- 博客(10)
- 收藏
- 关注
RSS订阅原创 转录组学中的人工智能革命——从单细胞到空间图谱
单细胞与空间转录组技术带来了前所未有的数据量级与复杂性：高维度、极端稀疏性（“drop零”）、技术噪声和空间结构挑战，使传统统计方法捉襟见肘。AI智能体：以SpatialAgent为代表，将大语言模型作为“科研副驾”，用自然语言指令自动化复杂分析流程，降低技术门槛，实现人机协作的“虚拟实验室”。这一演变标志着生物学正在从“假设驱动”的试错科学，转向“数据驱动”的预测科学。数据质控与增强：扩散模型（如scIDPMs）将基因表达插补的MAE降至11.001，聚类指标逼近完美（ARI≈0.98）。
2025-12-23 01:42:19
285
原创 一文讲清T细胞命名及marker
本文系统梳理了T细胞的分类体系及其功能特征。首先介绍了T细胞的两大谱系来源（髓系与淋巴系）和基本分类（CD4/CD8）。随后详细阐述了六类T细胞亚群：1）TCRαβ T细胞分化状态；2）活化效应CD8 T细胞；3）CD4 T细胞亚组；4）记忆T细胞亚群；5）耗竭相关T细胞；6）类先天T细胞。每个亚群均标注了特异性标志物和功能特征，如TH1细胞促进巨噬细胞免疫应答，TH2细胞参与抗寄生虫反应等。文末提供了相关文献和获取标志物信息的途径。该分类体系为免疫细胞注释提供了系统参考。
2025-12-16 01:06:30
1227
原创 TCGAbiolinks--使用R下载TCGA数据
摘要：本文介绍使用R包TCGAbiolinks批量下载TCGA泛癌数据的流程。主要分为三个步骤：1)使用GDCquery()查询数据，可指定项目名称、数据类型等参数；2)GDCdownload()下载数据；3)GDCprepare()读取数据。文中详细说明了各查询参数的选择方法，并展示了转录组数据和临床数据的获取示例。该流程可帮助研究人员高效获取TCGA多组学数据，为癌症研究提供数据支持。方法基于TCGAbiolinks包开发，适用于各类TCGA数据分析需求。
2025-12-08 00:33:12
273
原创 Cell Reports Medicine||基于脑电图和AI的药物上瘾预测
在所有频段和静息条件中，基于睁眼静息β波段（REO beta） 的模型预测性能最高，主要驱动力来自默认模式网络（DMN）和额顶控制网络（FPN） 的核心连接，特别是 MPFC-LPMFG 和 PCC-RSUP 的连接。甲基苯丙胺，也就是我们俗称的冰毒。睁眼静息δ波段（REO delta） 的模型也表现出显著的预测能力，主要由涉及额顶控制网络（FPN）、腹侧注意网络（VAN）和背侧注意网络（DAN）的连接驱动。（5）特征查看：计算了渴求与FCN之间的相关性，比较MUD患者与健康对照（HC）之间的FCN。
2025-12-01 10:30:00
868
原创 各种文件的介绍和读取--基于R
本文介绍了R语言中常见数据文件的读取方法，分为三类：1)规整数据文件（如CSV/XLSX）使用read.csv、read_excel等函数；2)文本文件使用readLines、scan等函数；3)特殊格式文件（如FASTA/GTF）需要专用包如Biostrings。重点讲解了参数设置技巧，如跳过行数(skip)、处理注释(comment.char)等。对于大型文件推荐使用fread提升效率。文章提供了不同文件类型的读取代码示例，帮助解决实际科研中常见的数据读取问题。
2025-11-10 20:25:26
227
原创 conda环境构建和包的安装
本文介绍了conda工具的安装与使用。conda是用于管理软件包和环境的工具，能有效解决生物信息学中常见的环境隔离和包冲突问题。教程详细说明了如何下载安装Miniconda，包括通过VS Code上传安装包到服务器的步骤。重点讲解了conda的两个核心功能：环境创建（conda create）和软件包安装（conda install），并演示了R包clusterProfiler的安装过程。此外还介绍了常用conda命令、频道管理以及mamba加速工具的使用注意事项。该工具可显著提高生物信息学工作环境配置效率
2025-11-01 01:44:39
1035
原创 R语言入门：从零配置到远程开发
本文介绍了R语言在生信分析中的应用及远程配置方法。首先推荐从R语言入门，并详细说明了Windows和Linux系统下的安装步骤。其次重点讲解了使用VSCode进行远程开发的方法，包括SSH插件安装、服务器连接配置、R路径查找等关键步骤。最后通过一个简单的绘图代码示例，展示了R语言的基本使用。全文为生信初学者提供了从软件安装到远程开发的完整指导，帮助读者迈出生信分析的第一步。
2025-10-27 22:16:38
733
原创 到底什么是生信
摘要： 本文以个人视角探讨生物信息学（生信）的多元认知：有人质疑其可信度，有人认为门槛极高，也有人盲目跟风。作者指出，生信本质是通过数学等方法解读生物数据，其发展依赖测序技术进步和开源工具普及。关于可靠性，生信结果具有概率性，与湿实验的确定性不同，但二者互补而非对立。文章强调生信思维的重要性，并预告后续将分享分析流程与思维培养方法。
2025-10-12 23:52:48
337
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人