zhangjunpeng的个人博客

因果调控变异深度学习模型比较分析 全基因组关联研究（ GWAS ）表明，约 95% 的疾病相关遗传变异发生在人类基因组的非编码区，其中致病变异通常影响调控基因表达的调控元件。这些调控变异可以深刻影响表型，变异通过失调其靶基因来改变疾病易感性。 深度学习已经成为一种变革性的方法，用于预 ...

CellNEST ：从空间转录组学中利用注意力机制揭示细胞 - 细胞中继网络 细胞通讯（ CCC ）使细胞能够进行复杂的协调，在多细胞生物中形成组织和器官，并完成关键的生物功能。然而，细胞间的异常通讯或分子信息的非典型解码可能导致并促进疾病，如癌症。 CCC 与癌症的几个特征有关，如肿瘤促进炎症、 ...

OmnibusX ：多组学分析统一平台 多组学技术的最新进展通过对细胞状态、分子机制和组织水平的详细研究，显著扩大了生物学研究的范围。 Bulk RNA 测序、单细胞 RNA 测序（ scRNA-seq ）、单细胞 ATAC 测序（ scATAC-seq ）和空间转录组学等技术均提供了跨生物系统的基因表达、染色质可及性和空间背 ...

转录因子 DNA 结合与调控靶标重叠率低 在任何真核细胞中表达的 DNA 序列特异性转录因子的子集决定了其基本特性，包括基因表达模式、细胞身份以及对内在信号和环境变化的反应。转录因子通过与辅因子或基础转录机制的直接相互作用来调控转录起始或延长，或指导染色质修饰。大规模筛选表明，在没有其他 TF ...

PISA ：植物自交不亲和综合知识库 开花植物（被子植物）约占所有陆生植物的 90% ，是大多数生态系统的基础，在人类生计中起着关键作用。自交不亲和（ Self-incompatibility ， SI ）存在于 40% 以上的被子植物中，是一种阻止可育植物自交受精的生殖机制。作为一个严格的内屏障， SI 可以防止近亲 ...

整合单细胞和 bulk 转录组数据的人体组织基因表达图谱资源 组学技术的快速发展使大规模项目能够绘制所有主要人体组织和器官的基因表达。人类细胞图谱（ www.humancellatlas.org ）等项目和 Tabula Sapiens 旨在使用单细胞测序系统地介绍每种细胞类型，而专门的计划，例如 Allen 脑图谱，都使用单 ...

SigXTalk ：细胞通讯诱发的串扰识别 细胞中的调控通路几乎单独起作用，串扰通常存在于多个通路之间。这样的串扰可能共享上游细胞通讯（ CCC ）信号，中间调控子（例如转录因子）和下游靶基因。通路之间的串扰可以用作信号转导的有用功能。例如，共享受体 TGFBR1 和 TGFBR2 可以激活 Hippo 信号传导 ...

scMINER ：单细胞数据聚类与暗驱动子推断互信息框架 细胞身份是由转录因子（ TF ）和信号蛋白（ SIG ）的连接和重新布线确定和调控的。确定这些网络的 “ 驱动因素 ” 对于理解细胞可塑性和动力学以及确定疾病的治疗靶标至关重要。下游靶基因的预测，也称为基因网络推断，目前是识别这些驱动因素的 ...

DiSC ：个体水平单细胞数据的快速差异表达分析统计工具 单细胞 RNA 测序（ scRNA-seq ）已成为通过细胞水平基因表达分析阐明复杂生物学过程的关键方法。这种高分辨率方法为包括 COVID-19 、自闭症、阿尔茨海默氏病和癌症等各种疾病提供了新见解。它具有表征细胞异质性，鉴定稀有细胞群体，阐明细胞相 ...

跨人类细胞 TF 驱动基因程序图谱 单细胞技术和资源（例如人类细胞图谱（ HCA ））的最新兴起允许从多种不同的细胞类型和条件中记录基因表达和染色质可及性。现在，利用这些庞大的资源打开了在单细胞分辨率下大规模表征细胞类型的基因调控网络的可能性。这可以通过将计算方法与已知的分子相互作用偏好相 ...