【哈佛大学生物信息学与计算生物学】视频笔记

已于 2022-09-18 17:56:46 修改
阅读量299 收藏 1
点赞数
文章标签： python 低代码
于 2022-09-06 22:03:57 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_46860075/article/details/126732863
版权

目录

生物信息学研究浪潮

  1. 研究蛋白序列和结构
  2. 基因表达（微阵列技术）
  3. DNA测序

基因组测序成本下降非常快，可以用于个性化诊断，eg：肿瘤序列-靶向疗法

Bioinfo vs Computational Biology

  1. 第一代测序：桑格测序 Sanger sequencing（需要扩增dna，并且每次只扩增一个分子，所以需要扩增很多次同一单链DNA的多个拷贝）

  2. 第二代测序：大规模平行测序 Illumina Sequencing Cluster Generation（不需要将不同DNA分装到不同的管子当中进行扩增，可以将很多很多个分子倒在流动池上进行原位扩增，边合成边测序）如果需要产生很多很多的片段，需要了解定量水平，第二代测序更符合要求。
    在这里插入图片描述

  3. 第三代测序：真正的单分子测序，甚至再也不需要扩增dna。一般来讲，会使用聚合酶或微孔进行测序，然后根据acgt当中哪个核苷酸被结合或通过微孔而发出不同的信号。
    在这里插入图片描述

Levels of Bioinfo / Comp Bio

在这里插入图片描述
学无止境！！！

生物信息学相关学科 & 技术

最低0.47元/天 解锁文章
薯片虾条
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
哈佛大学教授刘小乐：我与生物信息学的不解之缘
weixin_33712881的博客
09-28 618
转自：测序中国 由测序中国发起的“NGS十周年接龙”活动春节前的最后一波正在来袭。受华中科技大学生命科学与技术学院教授薛宇邀请，今天，由哈佛大学教授刘小乐来分享她与生物信息学的故事。 从北大到斯坦福，生物与计算机相遇 和很多人一样，在少年时期我就有了自己的梦想。我的哥哥比我大七岁，他进入中国农业大学的时候，我上五年级，是他把我带到了神奇的生物世界。在初中阶段，我的班主任是生物老师，我的生物学家梦想...
【哈佛大学：计算生物学 & 生物信息学】学习记录（一）
陈有朴的博客
01-29 2018
第一部分 —— 关于计算生物学 & 生物信息学 & 本课程内容 （1）Protein Wave 【技术】Sanger测序了一个蛋白质序列 【算法】Needleman-Wunsch algorithm 【数据库】PDB（Protein Data Bank，蛋白质3D结构数据库） 【算法】BLAST —— instead of pairwise sequence alignment 【比赛】CASP —— predicting the protein structure 【数据库】BLOCKS
一文掌握二代测序NGS
leroylee7的博客
12-29 1595
目录 一. RPKM,FPKM,TPM的区别 二. 二代测序中的barcode 三.De Novosequencing & resequencing 四. depth & coverage 五. 高通量测序技术 六. Sanger测序 七. 三代测序技术 八. 外显子测序 九. small RNA测序 十. SNP、SNV、InDel、CNV、SV 十一. Duplication 十二. Read 十三. Contig/Scaffold 十四. gene fusion，基因融合 十...
RNA-seq那些事儿
weixin_56978566的博客
10-13 1984
RNA-seq那些事儿 1.RNA-Seq常用名词 2.转录组常用数据库 3.优质分析及作图工具 4.优质公众号 1.RNA-Seq常用名词 1、 碱基质量值（Quality Score或Q-score）是碱基识别（Base Calling）出错的概率的整数映射。碱基质量值越高表明碱基识别越可靠，碱基测错的可能性越小。 2、Q30碱基质量值为Q30代表碱基的精确度在99.9%。 3、FPKM（fragments per kilobase of exon model per million mapped
多组学-转录组RNA-seq 中Counts值,RPM,RPKM,FPKM,TPM
GeekFocus
08-28 1万+
一个基因区域内的read counts数目取决于基因长度和测序深度。 基因长度影响：同一样本，基因越长，随机打断得到的片段越多，该基因被测到概率越大，比对到该基因的reads越多。 测序深度影响：不同样本，样本的测序深度越高，同一基因被测到次数越多，比对到该基因的reads越多。 Counts 比对到每个基因的reads有多少条，在转录组测序中，称为Count数。每个测序样品的起始RNA量不同，文库量不同，测序数据量不同。 RPM(Reads per million mapped reads) 10^6
哈佛大学「生物医学网络表示学习」最新综述论文
04-16
随着表示学习在提供强大的预测和数据洞察方面取得的显著成功，我们见证了表示学习技术在建模、分析和网络学习...生物医学网络是相互作用系统的通用描述，从蛋白质相互作用到疾病网络，一直到医疗保健系统和科学知识。
projects:哈佛大学公共卫生学院生物信息学核心课程
04-29
哈佛大学公共卫生生物信息学核心的多个正在进行的项目
哈佛大学分子生物学授课PPT
04-16
哈佛大学的分子生物学授课PPT,分子生物学基础部分
哈佛大学计算机与信息学院.pdf
01-05
哈佛大学计算机与信息学院.pdf
The Art of Electronic 电子学 哈佛大学电子学教材 第二版
12-14
The Art of Electronic 电子学 哈佛大学电子学教材 第二版 =
FastQC结果解读
qq_44520665的博客
02-10 2万+
查看html格式的结果报告。结果分为如下几项： 绿色的"PASS" 黄色的"WARN" 红色的"FAIL" Basic Statistics
转录组表达量计RPKM、FPKM、TPM说明
weixin_30539835的博客
04-27 1万+
在转录组测序（RNA-Seq）中，基因的表达量是我们关注的重点。基因表达量的衡量指标有：RPKM、FPKM、TPM。 RPKM：Reads Per Kilobase Million；说实话，这个英文说明真的很费解，其实可以理解为“Reads Per Kilobase Per Million Reads”​，即“每一百万条Reads中，对基因的每1000个Base而言，比对到该1000个base的...
RPKM、FPKM、TPM
纸上得来终觉浅，绝知此事要躬行！
06-23 2686
RPKM、FPKM、TPM RPKM（Reads Per Kilobase per Million） 每千个碱基的转录每百万映射读取的reads数 FPKM（Fragments Per Kilobase per Million） 每千个碱基的转录每百万映射读取的fragments TPM（Transcripts per million） 每百万条reads的转录本 ref RPKM和FPKM值衡量基因表达量 StatQuest学习笔记24——RPKM FPKM TPM Read count CPM RP
衡量基因相对表达量的RPKM、FPKM、TPM详解
热门推荐
qq_43337249的博客
10-24 2万+
衡量基因相对表达量的RPKM和FPKM、及TPM 1.RPKM（Reads Per Kilobase per Million）和FPKM（Fragments Per Kilobase per Million） 1.引入“每一千碱基（per kilobase）”的原因在于，不同的RNA可能有不同长度，长度越长，对应的reads就越多。当每个RNA都除以自身长度（以1000碱基,即kb为单位）时，就可以比较同一个样本中不同基因的相对表达量了。 2.引入“每一百万reads”的原因是，不同的样本可能测序的深度不一
FPKM、TPM数据标准化
bioprogrammer
10-25 2万+
FPKM 定义： Fragments Per Kilobase of exon model per Million mapped fragments（每千个碱基的转录每百万映射读取的片段数） 公式： FPKMi=Xi(li103)(N106)=XiliN⋅109 FPKM_i = \frac{X_i}{(\frac{l_i}{10^3})(\frac{N}{10^6})}=\frac{X_i}{l...
归一化处理tpm_RPKM, FPKM 与 TPM
weixin_35808091的博客
12-27 8355
在对RNAseq进行分析时，总是被问到这3个概念的差别。那么这里我再梳理下自己对这3个概念的理解，希望可以帮助你。01Reads Count在RNAseq数据中，raw reads count一般是指mapped到基因外显子区域的reads数目。比如说htseq，STAR，或者RSEM等NGS分析流程计算产生的counts值。其中RSEM(RNA-Seq by Expectation-M...
【哈佛大学：计算生物学 & 生物信息学】学习记录（二）
陈有朴的博客
01-29 758
笔记主要内容：1~3代测序技术，fastq文件 & FASTQC （1）测序技术 1、一代测序技术：Sanger Sequencing 测序条件：需要有足够的量的单链DNA，即相同序列需要达到多少数量才能进行测序。测序过程：以一条链作为模板，DNA聚合酶将环境中的材料（dNTP & ddNTP），进行结合，即合成另一条链（ddNTP结合之后，DNA合成反应终止）。下图所示，SEQUENCE (END)代表对应DNA序列的最后一个碱基是什么。 参考阅读资料：https://zhuanlan.
NGS数据分析实践：05. 测序数据的基本质控 [1] - FastQC
hucy_Bioinfo
10-01 7956
一般我们可以从如下几个方面来分析测序数据质量： read各个位置的碱基质量值分布 (Per base sequence quality) 碱基的总体质量值分布 (Per sequence quality scores) read各个位置上碱基分布比例 (Per base sequence content) GC含量分布 (Per sequence GC content) read各位置的N含量 (Per base N content) read是否还包含测序的接头序列 (Adapter Content)
钟在生物医学中如何用图神经网络?哈佛大学marinka zitnik
最新发布
10-03
钟在生物医学中可以应用图神经网络来进行数据分析和预测。图神经网络是一种特殊的神经网络模型，广泛应用于对图结构数据的建模和分析。 在生物医学中，许多数据具有图结构的特点，例如蛋白质相互作用网络、疾病关联...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值