出自同哥的小练习，用于巩固基础知识：
写程序 splitName.py, 读入test2.fa, 并取原始序列名字第一个空格前的名字为处理后的序列名字，输出到屏幕
用到的知识点
split
字符串的索引
输出格式为：
NM_001011874
gcggcggcgggcgagcgggcgctggagtaggagctg.......
Answer:
for line in open(r'E:\Bioi
转载
2023-08-21 17:17:22
3阅读
一、入门标准 入门比较难定义，什么程度才算入门呢？1. 掌握基本的语法，熟练使用python的内置类型、内置函数和数据结构。 2. 了解一些基本的模块的使用，能够实现一些简单的需求。后面有一个实例，如果你能简单的做完，那我敢肯定你已经入门了。二、基本知识点 1.基本语法缩进：Python是通过代码缩进来决定代码层次逻辑的，一般约定使用4个空格版本问题：主要包括2.x系列的和3.x系列的，两者语法不
目录P1TensorFlow2.1安装P4P5常用函数cast数据类型转换计算最大值reduce_max(),计算最小值reduce_min()axis函数，axis等于0是对第一个维度操作，在表格中是纵向操作。非常 常用函数 tf.Variable数学运算输入特征和标签配对 from_tensor_splices梯度求导运算tf.GradientTape枚举索引和元素 enumerate常用的
转载
2024-02-13 19:15:11
31阅读
当然作为入门，python语言基础还是要会一点点的，不过不需要很深。工具嘛，我们只用关心怎么用得溜，平时也没人追究勺子咋造的只管拿来用，是吧~Biopython是一个包含大量实用功能模块的集合，它支持的数据结构可谓非常广泛：Blast结果 – standalone和在线BlastClustalwFASTAGenBankPubMed和Medline……Blast结果 – standalone和在线B
转载
2023-08-15 15:34:55
166阅读
对于深度学习的基础，大体分为三个部分：理论知识基础(数学知识的掌握程度)编程基础(C/C++/python)实践基础(配置环境，debug，遇到问题寻找答案)因为之前大部分的工作是在电赛，主要使用的语言是C。也参加过ACM，使用C++来编写算法。得益于这些实践，自己的C/C++编程功底是有一些的，因此上手python很快，也了解了些python的底层知识(推荐一本)。Python语言很华丽很美妙很
转载
2023-09-13 16:53:02
114阅读
这个是根据老师上课的内容所做的笔记，大家可以参考的看一下。上面部分是大纲，下面是所有的思维导图。蛋白质结构与功能确定蛋白质数据库PIR （protein informaon resources）【PSD】 来自于Genbank，EMBL,DDBJ 会导致数据库权威性不够，因为这三个数据库为核酸数据库，结果为预测，不够准确 从发表的文章得到的序列 提交得到的序列 SWISS-PROT/TrEMBL
转载
2024-01-23 09:00:57
75阅读
# Python在生物信息学中的应用
生物信息学是研究生命科学数据的存储、管理、分析和解释的学科。生物信息学借助计算机技术，处理和分析大量的生物学数据，为生物学研究提供了强有力的工具和方法。而Python作为一种简单易学且功能强大的编程语言，被广泛应用于生物信息学领域。本文将介绍Python在生物信息学中的应用，并附上一些代码示例。
## Python在生物信息学中的应用
### 数据处理和
原创
2023-12-29 07:35:21
144阅读
# 生物信息学中的Python应用
生物信息学（Bioinformatics）是利用计算机科学和统计学的方法来分析生物数据，尤其是在基因组学、转录组学等领域。Python因其简洁的语法、丰富的库以及强大的社区支持，成为生物信息学研究中不可或缺的工具。本文将探讨生物信息学中的Python应用，包括常用库、示例代码，以及如何制定数据分析的旅行图。
## 常用库
在生物信息学中，Python有几个
原创
2024-09-04 06:30:53
74阅读
# Python生信数据分析入门指南
## 1. 介绍
欢迎来到Python生信数据分析入门指南！在这篇文章中，我将会教你如何使用Python进行生物信息学数据分析。无论你是刚刚入门的小白还是经验丰富的开发者，都可以通过这篇指南来学习和实践。
## 2. 流程概述
在生物信息学数据分析中，通常会包括以下几个步骤：
| 步骤 | 描述 |
| --- | --- |
| 1 | 数据准备和
原创
2024-05-25 06:28:36
82阅读
生信 Python 是一个日益重要的领域，它结合了生物信息学与 Python 编程语言，帮助研究人员和从业者更高效地处理各种生物数据。在这个过程中，你可能会遇到不同版本的工具、依赖库的兼容性问题、迁移等挑战。本文将详细记录我们在解决“生信 Python”相关问题中的方法与实践，包括版本对比、迁移指南、兼容性处理、实战案例、排错指南和生态扩展等内容。
### 版本对比
对于不同版本的生信 Pyt
image.png做这个题目之间必须要了解一些背景知识1.超几何分布超几何分布是统计学上一种离散概率分布。它描述了由有限个物件中抽出n个物件，成功抽出指定种类的物件的次数（不归还），称为超几何分布。2.富集分析的原理基于筛选的差异基因，或其他自己定义的一组基因，采用超几何检验，判断上调或下调基因在哪些GO或KEGG或其他定义的通路富集。假设背景基因的数目为m背景基因中某一通路的pathway中的基
转载
2024-01-24 15:32:14
97阅读
1写在前面前面我们用WGCNA分析得到多个模块，其中有一些模块和我们感兴趣的表型或者临床特征是相关的。?接着就是要做模块的富集分析了，帮助我们了解这些模块的基因都有哪些已知的功能，涉及到哪些通路，在哪些疾病中最为重要。?现在这种做富集分析的包还是蛮多的，WGCNA包内也是内置了相关功能，不过首推的还是Y叔的clusterProfiler，在我心中真是YYDS。?2用到的包rm(list = ls(
转载
2023-12-08 16:08:41
241阅读
文章目录Counting Point Mutations 统计点突变ProblemSample DatasetSample Output孟德尔第一定律/分离定律问题说明样本集结果输出Translating RNA into Protein/RNA翻译成蛋白质ProblemSample DatasetSample OutputFinding a Motif in DNA/在DNA中找模体Probl
转载
2024-04-15 21:54:00
35阅读
FastQC是一款基于Java的软件，一般都是在linux环境下使用命令行运行，它可以快速多线程地对测序数据进行质量评估（Quality Control），其官网地址为：Babraham Bioinformaticsfastx Toolkit 在使用FastQC之后，如果我们发现了一些问题（序列质量不高，），那么我们该使用什么样的工具，去解决这些问题呢？fastx Toolkit是包含处理fast
转载
2023-12-18 21:20:43
90阅读
生物信息学学的是什么？常识！学习的是基本生物学概念的常识！学习的是计算机基础的常识！学
转载
2023-04-26 09:35:07
33阅读
# 生信 Python 实战入门指南
生物信息学（Bioinformatics）是一个结合生物学、计算机科学和数学的跨学科领域。在这个领域中，使用Python进行数据分析和处理非常常见。本文将为刚入行的小白提供一个从零开始学习生信 Python 的实战流程指南。
## 整体流程
下面是实现生信 Python 实战的基本步骤：
| 步骤 | 描述
Dana Pe'er Lab of Computational Systems BiologyDana Pe'er是哥伦比亚大学生物科学系的副教授，被认为是计算系统生物学的主要研究人员之一。Dana Pe'er的研究重点是理解分子网络的组织，功能和进化，特别关注的是遗传变异如何改变调控网络，以及这些遗传变异如何导致癌症。教育背景：
bachelor's degree --- 耶路撒冷希伯来大学(H
# Python在生物信息学分析中的应用
生物信息学是一门涉及生物学、计算机科学和统计学等领域的跨学科学科，用于处理和分析生物学数据。Python作为一种简单易学、功能强大的编程语言，在生物信息学领域得到了广泛的应用。本文将介绍Python在生物信息学分析中的应用，并通过一个简单的示例来展示其使用。
## Python在生物信息学中的优势
Python作为一种通用编程语言，在生物信息学领域有
原创
2024-05-18 04:37:12
140阅读
# 生物信息学分析与Python基础
## 引言
生物信息学（Bioinformatics）是一门融合生物学、计算机科学和数学的交叉学科，主要用于分析和解释生物数据，尤其是基因组、转录组和蛋白质组等大规模生物数据。Python作为一种易于学习、功能强大的编程语言，已成为生物信息学分析中常用的工具之一。
本文将探讨生物信息学分析的基本概念，并提供一些简单的Python代码示例，以帮助理解如何使
生信Python包是生物信息学领域中有助于数据分析和处理的重要工具。这些包可以帮助研究人员实现从基因组学、蛋白质组学到转录组学等各类数据的分析。本次博客将详细介绍生信Python包在版本迁移中的相关问题与解决方案，内容包括版本对比、迁移指南、兼容性处理、实战案例、排错指南和生态扩展。
### 版本对比
在版本对比中，我们可以看到不同版本生信Python包的演进历程及其兼容性分析。
```me
