- 博客(18)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 ACC、AUC、auPR
1. test acc：模型正确预测的样本占总样本的比例。如果该样本中零值大概是73%的比例，test acc高而auc低说明模型没学到有用的信息，将所有样本都判断为0都有73%的正确率，更何况随机猜测(auc=0.5)，因此准确率会稍高于73%2. AUC：ROC曲线下的面积，ROC曲线是真阳率（True Positive Rate, TPR）对假阳率（False Positive Rate, FPR）的图表表示。AUC越高，意味着模型对正负样本的区分能力越强（能把正样本找全）。
2024-03-20 10:54:13
701
1
原创 GFETM: Genome Foundation-based Embedded Topic Model for scATAC-seq Modeling阅读笔记
考虑到scATAC数据中的染色质特征是与特定的高染色质可及性基因组区域（用DNA序列表示）相关的，因此，整合来自GFMs的核苷酸序列embeddings（来自人类参考基因组的pre-trained），可能会增强染色质特征的embeddings，并提升scATAC数据的建模。GFETM在多个数据集上展现了sota的性能，并在不同batches、tissues、species、omics 之间都展示了泛化性和可迁移性。
2024-03-16 17:03:18
577
1
原创 基因、转录组的命名
一个基因（Gene）可以通过不同方式被转录（Transcription）成多个转录本（Transcript），每个转录本可以被翻译（Translation）成一个蛋白（Protein）。
2024-03-08 12:12:27
236
1
原创 在linux中安装pytorch
下载过程中，torch有大概2G，下载速度很慢很慢，因此，直接在提供下载的网址将该文件下载下来，并传到 /picb/bigdata/project/myy/torch-1.13.1+cu116-cp38-cp38-linux_x86_64.whl 下,然后用。尝试之后发现它还是安装的cpu版本的，有人是这样说的，也就是conda安装时自动替换为cpu版本了。（我的服务器nvidia-smi出来后是11.7版本的）所以放弃用conda下载了，可恶！安装好torch之后，再继续用。
2023-12-07 19:33:01
279
原创 h5文件的读取（h5py、scanpy）
HDF：hierarchical data format 层次数据格式- h5文件中有两个核心概念：group 和 datasets-- group 包含了其它groups和datasets，像字典一样工作（类似目录）-- dataset 即numpy.ndarray，像numpy数组一样工作（类似文件）
2023-11-07 14:06:51
3273
原创 kipoi使用-DeepSEA
tsv内容是：，共10条序列，作为后续的example；fa内容是无间断的30万个碱基：chr22：32000000_32300000。
2023-08-30 21:11:48
88
原创 iGWAS文献总结---图像GWAS的自监督学习表示
iGWAS用于识别，通过对比学习从医学影像中发现的表型相关的遗传因素。使用视网膜眼底照片，提取代表其特征的128维向量作为表型，用EyePACS数据集中的4万张图像训练模型，从UKB中的65629名英国白人参与者的130967张图像中生成表型的表示特征，GWAS鉴定出34个相关基因座。WNT7B是新发现的，功能验证表明与视网膜血管发育有关。这种基于医学图像自监督表型分析，对 传统的 用人类专家定义的成像表型来说 是一种改进。
2023-08-07 16:36:41
144
1
原创 DeepSEA-用深度学习预测非编码变异的效应
从原始序列中预测非编码变异的效应，基于深度学习模型，预测不同的染色质特征，以及预测单核苷酸改变后的染色质效应。可以利用该方法改进功能变异的优先级排序（包括eQTL和疾病相关变异）
2023-08-06 21:29:07
468
原创 GWAS_tutorial 学习笔记
主要是根据https://github.com/MareesAT/GWA_tutorial跑了一遍GWAS的基本流程，以及附有一些个人理解
2023-06-22 20:38:19
937
4
空空如也
做chromVAR时
2022-03-15
TA创建的收藏夹 TA关注的收藏夹
TA关注的人