导语内容提要Allegra Via、Kristian Rother、Anna Tramontano著，卢宏超、陈一情、李绍娟译的《Python生物信息学数据管理/生命科学与信息技术丛书》实例意在解决生物学问题，通过“编程技法”的形式，涵盖尽可能多的组织、分析、表现结果的策略。在每章结尾都会有为生物研究者设计的编程题目，适合教学和自学。本书由六部分组成：Python语言基本介绍，语言所有成分介绍，高
转载
2023-10-23 21:48:16
69阅读
conda install -c conda-forge rdkit
原创
2021-08-04 10:32:10
204阅读
一、DP 动态规划算法概要
It is a good algorithm to solve the segmentation process optimization problem, it means that&nb
原创
2012-11-06 14:18:55
3518阅读
从生物体中采集的数据总给人一种混乱不堪的感觉，因为生命系统本来就是一个超级复杂的系统，我们很难完全控制，目前只能观测。完全不像物理化学数学那么明确，1就是1，2就是2.所以在分析生物数据时，首先必须要了解数据。 在几个案例中阐述会比较明朗： 1. 人的单细胞转录组数据测的是iPSC-derived细胞，最理想的数据是什么？就像小鼠一样，同性别、同遗传背景、同发育阶段
目录一、常用工具函数集合 1.map函数 2.lambda去制作匿名函数3.zip（）用法（一个拆开粘合的小工具）4.reduce（）实现简单递归5.打包解包的星星 * 6.filter（）过滤器7.sorted（）排序小能手 二、解决实际的生物学问题 1.计算序列中的CG含量orACTG的各自的数量以及占比2.
转载
2023-07-01 15:36:43
343阅读
python内的序列(组)好长时间没写过了！想来我也不能按照一定的时间来更新我的博客，就拿博当做笔记吧 。经历了一段时间的颓废之后，今天我又开始写了 作为一个学生物的仔，跑来学python，我觉得还是非常有必要的，对于大量的生物数据来说最好的方法就是实现 “自动化” 。作为一个处理生物数据基本都亲历亲为的仔，在处理大量的生物数据之后，只能想到吐槽NCBI的数据实在是太不标准了，每次运行脚本我都要改
最近接到实验室的导师交给我的一个任务，就是他们手头有很多smile表达式，格式类似这种：C(=C(c1ccccc1)c1ccccc1)c1ccccc1（这是生物信息学中表达小分子结构的一种常用表达式），他们需要对每个smile表达式在ZINC网站（生物信息学数据网站）上进行搜索，然后找到对应的ZINC号、小分子供应商、构象预测等信息。基本步骤如下： 点击查找之后网页就会跳转到详细信息
转载
2023-07-04 19:44:40
205阅读
以下为文章全文：Python开发的方向太多了，有机器学习，数据挖掘，网络开发，爬虫等等。其实在生信领域，Python还显现不出绝对的优势，生信的大部分软件流程都是用shell或Perl写的，而且已经足够好用了。我选Python是因为我想顺便学点数据挖掘和机器学习的东西，而且Python这些年越来越火，发展势头远超其他脚本语言，所以学它肯定是没错的。一、入门标准入门比较难定义，什么程度才算入门呢？掌
转载
2023-08-09 09:24:08
137阅读
原标题：【生信学习周】生物信息Python从入门到精通Python开发的方向太多了，有机器学习，数据挖掘，网络开发，爬虫等等。其实在生信领域，Python还显现不出绝对的优势，生信的大部分软件流程都是用shell或Perl写的，而且已经足够好用了。我选Python是因为我想顺便学点数据挖掘和机器学习的东西，而且Python这些年越来越火，发展势头远超其他脚本语言，所以学它肯定是没错的。一、入门标准
演示如何创建一个简单的Biopython应用程序来解析生物信息学文件并打印内容。通过这个示例帮助我们了解Biopython的一般概念，以及它在生物信息学领域的应用。第1步 - 首先，创建一个示例序列文件example.fasta，文件的内容如下：
>sp|P25730|FMS1_ECOLI CS1 fimbrial subunit A precursor (CS1 pilin)
MKLKKT
转载
2023-10-07 15:07:16
222阅读
[https://mirrors.tuna.tsinghua.edu.cn/CRAN/]# 测试Seurat包rm(list=ls())
suppressMessages(require(Seurat))
suppressMessages(require(ggplot2))
suppressMessages(require(cowplot))
#suppressMessages(require(s
文章目录前言一、DNA测序技术二、序列分析1.DNA序列的预处理2.序列拼接3.短序列映射和变异检测总结 前言个人对《R语言与Bioconductor 生物信息学应用》作的一些摘要。方便自己日后查阅。一、DNA测序技术DNA测序技术（DNA sequencing），简单来说就是确定四种核苷酸残基（A、T、C和G）的排列顺序。第一代测序技术，也称Sanger测序法；第二代测序技术，也称深度测序或高
转载
2023-09-20 10:24:57
112阅读
执行定量 RNAseq用 edgeR 估计差异表达 | 用 edgeR 估计差异表达 | 使用 powsimR 进行功效分析 | 使用 GRanges 对象查找未注释的转录区域 | 使用bumphunter从头开始查找显示高表达的区域 | 微分峰分析 | 使用 SVA 估计批次效应 | 使用 AllelicImbalance 寻找等位基因特异性表达 | 绘制和呈现 RNAseq 数据使用 HTS
最近接到实验室的导师交给我的一个任务，就是他们手头有很多smile表达式，格式类似这种：C(=C(c1ccccc1)c1ccccc1)c1ccccc1（这是生物信息学中表达小分子结构的一种常用表达式），他们需要对每个smile表达式在ZINC网站（生物信息学数据网站）上进行搜索，然后找到对应的ZINC号、小分子供应商、构象预测等信息。基本步骤如下： 点击查找之后网页就会跳转到详细信息
Python开发的方向太多了，有机器学习，数据挖掘，网络开发，爬虫等等。其实在生信领域，Python还显现不出绝对的优势，生信的大部分软件流程都是用shell或Perl写的，而且已经足够好用了。我选Python是因为我想顺便学点数据挖掘和机器学习的东西，而且Python这些年越来越火，发展势头远超其他脚本语言，所以学它肯定是没错的。图片一、入门标准入门比较难定义，什么程度才算入门呢？掌握基本的语法
转载
2023-08-09 10:14:42
122阅读
# 生物信息学应用与Python编程
## 导言
生物信息学是一门融合生物学、计算机科学和统计学的学科，主要研究生物大数据的处理、分析和解释。随着高通量测序技术的发展，生物信息学在生命科学研究中发挥了越来越重要的作用。
Python作为一种易学易用且功能强大的编程语言，已经成为生物信息学研究领域中最受欢迎的编程语言之一。Python拥有丰富的生物信息学相关的开源库，使得生物信息学任务的实现变得
原创
2023-10-27 11:55:10
165阅读
常见错误可能的原因分类总结和求助指南...
转载
2023-05-05 18:43:40
58阅读
# 生物信息学数据挖掘：揭示生命的奥秘
生物信息学是一个多学科交叉的领域，利用计算机科学、统计学和生物学的方法来解决生物学问题。数据挖掘作为生物信息学中重要的一环，旨在从大量生物数据中提取出有价值的信息。这篇文章将以数据挖掘为中心，探讨其在生物信息学中的应用，并提供一些简单的代码示例。
## 什么是数据挖掘？
数据挖掘是从大量数据中提取模式和知识的过程。在生物信息学中，这些数据可能来自基因组
编程，作为生物信息学的一个基础性技能，是任何一个生信工程师都无法绕开话题。也许有些人还在纠结 Perl 和 Python 到底应该学习哪一个，但作为目前最火最流行的编程语言 Python 还是非常值得尝试的。它不但可以进行文本处理，在统计、网站、游戏、爬虫、数据可视化等方面也有非常强大的应用，比起曾经的 Perl 真的强大和全面很多，且在学习曲线上比 Perl 更容易入手。不管从长远发展，还是短期
