ICode9

精准搜索请尝试: 精确搜索
  • KASP标记与农作物育种2022-08-17 15:31:25

    目录KASP的特点KASP的原理与步骤原理步骤(1)引物和探针设计(2)普通PCR扩增(3)荧光检测和分析KASP与农业育种 KASP的特点 在过去30 年中,分子标记从低通量限制性片段长度多态性(RFLP)开始,到最近达到的基于NGS 技术的SNP 标记,已经经历了三代。竞争性等位基因特异性PCR(kompetitive allele-spec

  • 低成本全基因组SNP分型策略2022-08-11 00:00:53

    目录1. SNP芯片2. 简化基因组测序3. 全基因组低深度重测序 1. SNP芯片 目前最常用的全基因组SNP分型方法,主流的SNP芯片: Illumina Infinium技术。全基因组扩增,不需PCR,采用50 mer寡核苷酸探针退火,利用特异荧光基团判定基因型。 Axiom原位光刻技术(原Affymetrix公司,后被Thermo收购)。

  • UIScrollView 遇到了AutoLayout之后其contentSize 的计算2022-03-25 23:33:36

    UIScrollView 的特殊之处就在于当它遇到了AutoLayout之后其contentSize 的计算规则有些特殊。contentSize是根据子视图的leading/trailing/top/bottom进行确定的 所以避免我们手动去设置 contentSize,我们必须迎合它的规则去设置 let scrollView = UIScrollView()

  • R语言画图-曼哈顿图-来源网络2022-01-04 16:31:08

    #安装方法: #====设置安装源为清华大学TUNA镜像站点===================== options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) options(BioC_mirror="https://mirrors.tuna.tsinghua.edu.cn/bioconductor") install.packages('qqman

  • GWAS分析中SNP解释百分比PVE | 第四篇,MLM模型中如何手动计算PVE?2021-12-25 12:32:23

    系列部分: GWAS分析中SNP解释百分比PVE | 第一篇,SNP解释百分比之和为何大于1? GWAS分析中SNP解释百分比PVE | 第二篇,GLM模型中如何计算PVE? GWAS分析中SNP解释百分比PVE | 第三篇,MLM模型中如何计算PVE? 今天介绍一下如何手动计算MLM模型GWAS的PVE结果。因为GAPIT中的MLM模型又PVE

  • sentinel SNP 和 Tag Snp 的概念2021-12-04 19:03:16

    sentinel SNP:在 GWAS 中,P 值最显著的 SNP; Tag Snp:在给定的 SNP 中,连锁不平衡值(LD)最高的 SNP; 相关讨论:https://www.biostars.org/p/11786/

  • 基因组分析:VCF文件中位点提取以及R软件中的分析2021-09-23 13:59:13

    VCF文件时基因组分析中最常见的文件类型,有时需要从中提取部分信息进行后续分析,在《vcf、plink文件格式互转》中我们已经提及了SNPs的提取方法: #在file.txt中, snp名字作为一列,无header,输出格式为vcf vcftools --gzvcf my.vcf --snps snps.txt --recode --recode-INFO-all --ou

  • 使用PAINTOR做fine-mapping的步骤2021-06-18 10:01:27

    首先,感谢陈文燕群主跟另外一位博主(又是一只小菜鸟)的帖子。链接放出来: (1) https://mp.weixin.qq.com/s?__biz=Mzg2MDA2MDQzMQ==&mid=2247484123&idx=1&sn=550fdf6fba5efe58fad6e1a0b23a2948&chksm=ce2d6cbbf95ae5ada324e924db32d2d836c3fcc8838bcad69df055bda376758e9613731fc830&s

  • synbreed R包学习系列12021-06-04 22:52:44

    这是标题 只能说, csdn的写作环境太棒了, 特别是markdown中快捷键的使用, 写起来特别流畅, 我很喜欢这种感觉. 没事可干, 就用写博客的形式学习. 小鼠数据 数据描述 * 2527个个体有表型 * 两个性状:体重和日增重 * 1940个个体有基因型, 12545个SNP位点 处理思路 1, 将测序

  • Cell杂志背靠背的两篇文章:看不同研究团队,研究同样主题,有什么区别?2021-05-17 11:53:25

    今天我们来看Cell杂志上的背靠背研究的两篇文章:两篇文章都发表在2018年7月26日的Cell主刊杂志上,两篇文章的研究方向和分子基本相同,研究团队分别是加拿大Princess Margaret Cancer Center(Risk文)和芬兰的University of Oulu的科学家(Biology文)。从研究主题来看,Risk文主题包括了:前列腺

  • 8分期刊上miRNA与疾病研究的另一个招式2021-05-14 17:57:20

    经典老文给出的科研启示小鹿在前面的文章《不会研究疾病?来点简单的临床SNP套路》里给大家介绍miRNA的SNP的临床研究范式,主要研究的是miRNA的SNP与临床因素的相关性。今天给大家介绍的是miRNA的SNP的基础实验研究范式啦!我们都知道miRNA是一种长度为21到23个核苷酸的RNA分子,当它结合

  • 不会研究疾病?来点简单的临床SNP套路2021-05-14 16:51:50

    基础和临床都适用,一个相当万金油的套路如果你还记得分子生物学书上的一点内容的话,对“单核苷酸多态性(SNP)”这个词应该不会感到陌生,它主要是指在基因组水平上由单个核苷酸的变异所引起的DNA序列多态性。它是人类可遗传的变异中最常见的一种。基因的SNP大家应该比较容易理解,基因上的

  • 使用snpflip出现问题:ModuleNotFoundError: No module named 'snp_flip'。如何解决?2021-05-04 09:35:56

    如果使用过程中出现ModuleNotFoundError: No module named 'docopt',解决办法看上一篇随笔。   但是docopt问题解决完,运行得时候还出现了:ModuleNotFoundError: No module named 'snp_flip'。 解决办法是运行:pip install snpflip。   我运行snpflip的时候就遇到过这两个问题。

  • SAP APO-PP / DS2021-04-26 15:35:30

    在SAP APO中,使用生产计划/详细计划(Production Planning/Detailed Scheduling)生成满足生产要求的采购建议。 此组件还用于定义资源计划和订单明细。 您还可以计划关键产品,以缩短交货时间并提高交货时间。 PP / DS可用于创建可执行计划并实现以下目标- 提高关键产品的准时交货性能

  • 如何查看显著性SNP在数据中的频率?2021-04-20 11:34:11

    我们做完GWAS的关联分析后需要查看显著性SNP在我们数据中的频率分布情况。这时候我们需要用到plink和我们做关系分析所用的二进制文件datas. 第一步,我们用R语言读取分析结果,即*.assoc文件,按P值倒序排列,即出现上图的结果。 第二步,查看单个SNP位点(即上述结果中的kgp4382537)在数据中

  • haploview使用介绍2021-03-26 07:52:19

                    介绍       Haploview旨在简化和加快单体型分析过程,为与此类分析有关的若干任务提供一个通用界面。 Haploview目前支持以下功能:LD和单元型块分析单倍型群体频率估计单个SNP和单体型关联测试关联显着性的排列检验实现Paul de Bakker的Tagger标签SNP

  • 【计算机科学】【2019.09】全基因组关联研究的深度学习和SNP位置影响2021-03-21 16:01:26

    本文为加拿大纽芬兰纪念大学(作者:Songyuan Ji)的硕士论文,共109页。 研究与人类疾病相关的单核苷酸多态性(SNPs)对于识别致病性遗传变异和阐明复杂疾病的遗传结构具有重要意义。一项全基因组关联研究(GWAS)检测不同个体的遗传变异,并检测与疾病相关的SNP。传统的机器学习方法往往将S

  • 全基因组关联分析学习资料(GWAS tutorial)20210313更新版2021-03-14 12:02:08

    时隔一年多,于今日(20210313)再次更新教程,后续如果新出教程的话会一直更新。 同时感谢多年陪伴我成长、一直默默关注我的你们~ by 橙子牛奶糖(陈文燕) 1.前言 很多人问我有没有关于全基因组关联分析(GWAS)原理的书籍或者文章推荐。 其实我个人觉得,做这个分析,先从跑流程开始,再去看原

  • (史上最全)SNP位点与转录因子结合特异性数据库:GVATdb2021-02-05 21:01:33

    众所周知,全基因组关联分析(GWAS)发现的很多变异位点基本为非编码,这些变异位点1)要么调控基因表达(eQTL); 2)要么影响增强子活性; 3)要么影响转录因子(TF)结合特异性; 4)要么啥也不是。 针对以上四种情况: 1)是否调控基因表达(eQTL)可通过GTEx(https://gtexportal.org/home/)查询。 2)是否影响增强

  • 本周最新文献速递202101022021-01-02 23:02:21

    本周最新文献速递 一 文献题目: Aging-Associated Alterations in Mammary Epithelia and Stroma Revealed by Single-Cell RNA Sequencing 不想看英文题目: 单细胞RNA测序揭示乳腺上皮和间质的衰老相关变化 杂志和影响因子: Cell Rep (8.109 1区) 研究意义: 多项研究表明衰老与乳腺

  • Heterozygosis SNP 和 Homology SNP, SNP的二态性2020-12-28 17:35:38

      纯合SNP和杂合SNP是SNP calling软件如GATK或者SAMtools根据测序深度、碱基质量值、比对质量值和基因型质量值等综合判断出来的纯合和杂合,   简单来说,纯合SNP可以认为该位点测到的所有reads只是一种碱基类型,杂合SNP为二种或二种以上的碱基类型,不排除特殊位置。          

  • 混合(Pooling)样本测序研究2020-12-09 21:34:56

    目录1.混合测序基础2. 点突变检测3. BSA4. BSR5. 混合样本GWAS分析6. 混合样本驯化研究7. 小结 1.混合测序基础 测序成本虽然下降了,但对于植物育种应用研究来说还是很高,动不动就上百群体,小小植物个体价值又低,测完了很可能后面就用不到了。这时,混合样本测序是一种省钱的好办法。 混

  • plink软件初体验2--常用参数2020-11-23 22:02:27

    plink软件是GWAS分析中常用的软件,它也是一个数据格式,plink里面有很多非常强大的功能,运算速度很快,是我日常分析中常用的软件之一。 之前写了一系列的GWAS教程,点击这里查看,这里继续进行。看到我的学习笔记帮助了一些同学,我也由衷的感到高兴。 这里,我将plink软件分为三部分: 格式

  • 文献阅读 | Plant-ImputeDB: an integrated multiple plant reference panel database for genotype imputation2020-11-16 02:31:29

    Gao Y, Yang Z, Yang W, et al. Plant-ImputeDB: an integrated multiple plant reference panel database for genotype imputation[J]. Nucleic Acids Research, 2020. 本文作者首先构建了一个包含了不同作物的reference panel,随后根据该panel搭建了Plant-ImputeDB数据库。该p

  • IS-IS报文详解(IIH,SNP,LSP)2020-05-17 14:54:21

    IS-IS形成邻居关系的条件: 同一层次 同一区域(相对Level-1的路由器) 相同网络类型 同一网段IP(LAN or PPP)      HELLO PDU(IIH)(Intermediate System to Intermediate System Hello PDU)。定期发送,用来确定相邻的其它系统是否在运行IS-IS,以建立邻居关系,交换LSP,达到LSDB同步(默认10s) 在I

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有