CNCI:转录本蛋白编码潜能预测工具

最新推荐文章于 2024-07-12 16:16:27 发布
最新推荐文章于 2024-07-12 16:16:27 发布
阅读量1.6k 收藏 4
点赞数
文章标签： python 机器学习 人工智能 大数据 编程语言
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/weixin_43569478/article/details/108079386
版权

欢迎关注”生信修炼手册”!

CPC是一款使用率非常高的lncRNA预测软件，但是它也存在一些问题。利用二代测序得到的转录组数据，我们组装得到的转录本往往是不完整的，基于非全长的转录本去预测lncRNA，如果这个lncRNA和蛋白编码基因存在overlap,那么很容易造成误判；其次对于没有物种注释的物种，其效果也很差。

为了克服上述问题，研究人员开发出了一款新的工具CNCI, 和CPC不同，该软件基于三联体碱基的构成来区分coding和noncoding转录本，论文发表在Nucleic Acids Research上，网址如下

https://academic.oup.com/nar/article/41/17/e166/2411728

三联体碱基指的就是三个连续的碱基，和密码子类似，称之为ANT, 该软件利用人和小鼠的转录本数据，构建了一个支持向量机的模型，用于对脊椎动物进行分类，示意如下

对于不同长度的转录本序列，和其他软件的性能比较如下

最低0.47元/天 解锁文章
生信修炼手册
关注
  • 0
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
CPC:转录本蛋白编码潜能预测工具
庐州月光的博客
01-29 3517
欢迎关注”生信修炼手册”!CPC是由北京大学开发的一款lncRNA预测工具，只需要输入fasta格式的转录本序列，该软件就可以判断每条转录本的蛋白编码潜能并进行打分，根据得分将转录本划分...
PLEK:转录本蛋白编码潜能预测工具
庐州月光的博客
01-31 1344
欢迎关注”生信修炼手册”!在之前的文章中，我们介绍过CPC和CNCI这两款软件，可以用于预测lncRNA序列。其中CPC基于序列比对的方式，对于注释信息相对全面的物种分类效果较好，但是运...
CPAT:RNA编码潜力评估工具-开源
04-28
使用RNA序列，已鉴定出数以万计的新转录本和同工型（Djebali等，自然，2012； Carbili等，基因与发展，2011）。这些隐藏的转录组的发现使区分编码和非编码RNA的需求重新焕发活力。 。 但是，大多数以前的编码潜力预测方法都严重依赖于比对，即成对比对以搜索蛋白质证据或多重比对以计算系统发育保守性得分（例如CPC，PhyloCSF和RNACode）。 这是因为大多数以前鉴定的转录本，包括蛋白质编码RNA和短的管家/调控RNA（例如snRNA，snoRNA和tRNA）都是高度保守的。 尽管仍然非常有用，但是这些方法有一些局限性：大多数lncRNA保守性较低，并且倾向于谱系特异性，这极大地限制了基于比对的方法的区分能力。 例如，从斑马鱼中检测到550个lncRNA，其中只有29个具有可检测序列
CNCI的使用--RNA蛋白编码预测软件
m0_45248682的博客
01-18 5738
（生信）RNA蛋白编码预测软件-CNCI的使用 CNCI简介： CNCI是由中科院研发的一款基于SVM（支持向量机）的LncRNA预测软件，它可以不依赖于已知的RNA注释信息来进行预测，同时其对不完全转录和反义的RNA有着良好的分类效果，本文将根据github的说明总结一些简单的操作。 软件安装与准备： linux 32位或者linux 64位系统 python 2.74或者2.0版本（详细安装...
python lncrna_使用CNCI分析lncRNA
weixin_39588265的博客
12-10 1000
CNCI是中科院计算所赵屹团队开发的一款从转录组中分析编码RNA和非编码RNA的软件。赵屹团队在非编码RNA领域做了很多出色的工作，建立了目前最权威的非编码RNA数据库NONCODE。文章发表在Nucleic Acids Research：http://nar.oxfordjournals.org/content/early/2013/08/06/nar.gkt646.longGithub主页：h...
关于CNCI网络安全行动计划的战略目标
专注网络安全，聚焦数据安全。
12-18 630
对于以上的重大行动，我们可以看到在对内来说采用技术突出，技术壁垒，联合聚焦，态势感知等方式建立内部可信网络，以此来减少攻击面，增强应对管控措施。对外则依靠自身的网络及安全优势，进而开展实质性的全球供应链安全行动。作为基础安全的建设者，我们应该身先士卒，全力以赴，夯实基础安全。一，通过可信因特网连接，把联邦的企业级规模的网络作为一个单一的网络组织进行管理。五，把当前的各网络行动中心相互连接起来，加强态势感知能力。
2010年3月美国GAO发布报告-对CNCI计划的重新审视
06-09
2008年1月，美国前总统布什签署了第54号总统令，实施CNCI计划。2010年，美国总统奥巴马解密了CNCI计划的部分内容。在实施2周年之际，美国国家审计局同时对该计划进行了评估和重新审视，认为取得了一定的进展，但同时...
SEQA:Annales MCQs的超级教练
05-02
SEQA Annales MCQs的超级教练 ... 根据CNCI的官方记录，它可以快速纠正和监视进度。 随着时间的推移，已经添加了其他一些或多或少有用的工具。 随时添加请求请求或报告问题！ 这是的应用程序链接。
CISP试题及答案(700+题目整理版).docx
07-07
三、美国国家网络安全综合计划（Comprehensive National Cybersecurity Initiative，CNCI） * CNCI计划建立三道防线：第一道防线，减少漏洞和隐患，预防入侵；第二道防线，全面应对各类威胁；第三道防线，强化未来...
从“应对网络空间的史普尼克危机”到“建设更有优势的网安人才队伍”——美国网络安全人才战略发展趋势简析.pdf
09-19
于是，美国政府开始了系统的信息安全人才培养工作，并发布了国家安全54号/国土安全23号（NSPD-54/HSPD-23）联合总统令《国家网络安全综合计划（CNCI）》。CNCI 是美国网络安全的全局重大计划，其中提出了“扩大网络...
CISP信息安全专业人员考试模拟练习题一及答案解析.docx
05-10
3. 国家网络安全战略的对比分析，例如美国的CNCI计划。 4. 信息安全模型的比较，如PDR模型和P2DR模型的区别。 5. 项目管理的基本概念，包括项目的目标设定和资源管理。 6. 信息安全策略的制定与实施，如CNCI的三道...
Django项目设计（项目从需求分析到上线整个流程记录）
weixin_42216430的博客
05-03 1091
Django部署遇到的问题： nginx+gunicorn nginx修改配置文件监听端口 主要是修改监听端口和域名 gunicorn ls1@bbdm-lab:~/web_new$ gunicorn -w 4 -t 3600 --bind unix:/tmp/bbdm.hzau.edu.cn.socket web_project.wsgi:application s...
cv2读取和保存图片
最新发布
m0_53291740的博客
07-12 178
cv2.imwrite('b\\img1.png',img)#b存在就可以保存进去。如果b存在，c不存在，程序不会报错，也不会保存图片。如果目录b不存在就会存到当前文件夹。
面试题 21：解释 Python 中的 help() 函数和 dir() 函数？
专注于全栈开发领域
07-10 771
在Python中，help()和dir()是两个非常有用的内置函数，它们可以帮助开发者更好地了解Python对象和模块。
Nginx七层（应用层）反向代理：UWSGI代理uwsgi_pass篇
jclee95的个人博客
07-10 1090
Nginx提供了多种应用层反向代理支持，包括proxy_pass、uwsgi_pass、fastcgi_pass和scgi_pass等。其中，proxy_pass指令可以接受一个URL参数，用于实现对HTTP/HTTPS协议的反向代理；uwsgi_pass用于代理到uWSGI应用服务器；fastcgi_pass用于代理到FastCGI服务器；而scgi_pass则用于代理到SCGI（Simple Common Gateway Interface）应用。这些指令使Nginx能够灵活地处理不同类型的后端服务和应
聊聊如何在内网下构建大模型微调环境
python1234567_的博客
07-12 807
LlamaFactory新版更新后，还是比较方便，只是说llamafactory-cli命令的确是有点蒙，踩个坑就好了。对于LlamaFactory微调来说，本身不难，毕竟都是配置；主要是在内网环境下的依赖包拉取安装是真麻烦，但其实也还好。走一遍的话，还是可以学到很多的。​。
leetcode--验证二叉搜索树
liulanba的博客
07-09 672
给你一个二叉树的根节点 root ，判断其是否是一个有效的二叉搜索树。有效 二叉搜索树定义如下：节点的左子树只包含 小于 当前节点的数。节点的右子树只包含 大于 当前节点的数。所有左子树和右子树自身必须也是二叉搜索树。示例 1：输入：root = [2,1,3]输出：true示例 2：输入：root = [5,1,4,null,null,3,6]输出：false解释：根节点的值是 5 ，但是右子节点的值是 4。提示：树中节点数目范围在[1, 104] 内。
MySQL空间索引
你的指尖有改变世界的力量
07-10 272
空间类型是建立在空间类型字段上的。
用代码实现长非编码RNA筛选,
06-01
长非编码RNA（lncRNA）筛选是一种基于高通量测序数据的生物信息学分析方法，实现起来比较复杂，需要一定的编程基础和相关工具的使用。以下是一些参考步骤和代码示例： 1. 数据预处理 首先需要对高通量测序数据进行预处理，包括质量控制、去除接头序列、去除低质量序列等。这可以使用一些常用的软件工具来完成，例如FastQC、Trimmomatic等。 2. 转录组组装 接下来需要对预处理后的数据进行转录组组装，得到基因转录本的序列信息。这可以使用一些常用的转录组组装软件工具来完成，例如Trinity、StringTie等。 3. lncRNA鉴定 得到基因转录本的序列信息后，需要进行lncRNA鉴定，这可以使用一些专门的lncRNA鉴定软件工具来完成，例如CNCI、CPAT、Pfam等。以下是使用CNCI进行lncRNA鉴定的代码示例： ```python # 导入CNCI软件包 import cnci # 读取转录本序列 transcript_file = "transcript.fasta" transcript_dict = cnci.read_fasta(transcript_file) # 进行lncRNA鉴定 cnci_result = cnci.predict(transcript_dict) # 输出lncRNA鉴定结果 for transcript_id, result in cnci_result.items(): if result == "lncRNA": print(transcript_id) ``` 4. 差异表达分析 最后需要进行差异表达分析，得到在不同条件下显著表达的lncRNA列表。这可以使用一些常用的差异表达分析软件工具来完成，例如DESeq2、edgeR等。 以上是一些基本的步骤和代码示例，具体实现还需要根据具体数据和分析目的进行调整和优化。

“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
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