-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathindex.html
966 lines (766 loc) · 51.9 KB
/
index.html
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
<!DOCTYPE html>
<html><head>
<meta name="generator" content="Hugo 0.129.0">
<meta charset="utf-8">
<meta name="viewport" content="width=device-width, initial-scale=1">
<link rel="icon" type="image/svg+xml" href="/images/bio.svg">
<link rel="stylesheet" type="text/css" href="/css/bulma.min.css">
<link rel="stylesheet" type="text/css" href="/css/custom.css">
<script src="https://kit.fontawesome.com/b7002cebe4.js" crossorigin="anonymous"></script>
<title>Explore Biological Science And Art</title>
</head><body><div id="alert" class="notification is-danger is-hidden" style="position: absolute; bottom: 0; right: 0; z-index:99">
Alert
</div><nav class="navbar is-primary" role="navigation" aria-label="main navigation">
<div class="navbar-brand">
<a class="navbar-brand">
<img src="/images/MCBRL.svg" width="200" height="60">
</a>
<a id="navBarButton" role="button" class="navbar-burger" aria-label="menu" aria-expanded="false">
<span aria-hidden="true"></span>
<span aria-hidden="true"></span>
<span aria-hidden="true"></span>
</a>
</div>
<div id="navBarMenu" class="navbar-menu">
<div class="navbar-start">
<a class="navbar-item" href="/">
<i class="fas fa-home pr-2"></i>
Home</a>
<a class="navbar-item" href="/">
<i class="fas fa-home pr-2"></i>
Genomics</a>
<a class="navbar-item" href="/rnaseq/">
<i class="fas fa-file-alt pr-2"></i>
Transcriptomics</a>
<a class="navbar-item" href="/scrnaseq/">
<i class="fas fa-file-alt pr-2"></i>
Single-cell transcriptomics</a>
<a class="navbar-item" href="/scrnaseq/">
<i class="fas fa-file-alt pr-2"></i>
Spatiotemporal transcriptomic</a>
<a class="navbar-item" href="/scrnaseq/">
<i class="fas fa-file-alt pr-2"></i>
Proteomics</a>
<a class="navbar-item" href="/scrnaseq/">
<i class="fas fa-file-alt pr-2"></i>
Metabonomics</a>
<a class="navbar-item" href="/scrnaseq/">
<i class="fas fa-file-alt pr-2"></i>
Epigenomics</a>
<a class="navbar-item" href="/scrnaseq/">
<i class="fas fa-file-alt pr-2"></i>
Large Language Models</a>
<a class="navbar-item" href="/tags/">
<i class="fas fa-tags pr-2"></i>
Categories</a>
</div>
<div class="navbar-end">
<div class="navbar-item">
<form class="field has-addons">
<div class="control">
<input class="input" id="searchTerm" type="text" value="" placeholder="Search Term...">
</div>
<div class="control">
<button id="searchButton" class="button is-secondary">Search</button>
</div>
</form>
</div>
</div>
</div>
</nav><div id="searchResults" class="section is-hidden">
<h4 class="title is-3"> Search results </h4>
<div id="searchResultsCol" class="columns is-multiline">
</div>
</div>
<script id="search-result-template" type="text/x-js-template">
<div class="column is-one-quarter">
<div class="result" id="summary-${key}">
<div class="card" style="border-radius: 1%;">
<div class="card-image">
<figure class="image is-4by3">
<img style="border-radius: 3%;" src="${image}" alt="Placeholder image">
</figure>
</div>
<div class="card-content">
<div class="media-content">
<p class="title is-4 has-text-centered">${title}</p>
<p class="subtitle is-6 "><em></em></p>
</div>
<div class="content">
<p class="is-small">${snippet}</p>
</div>
<div class="card-footer">
<a href="${link}" class="card-footer-item button is-primary">详情</a>
</div>
</div>
</div>
</div>
</div>
</script><div id="content">
<div class="section">
<div class="columns is-multiline">
<div class="column is-one-quarter">
<div class="card" style="border-radius: 1%;">
<div class="card-image">
<figure class="image is-4by3">
<img style="border-radius: 3%;" src="https://mcbrlab.tech/scrnaseq/Figs/GraphicAbstractS.jpg" alt="Placeholder image">
</figure>
</div>
<div class="card-content">
<div class="media-content">
<p class="title is-4 has-text-centered">肿瘤-免疫浸润分析</p>
<p class="subtitle is-6 "><em>contact: [email protected]</em></p>
</div>
<div class="content">
<p class="is-small" style="white-space: nowrap;overflow: hidden;text-overflow: ellipsis;max-width: 200%;" >肿瘤进展和免疫疗法的疗效受肿瘤微环境中免疫细胞的组成和丰度的强烈影响。由于直接测量方法的局限性，计算算法通常用于从大量肿瘤转录组谱中推断免疫细胞组成。这些估计的肿瘤免疫浸润群体与肿瘤的基因组和转录组变化有关，从而提供了对肿瘤免疫相互作用的见解。然而，对大规模公共数据的此类调查仍然具有挑战性。为了降低分析复杂肿瘤-免疫相互作用的障碍。TIMER2.0 （http://timer.cistrome.org/） 不是只使用一种算法，而是使用六种最先进的算法为癌症基因组图谱 （TCGA） 或用户提供的肿瘤图谱提供更强大的免疫浸润水平估计。TIMER2.0 提供了四个模块，用于研究免疫浸润与遗传或临床特征之间的关联，以及四个模块，用于探索 TCGA 队列中与癌症相关的关联。每个模块都可以生成一个功能性热图表，使用户能够轻松同时识别多种癌症类型的重要关联。总体而言，TIMER2.0网络服务器提供了肿瘤浸润免疫细胞的全面分析和可视化功能。</p>
<br>
<i class="fas fa-tags pr-2"></i>
<a href="/tags/%e8%82%bf%e7%98%a4%e5%be%ae%e7%8e%af%e5%a2%83">肿瘤微环境</a>
<a href="/tags/%e5%85%8d%e7%96%ab%e6%b5%b8%e6%b6%a6%e5%88%86%e6%9e%90">免疫浸润分析</a>
<br>
<i class="fas fa-calendar pr-4"></i>August 2024
</div>
<div class="card-footer">
<a href="https://mcbrlab.tech/scrnaseq/%E5%85%8D%E7%96%AB%E6%B5%B8%E6%B6%A6%E5%88%86%E6%9E%90/" target="_blank" class="card-footer-item button is-primary">了解更多</a>
</div>
</div>
</div>
</div>
<div class="column is-one-quarter">
<div class="card" style="border-radius: 1%;">
<div class="card-image">
<figure class="image is-4by3">
<img style="border-radius: 3%;" src="https://mcbrlab.tech/rnaseq/Figs/mapman.jpg" alt="Placeholder image">
</figure>
</div>
<div class="card-content">
<div class="media-content">
<p class="title is-4 has-text-centered">MapMan/通路图</p>
<p class="subtitle is-6 "><em>contact: [email protected]</em></p>
</div>
<div class="content">
<p class="is-small" style="white-space: nowrap;overflow: hidden;text-overflow: ellipsis;max-width: 200%;" >MapMan4：适用于多组学数据分析的精细化蛋白质分类和注释框架</p>
<br>
<i class="fas fa-tags pr-2"></i>
<a href="/tags/%e9%80%9a%e8%b7%af%e5%9b%be">通路图</a>
<a href="/tags/MapMan">MapMan</a>
<a href="/tags/%e5%8f%af%e8%a7%86%e5%8c%96%e5%88%86%e6%9e%90">可视化分析</a>
<br>
<i class="fas fa-calendar pr-4"></i>July 2024
</div>
<div class="card-footer">
<a href="https://mcbrlab.tech/rnaseq/mapman-%E9%80%9A%E8%B7%AF%E5%9B%BE/" target="_blank" class="card-footer-item button is-primary">了解更多</a>
</div>
</div>
</div>
</div>
<div class="column is-one-quarter">
<div class="card" style="border-radius: 1%;">
<div class="card-image">
<figure class="image is-4by3">
<img style="border-radius: 3%;" src="https://mcbrlab.tech/rnaseq/Figs/btv422f1p.jpg" alt="Placeholder image">
</figure>
</div>
<div class="card-content">
<div class="media-content">
<p class="title is-4 has-text-centered">Analysis of the expression levels of repetitive elements</p>
<p class="subtitle is-6 "><em>contact: [email protected]</em></p>
</div>
<div class="content">
<p class="is-small" style="white-space: nowrap;overflow: hidden;text-overflow: ellipsis;max-width: 200%;" >大多数RNA-seq数据分析软件包的设计并不能处理将短测序读长正确分配给基因组高度重复区域所涉及的复杂性。这些区域通常被转座元件 （TE） 占据，这些元件占真核生物基因组的 20% 到 80%。它们可以贡献转录组学和基因组序列读取的很大一部分，但在大多数分析中通常被忽略。TEtranscripts用于在差异表达分析中包括基因和TE相关的模糊映射reads。在合成数据和qPCR/NanoString验证的已发表数据集中，我们的方法显示出比其他已发表的表达分析方法更高的TE转录本的回收率。</p>
<br>
<i class="fas fa-tags pr-2"></i>
<a href="/tags/repetitive%20elements">repetitive elements</a>
<a href="/tags/RNAseq">RNAseq</a>
<br>
<i class="fas fa-calendar pr-4"></i>July 2024
</div>
<div class="card-footer">
<a href="https://mcbrlab.tech/rnaseq/tetranscripts/" target="_blank" class="card-footer-item button is-primary">了解更多</a>
</div>
</div>
</div>
</div>
<div class="column is-one-quarter">
<div class="card" style="border-radius: 1%;">
<div class="card-image">
<figure class="image is-4by3">
<img style="border-radius: 3%;" src="https://mcbrlab.tech/rnaseq/Figs/BTM1.png" alt="Placeholder image">
</figure>
</div>
<div class="card-content">
<div class="media-content">
<p class="title is-4 has-text-centered">BTM分析</p>
<p class="subtitle is-6 "><em>contact: [email protected]</em></p>
</div>
<div class="content">
<p class="is-small" style="white-space: nowrap;overflow: hidden;text-overflow: ellipsis;max-width: 200%;" >许多疫苗通过抗体诱导保护性免疫。系统生物学方法已被用于确定可用于预测人类疫苗诱导免疫的特征，但是否存在可用于预测对任何疫苗的抗体反应的“通用特征”尚不清楚。在这里，我们在已发表的黄热病病毒和流感病毒疫苗研究的更广泛背景下，对健康成年人对多糖和脑膜炎球菌结合疫苗的免疫反应进行了系统分析。为了实现这一目标，我们对公开可用的人类血液转录组和特定生物学背景下的系统规模数据库进行了大规模网络整合，并推导出了一组血液中的转录模块。这些模块揭示了对不同类别疫苗的抗体反应的不同转录特征，这为原发性病毒、蛋白质召回和抗多糖反应提供了关键见解。我们的研究结果阐明了在人类中协调疫苗免疫的早期转录程序，并展示了整合网络建模的力量。</p>
<br>
<i class="fas fa-tags pr-2"></i>
<a href="/tags/BTM%e5%88%86%e6%9e%90">BTM分析</a>
<a href="/tags/%e5%85%8d%e7%96%ab">免疫</a>
<br>
<i class="fas fa-calendar pr-4"></i>July 2024
</div>
<div class="card-footer">
<a href="https://mcbrlab.tech/rnaseq/btm%E5%88%86%E6%9E%90/" target="_blank" class="card-footer-item button is-primary">了解更多</a>
</div>
</div>
</div>
</div>
<div class="column is-one-quarter">
<div class="card" style="border-radius: 1%;">
<div class="card-image">
<figure class="image is-4by3">
<img style="border-radius: 3%;" src="https://mcbrlab.tech/rnaseq/Figs/enrichmentmap2.png" alt="Placeholder image">
</figure>
</div>
<div class="card-content">
<div class="media-content">
<p class="title is-4 has-text-centered">GO/KEGG网络图</p>
<p class="subtitle is-6 "><em>contact: [email protected]</em></p>
</div>
<div class="content">
<p class="is-small" style="white-space: nowrap;overflow: hidden;text-overflow: ellipsis;max-width: 200%;" >Enrichment Map 是一款用于功能富集可视化的 Cytoscape 应用程序。必须使用任何可用方法在富集映射之外生成富集结果。基因集，如通路和基因本体术语，被组织成一个网络（即“富集图”）。通过这种方式，相互重叠的基因集聚集在一起，使解释更容易。Enrichment Map 还允许在同一映射中比较两个不同的富集结果。</p>
<br>
<i class="fas fa-tags pr-2"></i>
<a href="/tags/GO">GO</a>
<a href="/tags/KEGG">KEGG</a>
<a href="/tags/%e7%bd%91%e7%bb%9c%e5%9b%be">网络图</a>
<br>
<i class="fas fa-calendar pr-4"></i>July 2024
</div>
<div class="card-footer">
<a href="https://mcbrlab.tech/rnaseq/go-kegg%E7%BD%91%E7%BB%9C%E5%9B%BE/" target="_blank" class="card-footer-item button is-primary">了解更多</a>
</div>
</div>
</div>
</div>
<div class="column is-one-quarter">
<div class="card" style="border-radius: 1%;">
<div class="card-image">
<figure class="image is-4by3">
<img style="border-radius: 3%;" src="https://mcbrlab.tech/rnaseq/Figs/KEGG.png" alt="Placeholder image">
</figure>
</div>
<div class="card-content">
<div class="media-content">
<p class="title is-4 has-text-centered">KEGG 通路可视化</p>
<p class="subtitle is-6 "><em>contact: [email protected]</em></p>
</div>
<div class="content">
<p class="is-small" style="white-space: nowrap;overflow: hidden;text-overflow: ellipsis;max-width: 200%;" >Pathview 为路径生成原生 KEGG 视图（PNG 格式）和 Graphviz 视图（PDF 格式）。KEGG视图保留了有关通路，空间和时间信息，组织/细胞类型，输入，输出和连接的所有元数据。这对于人类阅读和解释通路生物学很重要。Graphviz 视图可以更好地控制节点和边缘属性，更好地查看路径拓扑，更好地理解路径分析统计信息。目前仅实施了 KEGG 途径。希望将来能够支持来自 Reactome、NCI 和其他数据库的路径。请注意，自 2011 年 5 月以来，KEGG 需要订阅才能进行 FTP 访问。但是，Pathview 通过 html 访问下载单个路径图和数据文件，这些访问是免费提供的（用于学术和非商业用途）。</p>
<br>
<i class="fas fa-tags pr-2"></i>
<a href="/tags/KEGG">KEGG</a>
<a href="/tags/%e9%80%9a%e8%b7%af%e5%9b%be">通路图</a>
<br>
<i class="fas fa-calendar pr-4"></i>July 2024
</div>
<div class="card-footer">
<a href="https://mcbrlab.tech/rnaseq/kegg-%E9%80%9A%E8%B7%AF%E5%8F%AF%E8%A7%86%E5%8C%96/" target="_blank" class="card-footer-item button is-primary">了解更多</a>
</div>
</div>
</div>
</div>
<div class="column is-one-quarter">
<div class="card" style="border-radius: 1%;">
<div class="card-image">
<figure class="image is-4by3">
<img style="border-radius: 3%;" src="https://mcbrlab.tech/rnaseq/Figs/ShortStack.jpg" alt="Placeholder image">
</figure>
</div>
<div class="card-content">
<div class="media-content">
<p class="title is-4 has-text-centered">siRNA分析（24nt-siRNA）</p>
<p class="subtitle is-6 "><em>contact: [email protected]</em></p>
</div>
<div class="content">
<p class="is-small" style="white-space: nowrap;overflow: hidden;text-overflow: ellipsis;max-width: 200%;" >小 RNA 测序允许对产生调节性小 RNA 的基因进行全基因组发现、分类和定量。已经描述了许多工具，用于从小 RNA-seq 数据中注释和定量 microRNA 位点 （MIRNA）。然而，在许多生物体和组织类型中，MIRNA基因仅占所有产生RNA的小基因的一小部分。ShortStack 是一个独立的应用程序，可分析参考对齐的小 RNA-seq 数据，并对推断的小 RNA 基因进行全面的从头注释和定量。ShortStack 的输出报告了与小 RNA 基因注释直接相关的多个参数，包括 RNA 大小分布、重复性、链性、发夹关联、MIRNA 注释和相位。在这项研究中，ShortStack 被证明可以对来自四种植物（拟南芥、番茄、水稻和玉米）和三种动物（果蝇、小鼠和人类）的各种小 RNA 基因进行准确的注释和有用的描述。ShortStack 使用适度的计算资源有效地处理非常大的小型 RNA-seq 数据集，其性能与之前描述的工具相比具有优势。ShortStack 对 MIRNA 位点的注释在植物和动物中都具有高度特异性。ShortStack 在 GNU 通用公共许可证下免费提供。</p>
<br>
<i class="fas fa-tags pr-2"></i>
<a href="/tags/siRNA%e5%88%86%e6%9e%90">siRNA分析</a>
<a href="/tags/miRNA">miRNA</a>
<br>
<i class="fas fa-calendar pr-4"></i>July 2024
</div>
<div class="card-footer">
<a href="https://mcbrlab.tech/rnaseq/sirna%E5%88%86%E6%9E%90/" target="_blank" class="card-footer-item button is-primary">了解更多</a>
</div>
</div>
</div>
</div>
<div class="column is-one-quarter">
<div class="card" style="border-radius: 1%;">
<div class="card-image">
<figure class="image is-4by3">
<img style="border-radius: 3%;" src="https://mcbrlab.tech/rnaseq/Figs/TO-GCN.png" alt="Placeholder image">
</figure>
</div>
<div class="card-content">
<div class="media-content">
<p class="title is-4 has-text-centered">Time-ordered Gene Coexpression Network (TO-GCN)</p>
<p class="subtitle is-6 "><em>contact: [email protected]</em></p>
</div>
<div class="content">
<p class="is-small" style="white-space: nowrap;overflow: hidden;text-overflow: ellipsis;max-width: 200%;" >基于三维（基因表达、条件和时间）数据的时间顺序基因共表达网络（TO-GCN）构建流程</p>
<br>
<i class="fas fa-tags pr-2"></i>
<a href="/tags/%e5%9f%ba%e5%9b%a0%e8%a1%a8%e8%be%be">基因表达</a>
<a href="/tags/TO-GCN">TO-GCN</a>
<br>
<i class="fas fa-calendar pr-4"></i>July 2024
</div>
<div class="card-footer">
<a href="https://mcbrlab.tech/rnaseq/to-gcn/" target="_blank" class="card-footer-item button is-primary">了解更多</a>
</div>
</div>
</div>
</div>
<div class="column is-one-quarter">
<div class="card" style="border-radius: 1%;">
<div class="card-image">
<figure class="image is-4by3">
<img style="border-radius: 3%;" src="https://mcbrlab.tech/rnaseq/Figs/3d.png" alt="Placeholder image">
</figure>
</div>
<div class="card-content">
<div class="media-content">
<p class="title is-4 has-text-centered">三个差异组比较分析方法</p>
<p class="subtitle is-6 "><em>contact: [email protected]</em></p>
</div>
<div class="content">
<p class="is-small" style="white-space: nowrap;overflow: hidden;text-overflow: ellipsis;max-width: 200%;" >volcano3D 软件包提供了一种用于分析三类高维数据的工具。它使探索三个组之间差异表达的基因成为可能。其主要目的是用于在三维火山图或三向极坐标图中可视化差异表达的基因。可以使用 plotly 将这些绘图转换为交互式可视化。3 向极坐标图和 3d 火山图可应用于已测量多个属性并在三个类别中比较其相对水平的任何数据。</p>
<br>
<i class="fas fa-tags pr-2"></i>
<a href="/tags/%e6%95%b0%e6%8d%ae%e5%8f%af%e8%a7%86%e5%8c%96">数据可视化</a>
<a href="/tags/%e5%b7%ae%e5%bc%82%e6%af%94%e8%be%83%e5%88%86%e6%9e%90">差异比较分析</a>
<br>
<i class="fas fa-calendar pr-4"></i>July 2024
</div>
<div class="card-footer">
<a href="https://mcbrlab.tech/rnaseq/%E4%B8%89%E4%B8%AA%E5%B7%AE%E5%BC%82%E7%BB%84%E6%AF%94%E8%BE%83%E5%88%86%E6%9E%90%E6%96%B9%E6%B3%95/" target="_blank" class="card-footer-item button is-primary">了解更多</a>
</div>
</div>
</div>
</div>
<div class="column is-one-quarter">
<div class="card" style="border-radius: 1%;">
<div class="card-image">
<figure class="image is-4by3">
<img style="border-radius: 3%;" src="https://mcbrlab.tech/rnaseq/Figs/heatmap.png" alt="Placeholder image">
</figure>
</div>
<div class="card-content">
<div class="media-content">
<p class="title is-4 has-text-centered">不同形状热图</p>
<p class="subtitle is-6 "><em>contact: [email protected]</em></p>
</div>
<div class="content">
<p class="is-small" style="white-space: nowrap;overflow: hidden;text-overflow: ellipsis;max-width: 200%;" >热图以不同的shape来展示不同类型的数值的结果</p>
<br>
<i class="fas fa-tags pr-2"></i>
<a href="/tags/%e4%b8%8d%e5%90%8c%e5%bd%a2%e7%8a%b6%e7%83%ad%e5%9b%be">不同形状热图</a>
<a href="/tags/%e7%82%b9%e7%83%ad%e5%9b%be">点热图</a>
<br>
<i class="fas fa-calendar pr-4"></i>July 2024
</div>
<div class="card-footer">
<a href="https://mcbrlab.tech/rnaseq/%E4%B8%8D%E5%90%8C%E5%BD%A2%E7%8A%B6%E7%83%AD%E5%9B%BE/" target="_blank" class="card-footer-item button is-primary">了解更多</a>
</div>
</div>
</div>
</div>
<div class="column is-one-quarter">
<div class="card" style="border-radius: 1%;">
<div class="card-image">
<figure class="image is-4by3">
<img style="border-radius: 3%;" src="https://mcbrlab.tech/rnaseq/Figs/SCBN.webp" alt="Placeholder image">
</figure>
</div>
<div class="card-content">
<div class="media-content">
<p class="title is-4 has-text-centered">不同物种同源gene的差异分析</p>
<p class="subtitle is-6 "><em>contact: [email protected]</em></p>
</div>
<div class="content">
<p class="is-small" style="white-space: nowrap;overflow: hidden;text-overflow: ellipsis;max-width: 200%;" >SCBN该软件包为不同物种之间的RNA-seq数据提供了一种统计归一化方法和差异表达分析。它考虑了物种间不同的基因长度和未定位的基因，从假设检验的角度提出了问题，并寻求一个最优比例因子，使经验型误差和名义I型误差之间的偏差最小化。</p>
<br>
<i class="fas fa-tags pr-2"></i>
<a href="/tags/%e5%90%8c%e6%ba%90gene%e7%9a%84%e5%b7%ae%e5%bc%82%e5%88%86%e6%9e%90">同源gene的差异分析</a>
<a href="/tags/%e5%b7%ae%e5%bc%82%e5%88%86%e6%9e%90">差异分析</a>
<br>
<i class="fas fa-calendar pr-4"></i>July 2024
</div>
<div class="card-footer">
<a href="https://mcbrlab.tech/rnaseq/%E4%B8%8D%E5%90%8C%E7%89%A9%E7%A7%8D%E5%90%8C%E6%BA%90gene%E7%9A%84%E5%B7%AE%E5%BC%82%E5%88%86%E6%9E%90/" target="_blank" class="card-footer-item button is-primary">了解更多</a>
</div>
</div>
</div>
</div>
<div class="column is-one-quarter">
<div class="card" style="border-radius: 1%;">
<div class="card-image">
<figure class="image is-4by3">
<img style="border-radius: 3%;" src="https://mcbrlab.tech/rnaseq/Figs/iread.webp" alt="Placeholder image">
</figure>
</div>
<div class="card-content">
<div class="media-content">
<p class="title is-4 has-text-centered">内含子保持力分析</p>
<p class="subtitle is-6 "><em>contact: [email protected]</em></p>
</div>
<div class="content">
<p class="is-small" style="white-space: nowrap;overflow: hidden;text-overflow: ellipsis;max-width: 200%;" >iREAD（内含子保留分析和检测器），这是一种从高通量 RNA-seq 数据中检测全基因组 IR 事件的工具。iREAD 的命令行界面是用 Python 实现的。iREAD 将表示转录组的 BAM 文件和包含基因组内含子坐标的文本文件作为输入。然后，它 1） 计算与内含子区域重叠的所有读取，2） 通过分析读取的特征（如深度和分布模式）来检测 IR 事件，以及 3） 将保留的内含子列表输出到制表符分隔的文本文件中。与 IRFinder 的输出相比，iREAD 在检测 IR 方面提供了显着的附加值，在所有测试的数据集上都具有更高的 AUC。两种方法在不同方案中都显示出低假阳性率和高假阴性率，表明一起使用通常是有益的。</p>
<br>
<i class="fas fa-tags pr-2"></i>
<a href="/tags/%e5%86%85%e5%90%ab%e5%ad%90">内含子</a>
<a href="/tags/%e4%bf%9d%e6%8c%81%e5%8a%9b%e5%88%86%e6%9e%90">保持力分析</a>
<br>
<i class="fas fa-calendar pr-4"></i>July 2024
</div>
<div class="card-footer">
<a href="https://mcbrlab.tech/rnaseq/%E5%86%85%E5%90%AB%E5%AD%90%E4%BF%9D%E6%8C%81%E5%8A%9B%E5%88%86%E6%9E%90/" target="_blank" class="card-footer-item button is-primary">了解更多</a>
</div>
</div>
</div>
</div>
<div class="column is-one-quarter">
<div class="card" style="border-radius: 1%;">
<div class="card-image">
<figure class="image is-4by3">
<img style="border-radius: 3%;" src="https://mcbrlab.tech/rnaseq/Figs/dexse.png" alt="Placeholder image">
</figure>
</div>
<div class="card-content">
<div class="media-content">
<p class="title is-4 has-text-centered">分析外显子差异表达</p>
<p class="subtitle is-6 "><em>contact: [email protected]</em></p>
</div>
<div class="content">
<p class="is-small" style="white-space: nowrap;overflow: hidden;text-overflow: ellipsis;max-width: 200%;" >DEXSeq该软件包的重点是使用具有不同实验设计的样品之间的RNA-seq外显子计数来寻找不同的外显子使用。它提供的功能允许用户基于一个模型进行必要的统计检验，该模型使用负二项分布来估计生物重复和广义线性模型之间的方差以进行测试。该软件包还提供用于可视化和探索结果的功能。</p>
<br>
<i class="fas fa-tags pr-2"></i>
<a href="/tags/%e5%a4%96%e6%98%be%e5%ad%90%e5%b7%ae%e5%bc%82%e8%a1%a8%e8%be%be">外显子差异表达</a>
<a href="/tags/%e5%a4%96%e6%98%be%e5%ad%90">外显子</a>
<br>
<i class="fas fa-calendar pr-4"></i>July 2024
</div>
<div class="card-footer">
<a href="https://mcbrlab.tech/rnaseq/%E5%88%86%E6%9E%90%E5%A4%96%E6%98%BE%E5%AD%90%E5%B7%AE%E5%BC%82%E8%A1%A8%E8%BE%BE/" target="_blank" class="card-footer-item button is-primary">了解更多</a>
</div>
</div>
</div>
</div>
<div class="column is-one-quarter">
<div class="card" style="border-radius: 1%;">
<div class="card-image">
<figure class="image is-4by3">
<img style="border-radius: 3%;" src="https://mcbrlab.tech/rnaseq/Figs/%E5%85%B1%E7%BA%BF%E6%80%A7.png" alt="Placeholder image">
</figure>
</div>
<div class="card-content">
<div class="media-content">
<p class="title is-4 has-text-centered">基因组共线性分析</p>
<p class="subtitle is-6 "><em>contact: [email protected]</em></p>
</div>
<div class="content">
<p class="is-small" style="white-space: nowrap;overflow: hidden;text-overflow: ellipsis;max-width: 200%;" >MCScan 是一种算法，能够扫描多个基因组或亚基因组，以识别假定的同源染色体区域，并使用基因作为锚点对齐这些区域。MCScanX 工具包实施了经过调整的 MCScan 算法，用于检测同向和共线性，该算法通过整合 14 个实用程序来扩展原始软件，用于结果可视化和其他下游分析。MCScanX在几种测序植物基因组和基因家族中的应用作为示例进行了展示。MCScanX可用于有效分析染色体结构变化，并揭示可能有助于谱系和分类群适应的基因家族扩展的历史。各种基因复制模式的综合视图可以补充特定家族中的传统基因树分析。MCScanX的源代码和文档可在 http://chibba.pgml.uga.edu/mcscan2/ 免费获取。</p>
<br>
<i class="fas fa-tags pr-2"></i>
<a href="/tags/%e5%9f%ba%e5%9b%a0%e7%bb%84">基因组</a>
<a href="/tags/%e5%85%b1%e7%ba%bf%e6%80%a7">共线性</a>
<br>
<i class="fas fa-calendar pr-4"></i>July 2024
</div>
<div class="card-footer">
<a href="https://mcbrlab.tech/rnaseq/%E5%9F%BA%E5%9B%A0%E7%BB%84%E5%85%B1%E7%BA%BF%E6%80%A7/" target="_blank" class="card-footer-item button is-primary">了解更多</a>
</div>
</div>
</div>
</div>
<div class="column is-one-quarter">
<div class="card" style="border-radius: 1%;">
<div class="card-image">
<figure class="image is-4by3">
<img style="border-radius: 3%;" src="https://mcbrlab.tech/rnaseq/Figs/venn.png" alt="Placeholder image">
</figure>
</div>
<div class="card-content">
<div class="media-content">
<p class="title is-4 has-text-centered">复杂Venn</p>
<p class="subtitle is-6 "><em>contact: [email protected]</em></p>
</div>
<div class="content">
<p class="is-small" style="white-space: nowrap;overflow: hidden;text-overflow: ellipsis;max-width: 200%;" >nVenn： 用于渲染广义 n 维维恩图的所有区域，同时保持每个区域的面积与所包含的元素数量大致成正比。此外，欧拉图中缺失的区域会导致表示简化。该算法生成一个 n 维维恩图，并在每个区域中插入给定区域的圆圈。然后，通过动态的自校正模拟重新排列图表，其中每个设置的边界都会收缩，直到它接触到内部的圆圈。维恩图和欧拉图广泛用于实验和数据集之间关系的可视化。但是，使用现有工具表示三个以上的数据集，同时保持每个区域的比例仍然不可行。</p>
<br>
<i class="fas fa-tags pr-2"></i>
<a href="/tags/VENN">VENN</a>
<a href="/tags/%e6%95%b0%e6%8d%ae%e5%8f%af%e8%a7%86%e5%8c%96">数据可视化</a>
<br>
<i class="fas fa-calendar pr-4"></i>July 2024
</div>
<div class="card-footer">
<a href="https://mcbrlab.tech/rnaseq/%E5%A4%8D%E6%9D%82venn/" target="_blank" class="card-footer-item button is-primary">了解更多</a>
</div>
</div>
</div>
</div>
<div class="column is-one-quarter">
<div class="card" style="border-radius: 1%;">
<div class="card-image">
<figure class="image is-4by3">
<img style="border-radius: 3%;" src="https://mcbrlab.tech/rnaseq/Figs/wgcna.webp" alt="Placeholder image">
</figure>
</div>
<div class="card-content">
<div class="media-content">
<p class="title is-4 has-text-centered">多性状WGCNA分析</p>
<p class="subtitle is-6 "><em>contact: [email protected]</em></p>
</div>
<div class="content">
<p class="is-small" style="white-space: nowrap;overflow: hidden;text-overflow: ellipsis;max-width: 200%;" >基因共表达网络代表了具有共同生物学功能的基因模块，并已被广泛用于对基因表达数据中的生物学途径进行建模。可以使用加权基因共表达网络分析（WGCNA）构建和鉴定与特定性状相关的共表达网络，这对于研究疾病中的转录特征特别有用。WGCNA网络通常使用疾病和野生型样本构建，因此可以识别与疾病相关的分子通路。然而，在疾病背景下跨时空条件下研究这种共表达网络将是有利的，但目前还没有用于此类分析的综合软件实现。</p>
<br>
<i class="fas fa-tags pr-2"></i>
<a href="/tags/WGCNA">WGCNA</a>
<a href="/tags/%e5%a4%9a%e6%80%a7%e7%8a%b6">多性状</a>
<br>
<i class="fas fa-calendar pr-4"></i>July 2024
</div>
<div class="card-footer">
<a href="https://mcbrlab.tech/rnaseq/%E5%A4%9A%E6%80%A7%E7%8A%B6wgcna%E5%88%86%E6%9E%90/" target="_blank" class="card-footer-item button is-primary">了解更多</a>
</div>
</div>
</div>
</div>
<div class="column is-one-quarter">
<div class="card" style="border-radius: 1%;">
<div class="card-image">
<figure class="image is-4by3">
<img style="border-radius: 3%;" src="https://mcbrlab.tech/rnaseq/Figs/wgcna.png" alt="Placeholder image">
</figure>
</div>
<div class="card-content">
<div class="media-content">
<p class="title is-4 has-text-centered">多组WGCNA展示</p>
<p class="subtitle is-6 "><em>contact: [email protected]</em></p>
</div>
<div class="content">
<p class="is-small" style="white-space: nowrap;overflow: hidden;text-overflow: ellipsis;max-width: 200%;" >关联网络越来越多地用于生物信息学应用。例如，加权基因共表达网络分析是一种系统生物学方法，用于描述微阵列样本中基因之间的相关性模式。加权相关网络分析（WGCNA）可用于查找高度相关基因的簇（模块），使用模块特征基因或模块内中心基因总结此类簇，用于将模块彼此关联以及与外部样本性状关联（使用特征基因网络方法），以及用于计算模块隶属度。相关性网络促进了基于网络的基因筛选方法，可用于识别候选生物标志物或治疗靶点。</p>
<br>
<i class="fas fa-tags pr-2"></i>
<a href="/tags/%e5%a4%9a%e7%bb%84WGCNA">多组WGCNA</a>
<a href="/tags/WGCNA">WGCNA</a>
<br>
<i class="fas fa-calendar pr-4"></i>July 2024
</div>
<div class="card-footer">
<a href="https://mcbrlab.tech/rnaseq/%E5%A4%9A%E7%BB%84wgcna%E5%B1%95%E7%A4%BA/" target="_blank" class="card-footer-item button is-primary">了解更多</a>
</div>
</div>
</div>
</div>
<div class="column is-one-quarter">
<div class="card" style="border-radius: 1%;">
<div class="card-image">
<figure class="image is-4by3">
<img style="border-radius: 3%;" src="https://mcbrlab.tech/rnaseq/Figs/MethodPipline.png" alt="Placeholder image">
</figure>
</div>
<div class="card-content">
<div class="media-content">
<p class="title is-4 has-text-centered">整合差异表达(DE)分析和基因集富集(GSE)分析</p>
<p class="subtitle is-6 "><em>contact: [email protected]</em></p>
</div>
<div class="content">
<p class="is-small" style="white-space: nowrap;overflow: hidden;text-overflow: ellipsis;max-width: 200%;" >iDEA，该方法通过整合统计建模为 scRNAseq 研究提供强大的 DE 和 GSE 分析。我们的方法建立在分层贝叶斯模型的基础上，用于DE和GSE分析的联合建模。它仅使用汇总统计作为输入，允许通过补充和配对各种现有的 DE 方法进行有效的数据建模。它依赖于高效的期望最大化算法，该算法具有内部马尔可夫链蒙特卡洛步长，可实现可扩展推理。通过集成 DE 和 GSE 分析，iDEA 可以提高 DE 分析的能力和一致性，以及与常见现有方法相比，GSE 分析的准确性。</p>
<br>
<i class="fas fa-tags pr-2"></i>
<a href="/tags/%e5%b7%ae%e5%bc%82%e8%a1%a8%e8%be%be">差异表达</a>
<a href="/tags/%e5%9f%ba%e5%9b%a0%e9%9b%86%e5%af%8c%e9%9b%86">基因集富集</a>
<a href="/tags/GSE">GSE</a>
<br>
<i class="fas fa-calendar pr-4"></i>July 2024
</div>
<div class="card-footer">
<a href="https://mcbrlab.tech/rnaseq/%E6%95%B4%E5%90%88%E5%B7%AE%E5%BC%82%E8%A1%A8%E8%BE%BEde%E5%88%86%E6%9E%90%E5%92%8C%E5%9F%BA%E5%9B%A0%E9%9B%86%E5%AF%8C%E9%9B%86gse%E5%88%86%E6%9E%90/" target="_blank" class="card-footer-item button is-primary">了解更多</a>
</div>
</div>
</div>
</div>
<div class="column is-one-quarter">
<div class="card" style="border-radius: 1%;">
<div class="card-image">
<figure class="image is-4by3">
<img style="border-radius: 3%;" src="https://mcbrlab.tech/rnaseq/Figs/circos.png" alt="Placeholder image">
</figure>
</div>
<div class="card-content">
<div class="media-content">
<p class="title is-4 has-text-centered">简单及复杂圈图可视化</p>
<p class="subtitle is-6 "><em>contact: [email protected]</em></p>
</div>
<div class="content">
<p class="is-small" style="white-space: nowrap;overflow: hidden;text-overflow: ellipsis;max-width: 200%;" >Circos 是一个用于可视化数据和信息的软件包。它以圆形布局可视化数据——这使得 Circos 成为探索对象或位置之间关系的理想选择。圆形布局具有优势还有其他原因，尤其是它具有吸引力。R中Circos 是一个先驱工具，广泛用于在 Perl 中实现的循环布局表示。它极大地增强了科学结果的可视化（特别是在基因组学领域）。因此，具有圆形布局的地块通常被命名为“circos plot”。这里 circlize 包旨在在 R 中实现 Circos。在 R 中实现的一个重要优点是 R 是一个理想的环境，可在数据分析和数据可视化之间提供无缝连接。circlize 不是为 Circos 生成配置文件的前端包装器，而是使用 R 优雅的统计和图形引擎完全以 R 风格编码。我们的目标是保持 Circos 的灵活性和可配置性，但也使该包更易于使用，并对其进行增强以支持更多类型的图形。</p>
<br>
<i class="fas fa-tags pr-2"></i>
<a href="/tags/%e5%9c%88%e5%9b%be">圈图</a>
<a href="/tags/%e6%95%b0%e6%8d%ae%e5%8f%af%e8%a7%86%e5%8c%96">数据可视化</a>
<br>
<i class="fas fa-calendar pr-4"></i>July 2024
</div>
<div class="card-footer">
<a href="https://mcbrlab.tech/rnaseq/%E7%AE%80%E5%8D%95%E5%8F%8A%E5%A4%8D%E6%9D%82%E5%9C%88%E5%9B%BE%E5%8F%AF%E8%A7%86%E5%8C%96/" target="_blank" class="card-footer-item button is-primary">了解更多</a>
</div>
</div>
</div>
</div>
<div class="column is-one-quarter">
<div class="card" style="border-radius: 1%;">
<div class="card-image">
<figure class="image is-4by3">
<img style="border-radius: 3%;" src="https://mcbrlab.tech/rnaseq/Figs/graphic_abstract.png" alt="Placeholder image">
</figure>
</div>
<div class="card-content">
<div class="media-content">
<p class="title is-4 has-text-centered">细胞富集分析</p>
<p class="subtitle is-6 "><em>contact: [email protected]</em></p>
</div>
<div class="content">
<p class="is-small" style="white-space: nowrap;overflow: hidden;text-overflow: ellipsis;max-width: 200%;" >WebCSEA（Web-based Cell-type Specific Enrichment Analysis of Genes）在系统的组织-细胞类型表达特征集合中提供了一个基因集查询。对于每个查询，我们将生成细胞类型特异性富集分析 （CSEA） 原始 p 值、基于排列的方法组合 p 值、查询的基因列表和组织-细胞类型签名之间共享的基因、交互式显示 1,355 种人类组织-细胞类型 （TC） 的细胞类型特异性的热图、人体器官系统和排名靠前的组织和一般细胞类型的细胞类型特异性摘要。用户还可以过滤、优先处理和比较来自一个或多个组织的细胞类型的 CSEA 结果。用户可以进一步下载CSEA的所有结果并将其可视化。总体而言，WebCSEA提供了主要人类TCs的综合图谱，并使用基于排列的方法来克服TCs之间不同长度的特征基因以及查询基因的长度引起的偏差。</p>
<br>
<i class="fas fa-tags pr-2"></i>
<a href="/tags/%e7%bb%86%e8%83%9e%e5%af%8c%e9%9b%86%e5%88%86%e6%9e%90">细胞富集分析</a>
<a href="/tags/%e5%8d%95%e7%bb%86%e8%83%9e">单细胞</a>
<br>
<i class="fas fa-calendar pr-4"></i>July 2024
</div>
<div class="card-footer">
<a href="https://mcbrlab.tech/rnaseq/%E7%BB%86%E8%83%9E%E5%AF%8C%E9%9B%86%E5%88%86%E6%9E%90/" target="_blank" class="card-footer-item button is-primary">了解更多</a>
</div>
</div>
</div>
</div>
<div class="column is-one-quarter">
<div class="card" style="border-radius: 1%;">
<div class="card-image">
<figure class="image is-4by3">
<img style="border-radius: 3%;" src="https://mcbrlab.tech/rnaseq/Figs/README-heatmap2-1.png" alt="Placeholder image">
</figure>
</div>
<div class="card-content">
<div class="media-content">
<p class="title is-4 has-text-centered">表格热图</p>
<p class="subtitle is-6 "><em>contact: [email protected]</em></p>
</div>
<div class="content">
<p class="is-small" style="white-space: nowrap;overflow: hidden;text-overflow: ellipsis;max-width: 200%;" >{funkyheatmap} 允许为基准数据帧生成类似热图的可视化。时髦的热图可以通过提供列和行的注释进行微调，这允许分配多个调色板或几何图形或将行和列按类别分组在一起。</p>
<br>
<i class="fas fa-tags pr-2"></i>
<a href="/tags/%e7%83%ad%e5%9b%be">热图</a>
<a href="/tags/%e8%a1%a8%e6%a0%bc%e7%83%ad%e5%9b%be">表格热图</a>
<br>
<i class="fas fa-calendar pr-4"></i>July 2024
</div>
<div class="card-footer">
<a href="https://mcbrlab.tech/rnaseq/%E8%A1%A8%E6%A0%BC%E7%83%AD%E5%9B%BE/" target="_blank" class="card-footer-item button is-primary">了解更多</a>
</div>
</div>
</div>
</div>
<div class="column is-one-quarter">
<div class="card" style="border-radius: 1%;">
<div class="card-image">
<figure class="image is-4by3">
<img style="border-radius: 3%;" src="https://mcbrlab.tech/rnaseq/Figs/dfam.jpg" alt="Placeholder image">
</figure>
</div>
<div class="card-content">
<div class="media-content">
<p class="title is-4 has-text-centered">转座元件分析</p>
<p class="subtitle is-6 "><em>contact: [email protected]</em></p>
</div>
<div class="content">
<p class="is-small" style="white-space: nowrap;overflow: hidden;text-overflow: ellipsis;max-width: 200%;" >RepeatMasker 是一个程序，用于筛选 DNA 序列中的穿插重复序列和低复杂性 DNA 序列。该程序的输出是对查询序列中存在的重复项的详细注释，以及查询序列的修改版本，其中所有带注释的重复都被屏蔽了（默认：由 Ns 替换）。目前，超过56%的人类基因组序列被该程序识别和屏蔽。RepeatMasker 中的序列比较由几个流行的搜索引擎之一执行，包括 nhmmer、cross_match、ABBlast/WUBlast、RMBlast 和 Decypher。RepeatMasker 使用精选的重复库，目前支持 Dfam（源自 Repbase 序列的配置文件 HMM 库）和 Repbase，这是遗传信息研究所的一项服务。</p>
<br>
<i class="fas fa-tags pr-2"></i>
<a href="/tags/%e8%bd%ac%e5%ba%a7%e5%ad%90">转座子</a>
<a href="/tags/%e5%85%83%e4%bb%b6%e5%88%86%e6%9e%90">元件分析</a>
<br>
<i class="fas fa-calendar pr-4"></i>July 2024
</div>
<div class="card-footer">
<a href="https://mcbrlab.tech/rnaseq/%E8%BD%AC%E5%BA%A7%E5%85%83%E4%BB%B6%E5%88%86%E6%9E%90/" target="_blank" class="card-footer-item button is-primary">了解更多</a>
</div>
</div>
</div>
</div>
<div class="column is-one-quarter">
<div class="card" style="border-radius: 1%;">
<div class="card-image">
<figure class="image is-4by3">
<img style="border-radius: 3%;" src="https://mcbrlab.tech/rnaseq/Figs/RcisTarget.png" alt="Placeholder image">
</figure>
</div>
<div class="card-content">
<div class="media-content">
<p class="title is-4 has-text-centered">转录因子结合域富集分析</p>
<p class="subtitle is-6 "><em>contact: [email protected]</em></p>
</div>
<div class="content">
<p class="is-small" style="white-space: nowrap;overflow: hidden;text-overflow: ellipsis;max-width: 200%;" >RcisTarget 可识别基因列表中过度表达的转录因子结合基序 （TFBS）。在第一步中，RcisTarget 选择在基因集中基因的转录起始位点 （TSS） 环境中明显过度表达的 DNA 基序。这是通过使用一个数据库来实现的，该数据库包含每个基序的全基因组跨物种排名。然后注释到 TF 的基序和具有高归一化富集分数 （NES） 的基序将被保留。最后，对于每个基序和基因集，RcisTarget预测候选靶基因（即基因集中排名在前沿之上的基因）。</p>
<br>
<i class="fas fa-tags pr-2"></i>
<a href="/tags/%e8%bd%ac%e5%bd%95%e5%9b%a0%e5%ad%90">转录因子</a>
<a href="/tags/%e7%bb%93%e5%90%88%e5%9f%9f">结合域</a>
<a href="/tags/%e5%af%8c%e9%9b%86%e5%88%86%e6%9e%90">富集分析</a>
<br>
<i class="fas fa-calendar pr-4"></i>July 2024
</div>
<div class="card-footer">
<a href="https://mcbrlab.tech/rnaseq/%E8%BD%AC%E5%BD%95%E5%9B%A0%E5%AD%90%E7%BB%93%E5%90%88%E5%9F%9F%E5%AF%8C%E9%9B%86%E5%88%86%E6%9E%90/" target="_blank" class="card-footer-item button is-primary">了解更多</a>
</div>
</div>
</div>
</div>
<div class="column is-one-quarter">
<div class="card" style="border-radius: 1%;">
<div class="card-image">
<figure class="image is-4by3">
<img style="border-radius: 3%;" src="https://mcbrlab.tech/rnaseq/Figs/DaPars2.jpg" alt="Placeholder image">
</figure>
</div>
<div class="card-content">
<div class="media-content">
<p class="title is-4 has-text-centered">选择性多聚腺苷酸化 （APA）</p>
<p class="subtitle is-6 "><em>contact: [email protected]</em></p>
</div>
<div class="content">
<p class="is-small" style="white-space: nowrap;overflow: hidden;text-overflow: ellipsis;max-width: 200%;" >选择性多聚腺苷酸化 （APA） 影响大多数哺乳动物基因。由于无法使用传统的RNA-seq可靠地分析APA的全基因组研究，APA的全基因组研究受到了阻碍。我们描述了“APA量化”（QAPA），这是一种从常规RNA-seq数据推断APA的方法。QAPA 比其他方法更快、更灵敏。QAPA的应用揭示了神经发生过程中离散的、时间协调的APA程序，并且由选择性剪接调控的基因与受APA调控的基因之间几乎没有重叠。对这些数据进行建模可以发现 APA 序列代码。因此，QAPA能够使用常规RNA-seq发现和表征受监管的APA程序。</p>
<br>
<i class="fas fa-tags pr-2"></i>
<a href="/tags/%e9%80%89%e6%8b%a9%e6%80%a7%e5%a4%9a%e8%81%9a%e8%85%ba%e8%8b%b7%e9%85%b8%e5%8c%96">选择性多聚腺苷酸化</a>
<a href="/tags/APA">APA</a>
<br>
<i class="fas fa-calendar pr-4"></i>July 2024
</div>
<div class="card-footer">
<a href="https://mcbrlab.tech/rnaseq/dapars%E5%92%8Cqapa/" target="_blank" class="card-footer-item button is-primary">了解更多</a>
</div>
</div>
</div>
</div>
</div>
</div>
</div><footer class="footer">
<div class="footer-container">
</div><div class="footer-line" style="text-align: center;"><i class="far fa-copyright fa-fw"></i><span itemprop="copyrightYear">2024 <a href="https://github.com/MCBRLab" target="_blank">MCBRLab</a>. All rights reserved.</span><span class="author" itemprop="copyrightHolder"> <a href="/" target="_blank"></a></span></div>
<script type="text/javascript" src="//rf.revolvermaps.com/0/0/8.js?i=5dx0iqym06w&m=6&c=0006ff&cr1=00fff6&f=arial&l=33" async="async"></script>
</footer>
<script src="/js/umbrella.min.js"></script>
<script src="/js/custom.js"></script>
<script src="/js/menu.js"></script>
<script src="https://cdnjs.cloudflare.com/ajax/libs/fuse.js/3.2.0/fuse.min.js"></script>
</body>
</html>