科学

逻辑学在思维科学中的位置

筅森魡賤 提交于 2019-12-05 23:18:45
https://wiki.mbalib.com/wiki/思维科学 逻辑学主要分辩证逻辑、形式逻辑和数理逻辑 研究人的思维形式和规律的科学,称为逻辑学。根据所研究的对象和方法的不同,逻辑学主要分辩证逻辑、形式逻辑和数理逻辑。 数理逻辑是研究演绎推理的一门科学,是传统演绎法研究的继续和发展。 来源: https://www.cnblogs.com/feng9exe/p/11949987.html

单细胞测序

我怕爱的太早我们不能终老 提交于 2019-12-05 19:13:55
两个主流的单细胞测序技术:BD Rapsody和10x genomics。这两家的单细胞捕获技术不同。 10xgenomics起源于drop-seq技术,来自哈佛大学。10x与Drop-seq与类似的原理:一个油滴=一个单细胞=一个凝胶微珠=一个RNA-seq。利用微流控的原理捕获单细胞。10x genomics比BD早上市一年。 BD的Rapsody平台,在2017年Nature发表了一篇脑研究的文章后,将其技术公布了。原理:一个微孔=一个单细胞=一个磁珠=一个RNA-seq。 二者都提高1-6k不等的细胞量。这个数据量能够覆盖大部分组织的single cell群体。 参考: http://www.novelbio.com/blog/c1/7.html 单细胞实验技术:http://www.novelbio.com/blog/c1/4.html 来源: https://www.cnblogs.com/zypiner/p/11940843.html

逻辑

ε祈祈猫儿з 提交于 2019-12-05 14:21:23
推理简单来说就是,从一个观点出发接受另一个观点。 逻辑是现代科学的基础。“整个科学的帝国建立在逻辑的基础上。” 具体过程是这样的: 科学家先进行一个假设,然后致力于收集零碎的信息和证据,希望举一反三,推导出一般的模式,验证这个假设。如果该假设证明为真,它将成了一个真理。因为真理的存在,其他推理才有了前提。 这种从一系列具体的事实,总结出一个普适性的一般模式,就是归纳推理的过程。 来源: https://www.cnblogs.com/23plus/p/11927230.html

IUBS|CODATA|Open Data in a Big Data World|National Genomics Data Center

依然范特西╮ 提交于 2019-12-05 05:09:37
生命组学: National Genomics Data Center 中的 section : LncRNA 知识库 +non-code 加入 RNA central GWAS Atlas 基因组关联分析数据库 EWAS 表观组关联分析数据库,大部分是人。 Tissue/cell 单细胞测序 Idog Rice genome reannotation中研究的内容有 表达谱、可变剪接和重注释等 人群队列分析 BIG search 生物信息的国际组织: IUBS 、 CODATA 、 Open Data in a Big Data World 现在的国际三大生物信息学中心是中美欧 来源: https://www.cnblogs.com/yuanjingnan/p/11908590.html

精准医疗|研发药物|Encode|roadmap|

回眸只為那壹抹淺笑 提交于 2019-12-05 05:07:11
生物医学大数据 精准医疗 研发药物:特异性靶点 & 过表达靶点 Encode &roadmap 找组织特异性的表观遗传学标记、 TF 、 DNA 甲基化的动态变化等信息。 生物大数据的标准化与整合 ---- 降维分析 --- 聚类和功能分析 ---- 多组学 ---- 结合临床病理分型 ---- 生物信息学可视化分析(描述 & 预测) Regulation network : Multiple&dynamic&balance 单细胞测序: single-cell RNA-seq 大数据应用:将基础研究与临床医学研究相结合。 国际大数据中心现状 北京基因组研究所主持国内数据库, eg : GSA 。 建立中国人参比基因组 最新使用 AI 技术辅助预测。 来源: https://www.cnblogs.com/yuanjingnan/p/11908534.html

Computing Science CMPT 361

我的未来我决定 提交于 2019-12-05 04:49:19
Computing Science CMPT 361 Fall 2019 Assignment #3 Due date: November 27th at 11:59 pm. Ray Tracing You will write a basic ray tracer. The entire assignment can be completed in Euclidean space; there is no need for homogeneous coordinates. There are 25 points available. (a) [1 point] Window setup Use OpenGL to set up a window with a 400 x 400 pixel drawing window. Use a symbolic constant rather than 400 so that you can change resolution by changing the constant. (b) [2 points] Viewing The eyepoint is the origin, and the view is down the negative z-axis with the y-axis pointing up. The

基于序列数据的生物进化研究

半世苍凉 提交于 2019-12-05 02:01:53
四、基于序列数据的生物进化研究的挑战 解密后由表象进化到分子进化。 构建进化树的步骤: 序列相似性比较---序列同源性比较----构建系统进化树---稳定性检验,因为必须是保守序列。 序列相似性比较。就是将待研究序列与DNA或蛋白质序列库进行比较,用于确定该序列的生物属性,也就是找出与此序列相似的已知序列是什么。完成这一工作只需要使用两两序列比较算法。常用的程序包有BLAST、FASTA等; 序列同源性分析。是将待研究序列加入到一组与之同源,但来自不同物种的序列中进行多序列同时比较,以确定该序列与其它序列间的同源性大小。这是理论分析方法中最关键的一步。完成这一工作必须使用多序列比较算法。常用的程序包有CLUSTAL等; 构建系统进化树。根据序列同源性分析的结果,重建反映物种间进化关系的进化树。为完成这一工作已发展了多种软件包,象PYLIP、MEGA等; 稳定性检验。为了检验构建好的进化树的可靠性,需要进行统计可靠性检验,通常构建过程要随机地进行成百上千次,只有以大概率(70%以上)出现的分支点才是可靠的。通用的方法使用 Bootstrap算法,相应的软件已包括在构建系统进化树所用的软件包当中。为便于使用者查找表三给出了进化分析相关软件的因特网地址。 来源: https://www.cnblogs.com/yuanjingnan/p/11896612.html

NGDC|BIGD

被刻印的时光 ゝ 提交于 2019-12-05 01:25:02
生命组学 生命起源经过复杂演化诞生了大量生物体及其基因组。 现今 NCBI 最大的基因组: 植物:糖松 27.6G 动物:墨西哥蝾螈 32.4G 大数据能做什么 ? 大数据时代如同大航海时代一样,需要具有与时代对应的能力。 用于应对人类挑战: eg :环境暴露组数据 现在的研究模式:知识挖掘 --- 算法模型 --- 数据整合 应用: NGDC:The National Genomics Data Center advances life & health sciences by providing open access to a suite of resources, with the aim to translate big data into big discoveries and support worldwide activities in both academia and industry.database:BIGD 具体应用是法医基因组学、 RNA 编辑知识库等 来源: https://www.cnblogs.com/yuanjingnan/p/11894955.html

Nature:肿瘤转移后的基因组特征

别等时光非礼了梦想. 提交于 2019-12-04 11:27:23
Genomes captured during tumour spread 作者:Jillian F. Wise & Michael S. Lawrence 更好地理解导致癌症扩散的基因变化至关重要。对转移性癌症全基因组序列的全面研究将有助于研究人员实现这一目标。 图片来源(Peter et al. Nature, 2019)​ <更多精彩,可关注微信公众号:AIPuFuBio,和大型免费综合生物信息学资源和工具平台AIPuFu:www.aipufu.com> 癌症相关死亡的主要原因是癌细胞从其原发部位扩散到身体其他部位[1]。这种扩散过程被称为转移,通常涉及细胞应激源和环境冲击,它们会导致癌细胞发生剧烈变化。其中一个变化是对当前疗法的强烈抵制,这意味着迫切需要新的方法来对抗转移性疾病。Priestley等人在《自然》杂志上发表文章,利用全基因组测序(WGS)阐明了22种实体肿瘤转移后的基因组变化[2]。尽管先前的研究已经发现了这种变化的一些迹象[3,4],但这可能是第一次利用WGS的力量进行如此大规模的泛癌转移研究。 Priestley等人描述了2520例癌症患者转移性肿瘤的基因组特征(如图1所示)。在每种情况下,他们还分析了同一个人的非癌细胞样本。利用WGS,作者提出了在每个转移中发现的丰富的遗传突变目录。该目录补充了转移测序研究和原发性肿瘤的基因组学数据库