基因表达数据中信息基因和基因调控网络 第六周报告
基因表达数据中信息基因和基因调控网络 第六周报告
本周主要看了《基因芯片技术》《基因表达数据的聚类分析》两篇论文，初步了解了基因芯片和聚类分析的含义。
一、基因芯片技术
基因芯片技术是同时将大量的探针分子固定在固相支持物上，借助核酸分子杂交配对的特性，对DNA样品的序列信息进行高效的解读和分析。
基因芯片的主要类型：原位合成（较复杂）、合成点样（大多公司使用）
显色和分析测定方法：荧光法、质谱法、化学发光法、光导纤维法。 其中主要是荧光法
应用：基因表达谱的分析、突变检测、多态性分析、基因测序、人类疾病检测、预防等
二、基因表达数据的聚类分析功能相近的基因其表达模式相近，通过发现相近的表达模式，可以预测未知基因的功能，按照数据的相近性进行划分，实现物以类聚的思想，这就是基因表达数据的聚类分析。
其中，cDNA微阵列技术可以同时测量全基因组的基因的表达情况，能产生大量的基因表达数据，要对其进行数据挖掘。 微
阵列技术原理：1.用红色荧光标记参考样本、绿色荧光标记测试样本
2.混合，捕捉荧光，通过颜色判断（若红，则参照样本有较高表达；若黄，接近；若绿，则测试样本有较高表达。颜色可被量化，得到矩阵的值）
用于微阵列数据分析的方法主要是聚类分析。
聚类方法有两个局限： 1.需要分离度很好的数据，如果类是扩散且相互渗透，得到的结果会有不同，解释起来也会有困难
2.因线性相关产生。只能进行简单的一对一关系的分析，忽略了生物系统多因素和非线性的特点
基因表达数据中信息基因和基因调控网络 第六周报告相关推荐
- 高通量数据中批次效应的鉴定和处理（六）- 直接校正表达矩阵
生物信息学习的正确姿势 NGS系列文章包括NGS基础.转录组分析 (Nature重磅综述|关于RNA-seq你想知道的全在这).ChIP-seq分析 (ChIP-seq基本分析流程).单细胞测序分析 ...
- 【基因调控网络】Discovering Gene Networks with a Neural-Genetic Hybride（单层神经网络与遗传算法混合算法2005）
Discovering Gene Networks with a Neural-Genetic Hybride(2005)阅读笔记 摘要 这篇文章属于基因调控网络方面的内容,其中一个挑战是阐明基因.蛋 ...
- Bioinformatics BIB｜港城大孙燕妮组用于识别和分析宏基因组数据中噬菌体序列的网站...
PhaBOX: 用于识别和分析宏基因组数据中噬菌体序列的网站 PhaBOX: a server for identifying and characterizing phage contigs in ...
- 使用PointNets在雷达数据中进行二维汽车检测
摘要 对于许多自动驾驶功能而言,对车辆环境的高度准确感知是至关重要的前提.现代高分辨率雷达传感器每个物体会产生多个雷达目标,这使得这些传感器特别适合2D物体检测任务.这项工作提出了一种仅使用Point ...
- C语言编程＞第二十六周 ① 函数fun的功能是：将形参b所指数组中的前半部分元素的值和后半部分元素的值对换。形参n中存放数组中数据的个数，若n为奇数，则中间的元素不动。
例题:函数fun的功能是:将形参b所指数组中的前半部分元素的值和后半部分元素的值对换.形参n中存放数组中数据的个数,若n为奇数,则中间的元素不动. 例如,若a所指数组中的数据依次为:11 22 33 ...
- C语言编程＞第二十六周 ⑥ 请补充fun函数，该函数的功能是：按 “0”到 “9”统计一个字符串中的奇数数字字符各自出现的次数，结果保存在数组num中。注意：不能使用字符串库函数。
例题:请补充fun函数,该函数的功能是:按 "0"到 "9"统计一个字符串中的奇数数字字符各自出现的次数,结果保存在数组num中.注意:不能使用字符串库函数. ...
- 基于单细胞多组学数据无监督构建基因调控网络
在单细胞分辨率下识别基因调控网络(GRNs,gene regulatory networks)一直是一个巨大的挑战,而单细胞多组学数据的出现为构建GRNs提供了机会. 来自:Unsupervised ...
- SCENIC | 从单细胞数据推断基因调控网络和细胞类型
在2019/08/07的Nature刊中,中科院景乃禾课题组发表了文章--Molecular architecture of lineage allocation and tissue organiz ...
- Nat. Commun. | 从单细胞转录组数据中学习可解释的细胞和基因签名嵌入
本文介绍由加拿大麦吉尔大学与蒙特利尔高等商学院.北京大学.复旦大学的研究人员联合发表在Nature Communications的研究成果:本文作者提出了单细胞嵌入式主题模型scETM(single- ...
最新文章
- 互联网流量太贵！新零售成创业新风口
- linux 命令自动提示错误信息,Linux基础命令---sar显示系统活动信息
- python递归汉诺塔详解_汉诺塔在python中递归，理解磁盘目的地的变化
- Python账号密码登陆判断（三次机会）
- JSP的四大作用域和九大内置对象
- git ssh配置文件 服务器_git登录ssh服务器
- Java什么是重用_深度解析：java必须掌握的知识点——类的重用
- Servlet - 基础
- 索引sql server_SQL Server索引设计的五个主要注意事项
- 小学计算机课教学工作总结,小学六年级信息技术教学工作总结
- 使用PYTHON列表生成式过滤数据
- 华为C语言编程规范（精华总结）
- STM32驱动AD9833
- linux用execl函数创建,Linux办公一条龙之电子表格Calc(转)
- python图片爬虫，指定关键字爬取Google图片+搜狗图片
- windows2008 FTP下载“当前的安全设置不允许”的解决方法
- 什么是软路由，软路由和普通路由器有何区别
- SVG格式文件插入Word/WPS，三种简单快捷的方法，实现图片高清无损
- 劈开迷雾，蘑菇街电商搜索架构及搜索排序实现
- [vue] 无缝滚动 vue-seamless-scroll 滚动表格