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
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
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
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
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
[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
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
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
# 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
服务简介:生物信息学分析生物信息学(Bioinformatics)是研究生物信息的采集、处理、存储、传播，分析和解释等各方面的学科，也是随着生命科学和计算机科学的迅猛发展，生命科学和计算机科学相结合形成的一门新学科。它通过综合利用生物学，计算机科学和信息技术而揭示大量而复杂的生物数据所赋有的生物学奥秘。WGS分析方案流程全基因组重测序是对已知基因组的物种进行不同个体的基因组测序，重测序的目标是得到
# 生物信息学库 Python
生物信息学是将计算机科学与生物学相结合的学科领域，旨在通过运用计算机技术和算法来解决生物学研究中的各种问题。Python语言是生物信息学研究中常用的编程语言之一，因为它易于学习和使用，并且有丰富的生物信息学库可供使用。
## 常用的生物信息学库
Python语言有许多优秀的生物信息学库，用于处理DNA、RNA和蛋白质序列、分析基因表达、进行序列比对等任务。下面
原创
2023-10-15 13:21:38
124阅读
