NR(non-redundant,非冗余)数据库文献：Deng YY, Li JQ, Wu S F, Zhu YP, et al. Integrated NR Database in Protein Annotation System and Its Localization. Computer Engineering 2006.,32(5):71-74.特点： 1、对已知的或者可能的编码序列，
1. 注册及登录账号1）注册账号：进入NCBI（https://www.ncbi.nlm.nih.gov/）网页，选择对应的账号进行注册，按照提示填写。2）登录账号：输入账号及密码（注册时使用哪种账号注册，登录时选择对应的登录通道登录），点击Log in，然后点击左上角的NCBI大图标回到NCBI的主页，点击图中Submit按钮进入提交数据页面。2. 生成Biosample编号1）进入S
基于二代测序的RNA癌症研究方法 基于DNA层面的癌症研究：一本字典 基于RNA的癌症研究：从字典种挑取写
原创
2022-06-01 09:40:51
136阅读
对于刚接触高通量测序的老师来说，海量的测序数据和难于上青天的分析结果让每一个初次接触它的老师们都望而生畏。同样的测序数据经由生信大神的手在那里妙笔生花，开出一朵朵美丽而迷人的SCI论文。同为科研人的你，甚至自己想要的结果文件都不知道在哪里找。作为一个科技服务工作者，小编自然能够明白每一位老师的痛处和难点。今天开始，小编将开始为期6期的基于百迈客云的转录组数据分析和挖掘讲解，从原始的测序数据上传百迈
转载
2023-08-03 11:40:37
88阅读
零基础入门转录组分析——第二章（数据的准备） 目录零基础入门转录组分析——第二章（数据的准备）1. 准备原始数据2. 准备参考基因组3. 准备参考基因组注释文件 （我这里使用的虚拟机是vmwarewokstation，版本16.0.0， linux系统是ubantu64位，版本20.04.3）
本文选用的是模式生物——C57BL/6J小鼠，小鼠的基因组研究已经比较透彻，因此本文的转录组分析又被称
一、nt和nr数据库nt库和nr库大家都比较熟悉，一个核酸库，一个蛋白库，两者既可以通过NCBI进行在线BLAST,也可以在ftp://ftp.ncbi.nih.gov/blast/db地址中将如下文件下载后，进行本地BLAST。在此还是简单说明一下在线比对方法：打开https://blast.ncbi.nlm.nih.gov/Blast.cgi，根据下表选择合适的程序（图表来自网络）然后可以直接
转载
2023-08-16 18:03:01
155阅读
问：我做了疾病发展过程六个阶段的转录组研究，可是文章投稿编辑说我的研究太单薄？除了差异分析，我还能不能用转录组的数据再挖掘一些信息出来呢？答：您可以试试WGCNA分析呀？相信很多老师都有这样的困扰——利用转录组数据，仅仅做差异表达就够了吗？其实不光是转录组项目，如何利用已有的数据，挖掘更多的信息来丰满我们的研究结果呢？这里，线条姐给大家推荐的WGCNA分析便是其中的一种方法。WGCNA（Weigh
读文献获取数据文献名称：AKAP95 regulates splicing through scaffoldingRNAs and RNA processing factors查找数据：Data availabilityThe RIP-seq an RNA-seq data have been deposited in the GeneExpression Omnibus database,
转录组分析数据准备在这之前，我们要明白，进行转录组分析，我们需要那些文件测序数据样本信息表基因组序列(genome.fasta)基因注释文件(genes.gtf)蛋白序列（proteins.fasta） 其中，测序数据可以自己去公司测序，或在公开的资源网站进行下载。 样本信息表，是自己根据测序数据进行编辑。至于基因组序列，基因注释文件和蛋白序列文件，则需要自己在网上下载，今天我们就介绍怎么样从en
欢迎关注”生信修炼手册”!肿瘤作为人类健康的头号杀手，其研究的重要性不言而喻。随着芯片和NGS技术的发展，发
原创
2022-06-21 09:21:21
167阅读
实验记录：实验目的：下载参考基因组:hg19.UCSCRefSeqCDS.fasta和参考蛋白质 hg19.UCSCRefSeqproteins.fasta首先，我创建了rna-seq-analysis/目录来存放本次实验数据 目录如下：/public/biology2017/gaojiarui/customProDB/rna-seq-analysis 一、数据准备 参考基因组:hg19.UCSC
编者按转录因子在调控基因表达的过程中发挥了至关重要的作用，因此也涌现出众多的转录因子数据库，今天给小编大家介绍几个信息全面且专业的转录因子数据库。1：TRANSFAC数据库TRANSFAC数据库是手工收集的关于真核生物转录因子、它们在基因组上的结合位点和与DNA结合profiles的数据库。主要用于预测潜在的转录因子结合位点。网址：http://bioinfo.life.hust.edu.cn/A
原创
2021-03-28 07:13:21
1243阅读
欢迎关注”生信修炼手册”!转录调控是生命活动中重要的调控机制，通过chip_seq数据，我们可以得到转录因子
原创
2022-06-21 05:59:46
224阅读
今天分享的学习笔记是一套转录组分析简单流程，适用于初学者入门阅读，从原始测序数据开始，经过质控、序列比对、定量表达、差异表达、功能富集等一系列分析步骤，最终获得基因表达信息，制作出火山图和功能富集图。本文所有数据都经过特殊修改，仅供学习参考使用。转录组是在特定时空条件下细胞中基因转录表达产物，广义的转录组包括信使RNA，核糖体RNA，转运RNA及非编码RNA，狭义上是指所有mRNA的集合，转录组分
DeepST共三项工作，聚类分析、单细胞和空间转录组数据联合分析（解卷积）、空间对齐。第一项任务已经看完代码了，现在看第二项联合分析。此项以人类淋巴结Human_Lymph_Node数据为例（10X），作者已经处理好数据，并上传到谷歌云盘上了，直接下载用就好了。原始数据如下。https://support.10xgenomics.com/spatial-gene-expression/datase
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
原创
2022-06-01 09:45:57
1181阅读
# Python分析转录组数据
转录组学是研究细胞在特定条件下转录产生的RNA的学科。转录组数据分析旨在揭示基因表达的调控机制、发现新的转录本和非编码RNA。近年来，随着高通量测序技术的发展，转录组数据的分析变得越来越重要。Python作为一种灵活而强大的编程语言，广泛应用于转录组数据的处理和分析中。
## 数据准备
分析转录组数据的第一步是准备数据。一般来说，转录组数据以FASTQ格式存储
转录组背景知识1、测序平台有哪些Roche 454illuminaABI 2、有参无参有参是指我们研究的这个物种已经有比较完善的参考基因组了，这个时候只需要把RNA-cl数据比对到基因组，然后进行后续的组装、定量分析就好。但有些研究较少的物种或新物种是不存在参考基因组的，这时候就需要用到无参的、从头组装的方法。有参和无参使用的软件有较大的区别。（比如小鼠就有完善的参考基因组和注释信息）有
TSNAdb是一个肿瘤特异性新抗原的数据库，从TCGA和TCIA数据库中收集了16种肿瘤共7748个肿瘤样本的体细胞突变和HLA alleles信息，然后分别使用NetMHCpan v2.8和NetMHCpan v4.0两款软件来预测突变的肽段与HLA之间的亲和力，对应的文章链接如下https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6203688/
原创
2022-06-21 10:05:30
110阅读
写在前面，听完生信技能树的生信课之后受益匪浅，因此做一些整理和自己的理解，再次感谢生信技能树一、概述 转录组是RNA转录本的集合，包括了在单个细胞或者大量细胞内的编码和非编码RNA。RNA在中心法则中是基因表达的起始，在一定程度上可以指示基因的表达或者某些LncRNA microRNA调控RNA的表达。因此我们通过了解单个细胞或者整体的RNA水平
