生物信息与育种

摘要： 1. 简介 基于串联质谱的蛋白质组学大部分是依赖于数据库（database search）的bottom-up策略研究。也就是实际谱图和理论谱图进行匹配打分，从而实现肽段和蛋白的鉴定和定量。如果是DDA的数据，因为一张二级谱是一条肽段，直接将数据库理论酶切碎裂后的理论谱和实际谱图匹配即可。但如果是D 阅读全文

摘要： 搭建流程时，我们把各个模块脚本都写好了，现在通过编写主程序将模块串起来，那么怎么样依次（或者并行）将任务自动投递到集群呢？就是说这一步运行完之后，下一步自动运行。我们当然可以在脚本中设一个标志，反复检查这一个标志是否出现来决定是否运行下一步，但这种方法太原始，太多弊端了，耗内存，无法并行，且不可预料 阅读全文

摘要： 0. 一些基本概念 计算机集群：高性能集群(High Performance Computing，简称HPC)是一组松散或紧密连接在一起工作的计算机。由于这些计算机协同工作，在许多方面它们可以被视为单个系统。集群可以利用多个计算机进行并行计算从而获得很高的计算速度，也可以用多个计算机做备份，从而使得 阅读全文

摘要： 1. DML 数据操作指令 select 查 select 列 from 表 #取某列 select * from 表 #取全部 update 改 update 表 set 列=新值 where 列=某值 #更新列中某个值 update 表 set 列1=新值1, 列2=新值2 where 列=某值 阅读全文

摘要： 传统化疗是对抗癌症的常见方法，但它会攻击全身，造成不必要的副作用，如脱发，恶心和疲劳。 靶向治疗选择性地杀死癌细胞而不影响健康组织。 靶向药物开发将成为治疗癌症的重要手段。 肿瘤的生物信息学数据库对肿瘤基础研究的发展、临床治疗水平提供具有重要作用。 1. 综合性肿瘤数据库 TCGA The Canc 阅读全文

摘要： 转录组紧紧围绕基因表达量和功能分析两部分，结合生物学问题来进行数据分析。 高表达基因已经研究比较透彻，应该更多关注中低表达基因。 层次聚类的妙用： -- 全部基因——>（差异分析）——>根据趋势挑选部分特异性基因——>功能分析； -- 功能大类聚类——>根据趋势挑选部分特异性功能——>功能小类聚类； 阅读全文

摘要： 缺失值填充在数据分析领域的预处理过程绕不过去的一个坎，蛋白质组学也不例外，简单记录下，可能有些地方有其特殊之处。 分析缺失值来源：完全随机缺失（MCAR，如质谱仪抖动，对数据影响无偏好性，均一分布），随机缺失（MAR，依赖于其他观测变量，如时间梯度越长采集越可能出现缺失值），非随机缺失（MNAR，依 阅读全文

摘要： 1.前言 目的： 调整由于技术，如处理、上样、预分、仪器等造成的样本间误差。这实际上是一种数据缩放的方法。一般在一个表达矩阵中，会涉及到多个样本，其表达量差异比较大，不能直接进行比较。比如某个样本表达量很大，在总体中就会占据绝对领导地位，这样就会掩盖掉表达量小的样本的作用，但并不代表它不重要，也有可 阅读全文

摘要： 肿瘤基础 特点： 疾病，无线增殖 基因相关 细胞进化过程中发展异常，突变积累 概念： germline mutation: 生殖细胞突变 somatic mutation: 体细胞突变，不可遗传 driver mutation 关键突变 passenger mutation 无关紧要 二次打击学说： 阅读全文

摘要： 通常，比对NR库后为m8格式，通过NR和GO数据库对应关系文件，写代码整理为Gene——>GO文件，如下： 这里是一对一的关系，要转换为WEGO格式文件，即一对多关系，如下： 用python脚本处理代码示例如下： #! /usr/bin/env python import optargs impor 阅读全文