2019-03-11 18:16 Life·Intelligence 阅读(258) 评论(0) 推荐(0)
摘要: paper:A Complete Electron Microscopy Volume of the Brain of Adult Drosophila melanogaster 果蝇是一个非常完美的研究大脑的模式动物,10万级的神经元却已经形成了较为复杂的智能行为,这远比直接研究1000亿级的人类 阅读全文
posted @ 2019-03-11 15:32 Life·Intelligence 阅读(1015) 评论(0) 推荐(0)
摘要: Chen, H., Li, C., Peng, X., Zhou, Z., Weinstein, J.N., Liang, H. and Cancer Genome Atlas Research Network, 2018. A Pan-Cancer Analysis of Enhancer Exp 阅读全文
posted @ 2019-02-26 02:03 Life·Intelligence 阅读(1536) 评论(0) 推荐(0)
摘要: RNA-seq这个工具该什么时候用?ATAC-seq该什么时候用?有相当一部分项目设计不行,导致花大钱测了一些没有意义的数据。 还是在中心法则这个框架下来解释,这是生物信息的核心。打开华大科技服务官网梳理一下现在到底都有些什么测序技术: 全基因组测序和重测序 - 组装以及寻找变异 (外显子和目标区域 阅读全文
posted @ 2019-02-14 17:53 Life·Intelligence 阅读(8571) 评论(0) 推荐(0)
摘要: R批量做GSEA分析还没有官方的包,但是clusterprofiler可以做,它调用了最新的gfsea包。Gene Set Testing for RNA-seq - fgsea教程 RNA-seq是利器,大部分做实验的老板手下都有大量转录组数据,所以RNA-seq的分析需求应该是很大的(大部分的生 阅读全文
posted @ 2019-02-13 12:10 Life·Intelligence 阅读(11912) 评论(0) 推荐(2)
摘要: 有些讲得太烂了,我来通俗的梳理一下R2. Calculating R-squared 在线性回归的模型下,我们可以计算SE(line), SE(y均值)。 The statistic R2describes the proportion of variance in the response var 阅读全文
posted @ 2018-11-08 16:06 Life·Intelligence 阅读(10124) 评论(0) 推荐(0)
摘要: 起源:协方差自然是由方差衍生而来的,方差反应的是一个变量(一维)的离散程度,到二维了,我们可以对每个维度求其离散程度,但我们还想知道更多。我们想知道两个维度(变量)之间的关系,直观的举例就是身高和体重(青少年),我们采集到的数据里面有一种固有的性质,那就是身高越高的样本似乎总有着更大的体重,那我们如 阅读全文
posted @ 2018-11-08 15:31 Life·Intelligence 阅读(33325) 评论(0) 推荐(1)
摘要: 转自:https://blog.csdn.net/Meditator_hkx/article/details/52823936 序言自从选择了直博这条路,前前后后也看了有二十余篇文献,自己做的毕业设计也算是一个中型的论文,所以对于科研也可以说是稍微有点眉目了吧。 而我相信,每一个研究生(无论博士还是 阅读全文
posted @ 2018-10-25 21:58 Life·Intelligence 阅读(1972) 评论(0) 推荐(0)
摘要: 来自英语课的一个练习: https://www.youtube.com/watch?v=ePY3uY1L0X0 next up I'd like to welcome Joshua to ten he's from the ANU College of Medicine biology and th 阅读全文
posted @ 2018-10-02 22:19 Life·Intelligence 阅读(2757) 评论(0) 推荐(0)
摘要: 貌似可以随机读取dataframe格式的文本文件。 阅读全文
posted @ 2018-08-27 16:19 Life·Intelligence 阅读(214) 评论(0) 推荐(0)
摘要: 单细胞转录组确实是利器,但我们大多只利用了表达的信息,而从reads到表达之间的信息完全被我们忽略了。 最近nature发了一篇单细胞方法类文章,讲得就是如何利用RNA velocity来做细胞发育路径的推断。 velocyto velocyto-notebooks RNA velocity of 阅读全文
posted @ 2018-08-20 12:19 Life·Intelligence 阅读(5870) 评论(0) 推荐(0)
摘要: Dynamic networks reveal key players in aging 系统生物学中的网络分析 网络的拓扑结构:topological properties, 网络的度:whole network connectivity (degree),节点度是指和该节点相关联的边的条数,又称 阅读全文
posted @ 2018-08-07 14:40 Life·Intelligence 阅读(2321) 评论(0) 推荐(0)
摘要: 在看WGCNA的时候看到的一个术语。 先来看一个随机网络:没有中心节点,大部分节点都均匀的连在一起。 再看一下scale free network:大部分的连接都集中在少数的中心 如何检验一个网络是否是scale free network? A. Log-log plot of whole-netw 阅读全文
posted @ 2018-08-07 14:29 Life·Intelligence 阅读(6202) 评论(0) 推荐(1)
摘要: 2021年09月24日更新 一些必须搞清楚的问题: 为什么GO这么常用且好用?有什么启发? GO里的注释怎么得到的?可靠吗?有什么局限? GO的冗余需要处理吗? 我的回答: 高通量测序后只研究一个基因是没有意义的,而GO BP terms所代表的pathway就是功能的单位,我们可以更全面地了解整个 阅读全文
posted @ 2018-08-07 12:02 Life·Intelligence 阅读(5457) 评论(0) 推荐(0)
摘要: 最近在开发一套自己的单细胞分析方法,所以copy paste事业有所停顿。 实例: R eNetIt v0.1-1 一下来自wiki The nearest neighbor graph (NNG) for a set of n objects P in a metric space (e.g., 阅读全文
posted @ 2018-07-18 16:52 Life·Intelligence 阅读(4672) 评论(0) 推荐(0)
摘要: 参考: Learning Sparse Neural Networks through L0 Regularization The Variational Garrote 阅读全文
posted @ 2018-07-04 15:03 Life·Intelligence 阅读(608) 评论(0) 推荐(0)
摘要: Consider the data (1, 1, 2, 2, 4, 6, 9). It has a median value of 2. The absolute deviations about 2 are (1, 1, 0, 0, 2, 4, 7) which in turn have a me 阅读全文
posted @ 2018-06-28 14:52 Life·Intelligence 阅读(302) 评论(0) 推荐(0)
上一页 1 ··· 15 16 17 18 19 20 21 22 23 ··· 39 下一页
TOP