科学网

 找回密码
  注册
提高生物网络比对有效性的十个小技巧
张俊鹏 2025-10-9 12:39
提高生物网络比对有效性的十个小技巧 网络比对( Network Alignment , NA )是一种计算方法,用于比较不同物种或条件下的生物网络,例如蛋白质 - 蛋白质相互作用网络、基因共表达网络或代谢网络。 NA 旨在识别保守的子结构、功能模块或相互作用,为理解共享的生物学过程和进化关系提供了见解。   ...
个人分类: 科普|2343 次阅读|没有评论
OmniPath:多组学分析的集成知识库
张俊鹏 2025-10-9 12:36
OmniPath :多组学分析的集成知识库 高通量、单细胞和空间组学技术有助于理解生物过程,但在解释分子机制和在疾病中的失调仍然是一个挑战。在分析方法中,利用先验知识大大扩展了可提取的信息和可测试假设的范围。特别是通过使用先验知识对关键过程的活性估计 — 通路、转录因子、激酶、受体或配体 - 受 ...
个人分类: 科普|2593 次阅读|没有评论
通路影响分析用于差异表达基因的稳健和全面解释
张俊鹏 2025-10-5 08:51
通路影响分析用于差异表达基因的稳健和全面解释 转录组谱分析提供了对细胞状态的全面视角,并为下游研究(生物标志物发现和通路解释)奠定了基础。可靠地识别差异表达基因( DEG )是一个关键但持续存在的挑战领域,传统上依赖于统计阈值,如倍数变化、 p 值和假发现率( FDR )。然而,最近的批评 — ...
个人分类: 科普|3116 次阅读|没有评论
整合单细胞基因组与转录组以解码乳腺癌进展
张俊鹏 2025-10-5 08:50
整合单细胞基因组与转录组以解码乳腺癌进展 乳腺癌是全球女性中最常见的癌症,也是导致女性癌症死亡的主要原因。在临床诊断中,根据雌激素受体( ER )、孕激素受体( PR )和人表皮生长因子受体( HER2 )的存在与否,将人类乳腺癌分为 ER 阳性、 ER 阴性、 HER2 阳性和三阴性乳腺癌。对正常乳 ...
个人分类: 科普|2688 次阅读|没有评论
转录组和蛋白质组数据单细胞聚类算法基准测试
张俊鹏 2025-10-1 08:46
转录组和蛋白质组数据单细胞聚类算法基准测试 单细胞组学测序技术革新了我们在大规模细胞群体中对单个细胞基因或蛋白质表达进行谱系分析的能力,从而实现了更精确的细胞类型分类、更深入地了解发育和分化过程,以及更好地理解疾病发生和进展中的细胞异质性。在各种单细胞组学方法中,单细胞蛋白质组学尤为有价值 ...
个人分类: 科普|2002 次阅读|没有评论
Smmit:整合单细胞多组学流程
张俊鹏 2025-10-1 08:44
Smmit :整合单细胞多组学流程 单细胞多组学测序在同一细胞中测量多种分子特征的多个模态。此类技术的例子包括基因表达和蛋白质丰度的联合分析(例如 CITE-seq )以及基因表达和染色质可及性的联合分析(例如 10x Multiome 、 SHARE-seq 和 SNARE-seq )。为了研究和比较神经发育、白血病、皮肤成 ...
个人分类: 科普|2595 次阅读|没有评论
MedImg:公共医学图像综合数据库
张俊鹏 2025-9-28 20:27
MedImg :公共医学图像综合数据库 医学成像有助于定位病变和帮助诊断和治疗疾病,其中图像解释得出临床结论通常由医生进行。为了加快诊断过程并减少由于专业知识差异导致的假阳性 / 阴性结果,计算机辅助诊断系统应运而生。凭借自动化特征学习和非凡的性能,深度学习技术在医学图像分析领域,包括用于鉴别 ...
个人分类: 科普|3025 次阅读|没有评论
TWRCI:转录组数据中推断根基因
张俊鹏 2025-9-26 20:08
TWRCI :转录组数据中推断根基因 遗传和非遗传因素可以调节基因表达水平,最终导致疾病的发展。根基因表达水平——简称根基因——对应那些初始表达变化触发致病级联反应,最终导致疾病和后续表型结果的基因。根基因启动发病机制,与直接导致疾病表型的核心基因不同,核心基因位于致病途径的末端。根基因还泛 ...
个人分类: 科普|2411 次阅读|没有评论
样本特异性共表达网络的贝叶斯推断
张俊鹏 2025-9-25 10:54
样本特异性共表达网络的贝叶斯推断 人类大多数性状和疾病并非由单个基因驱动,而是由基因和蛋白质相互作用形成的网络所调控。理解基因在不同条件下如何相互作用和协同工作,是解析细胞过程复杂性和各种疾病中其失调机制的核心挑战。使用“ limma” 或 “voom” 等传统工具进行差异表达分析,使我们能够研究 ...
个人分类: 科普|2475 次阅读|没有评论
估计7,000 个肿瘤的样本特异性转录网络
张俊鹏 2025-9-22 21:34
估计 7,000 个肿瘤的样本特异性转录网络 肿瘤具有异质性,通过克隆进化发展和积累突变,包括驱动癌症的单核苷酸变异( SNV )和体细胞拷贝数变异( SCNA )。除了肿瘤细胞内变化外,肿瘤在包含免疫细胞、细胞外基质、血管和周围细胞的微环境中发展并被其塑造。这种广泛的异质性要求针对个体患者的异质 ...
个人分类: 科普|2211 次阅读|没有评论

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2026-3-2 07:19

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部