摘要：
二更： 医疗行业的基本特性1.需求多样，细分2.重研发3.高风险 生物制药细分领域【与小分子药区分开】1.结构复杂度2.靶向性：高，本质是抗体，单抗双抗多抗3.开发成本4.生产工艺5.给药方式：静脉输注 当下的中国的医疗系统（对比美国）1.支出基本靠医保，开支有限2.商业保险普及度不够，无法广泛支持 阅读全文
posted @ 2021-10-04 23:36
Life·Intelligence
阅读(294)
评论(0)
推荐(0)
摘要：
引言： GWAS通过association test来找trait或disease的关联的SNP eQTL也是通过关联性来找gene expression相关的locus 转录组层面也频繁利用相关性来找某个regulator的target 已经看到问题的核心了，co，就是同时出现（离散），同升同减（ 阅读全文
posted @ 2021-09-17 19:14
Life·Intelligence
阅读(356)
评论(0)
推荐(0)
摘要：
基本10分以上的paper都要求有严格地统计分析，所以看起来才会professional。 本质就是两个离散变量的关联分析，还可以给出OR。 小样本就用Fisher's exact test for small cell sizes 大样本就用Chi-Square Test 首先画一个2X2的表格 阅读全文
posted @ 2021-09-13 21:49
Life·Intelligence
阅读(562)
评论(0)
推荐(0)
摘要：
GUT 实际经验： 15号投，27号直接受到拒稿邮件，12天即确定，还是挺快的 现在COVID-19占了太多版面，GUT也更喜欢临床的，纯生信分析已经不吃香了 改投Gastroenterology，希望能收吧，安稳着陆 几个案例： Gut - 2020 - Single-cell transcrip 阅读全文
posted @ 2021-09-06 23:57
Life·Intelligence
阅读(3986)
评论(0)
推荐(0)
摘要：
写论文基本操作： web of science - 搜索文献，导出到本地 EndNote建立本地group，拖入导出文献到group 进入MS word，点击插入文献，选择合适的格式 多人协作问题： 文献一旦被插入到word里，就有一个自己的local library 无需考虑太多，直接在word里 阅读全文
posted @ 2021-08-18 14:45
Life·Intelligence
阅读(460)
评论(0)
推荐(0)
摘要：
类似篇：转录因子motif TSS区域富集分析 | motif enrichment | HOMER | FIMO | MEME 一个新的领域，现在我关注的是可变剪切调控因子，如PTBP1，它们有特定的RNA结合motif，类似TF。 相同点： 都是蛋白质的序列结合区域 有特定的序列motif 不同 阅读全文
posted @ 2021-08-08 23:12
Life·Intelligence
阅读(2802)
评论(0)
推荐(0)
摘要：
生物信息泛指发生在生命体内的所有的活动信息，是控制我们生老病死的根本原因。 要想开发一个大一统模型，那就必须对该系统的核心的方方面面有扎实的理解。 先根据初高中知识，按中心法则的上游到下游分个类，DNA、RNA、蛋白质、代谢物，最后补充表观、药物、整合、癌症。 DNA相关数据库 Human DNA序 阅读全文
posted @ 2021-08-06 15:58
Life·Intelligence
阅读(514)
评论(0)
推荐(0)
摘要：
见上篇：genome browser | ggplot | 基因组可视化 | R | transcript | isoform 新需求（画出Fig 4D上面的辅图， Science, 2021）： 山寨版，分析解构： 首先去method里找，完全没写是什么工具画的，那就猜吧； 其次看配色和对齐方式， 阅读全文
posted @ 2021-07-21 16:55
Life·Intelligence
阅读(869)
评论(0)
推荐(0)
摘要：
quick code library(Rmagic) bmmsc <- t(GBM.pair@assays$RNA@counts) bmmsc <- library.size.normalize(bmmsc) bmmsc <- sqrt(bmmsc) # bmmsc[1:5,1:5] # # run 阅读全文
posted @ 2021-06-23 15:53
Life·Intelligence
阅读(812)
评论(0)
推荐(0)
摘要：
接前面文章：ChIP-seq | ATAC-seq | RNA-seq | 数据分析流程 前面已经把pipeline跑完了，但是关于结果的解读还是不清楚，这里来深入探讨一下。 复习： pipeline：https://github.com/ENCODE-DCC/chip-seq-pipeline2 阅读全文
posted @ 2021-06-17 20:21
Life·Intelligence
阅读(1327)
评论(0)
推荐(0)
摘要：
前面详解了时间介词，这里来讲地点介词。 on in at是滥用最多的三个介词，首先好好区分。 at在一个小地方，位置当做一个点，相对具体 at the cornerat the bus stopat the marketat the bookshopat Cambridgeat HKUat home 阅读全文
posted @ 2021-06-10 16:34
Life·Intelligence
阅读(1632)
评论(0)
推荐(0)
摘要：
都有哪些玩家？ 某个生物学方向（发育、免疫、癌症）的大佬，强在领域的深耕，先进的技术平台，能产生高质量的data，第一作者和通讯一般都是搞实验的，生信最多也就是个共一，文章容易冲击CNS。【掌握实验材料、临床样本、测序数据】 某个疾病（depression、SLE、HSCR）的遗传学家，主要就是借助 阅读全文
posted @ 2021-05-19 15:06
Life·Intelligence
阅读(1202)
评论(0)
推荐(0)
摘要：
还是跟小孩一样，喜欢玩，尤其是这种搭积木的游戏，其实真的没什么技术含量。 但科研分析是反标准化的，如果你的paper只是pipeline出来的，那最多也就3分。 有必要搭建流程吗？ 就一批小数据，那就随便搞，没必要标准化流程 经常拿到新data，那就可以考虑一下了，一键执行很快乐 公司级别的业务，持 阅读全文
posted @ 2021-05-14 12:26
Life·Intelligence
阅读(604)
评论(0)
推荐(0)
摘要：
持续添加~ 基因组学 2020 - NRG - The road ahead in genetics and genomics 2019 - NRG - RNA sequencing: the teenage years 【中文导读】 2021 - Nature - Closing in on a 阅读全文
posted @ 2021-05-13 19:47
Life·Intelligence
阅读(751)
评论(0)
推荐(0)
摘要：
2025年05月12日 又一次分析 因为我把代码封装起来了，所以只需要三行代码 library(clusterProfiler) source("https://github.com/leezx/RToolbox/raw/e882508789efabac557cd113e40cf6f5631ff9b 阅读全文
posted @ 2021-05-11 12:32
Life·Intelligence
阅读(3889)
评论(0)
推荐(0)
摘要：
2023年05月31日 带小弟学习RNA-seq，以前自己的流程过于实用简单，缺乏了严谨性，现在正规的从头来一遍。 参考： RNA-seq入门实战（零）：RNA-seq流程前的准备——Linux与R的环境创建 RNA-seq入门实战（一）：上游数据下载、格式转化和质控清洗 RNA-seq入门实战（二 阅读全文
posted @ 2021-05-10 19:31
Life·Intelligence
阅读(608)
评论(0)
推荐(0)
摘要：
2023年11月09日 明确定义 CNV有两个方向：gain和loss Gene amplification (copy number gain) and deletion (copy number loss) are common in cancer cells and contribute to 阅读全文
posted @ 2021-05-07 14:49
Life·Intelligence
阅读(1318)
评论(0)
推荐(0)
摘要：
身高：180 目前体重： 目标体重：150斤 问题根源： 遗传基础 - 骨架修长、代谢旺盛 饮食习惯 - 吃得少 睡眠习惯 - 身体恢复不够 查看人体的主要肌群：Complete Anatomy - HKU免费 大肌群70%：胸背臀腿 小肌群30%：肩手腰，小腿 肌肉种类 红肌纤维I - 耐力，体积 阅读全文
posted @ 2021-05-05 18:25
Life·Intelligence
阅读(1143)
评论(0)
推荐(0)
摘要：
补充： ATAC-seq并没有比DNase-seq的peak质量好，只是起始量要求低，所以可以拓展到scATAC-seq。 DHS的peak和H3K27ac的比较相似，都是开放的，可以转录的区域。 epigenetic mark主要有四种： chromatin accessibility nucle 阅读全文
posted @ 2021-05-04 21:36
Life·Intelligence
阅读(879)
评论(0)
推荐(0)
浙公网安备 33010602011771号