weixin_43364556的博客

目录安装准备文件karyotypeconf文件作图获取tutorial压缩包制作自己的第一个图安装利用conda安装circos是最简单的（perl安装各个依赖包的过程比较繁琐）#创建虚拟环境conda create -n circos python=3.7#激活虚拟环境conda activate circos#安装circosconda install -c bioconda circos#测试circoscircos --modules看到下面这些提示左侧全部为ok即可（按照以

背景：进化树分析和展示程序ete3的python的API在命令行调用的时候报错。报错内容但是在linux的图形界面下运行就是没有问题的。在命令行下运行就报错。结果就是不输出png,pdf等需要输出的进化树作图文件。解决办法在~/.bashrc下添加环境变量参数：export QT_QPA_PLATFORM="offscreen"个人理解图形界面不报错，命令行界面报错表示和图形界面的输出相关，提示里提到了Could not connect to displayCould not co.

分析数据过程中总是会在GEO数据中看到各种各样的临床指标，如果需要根据其进行分组则需要了解其含义，这里记录一下最近遇到的，然后不断的完善。在每一个指标要注意特定的关键词（实验的终点，起点等），通过对比记忆。文章目录ARR（绝对危险降低）CR(完全缓解)DFS（无病生存时间）DRFS（无远端复发生存时间）OS（整体生存时间）ORR（客观缓解率）pCR(病理完全缓解)PD（疾病进展）PFS（无进展生存时间）PR（部分缓解）RCB（）RRR(相对风险降低)SD（局部稳定）TTP（疾病进展时间）TTF（治疗失.

文章目录概览如何搜索目标数据数据组织形式实例概览GEO是一个公共数据库，用来储存研究人员分享的数据，一般而言主要是指高通量测序，比如芯片，二代测序，三代测序等等。我觉着主要有两个目的，一是数据共享，不重复造轮子，不做无用功，二是数据的可重复性（数据上传的规范化）如何搜索目标数据大部分人都希望利用别人的数据发文章，毕竟生信是发文章的低成本通道。在分析数据之前我们需要收集我们感兴趣的数据，比如，乳腺癌，肝癌，肺癌等。利用关键词到GEO网站进行搜索数据组织形式GEO里的数据可以分为不同的数据类型：主要

文章目录本人环境安装步骤添加EPEL源安装octave报错1本人环境1.docker 容器2.centos8安装步骤添加EPEL源yum install epel-release安装octaveyum install octave报错1Error: Problem: conflicting requests - nothing provides texinfo needed by octave-6:5.2.0-1.el8.x86_64 - nothing provides

背景：在centos环境下安装octave后在构建octave文件的时候出现报错error: mkoctfile: unable to find the mkoctfile command, Octave installation is incomplete，octave安装方式：sudo yum -y install octave解决方法sudo yum -y install octave-devel.x86_64...

CIBERSORTx简介一个利用反卷积算法将癌组织的表达数据推断各种免疫细胞的占比，默认提供22种作者自己训练得到的分析矩阵（用来分解组织级别的表达数据），也可以自己利用单细胞表达数据来构建这个数据集。CIBERSORTx是第二个版本，只有网上版本，第一个版本是提供R语言包的，可以直接下载（之前下载过一次，有需要可以问我要）。数据上传格式CIBERSORTx需要输入组织的表达数据，我们常见的数据有两种，芯片表达数据和RNAseq表达数据。可以可以按照是否取log分为log形式的和非log形式的，我们

blast中筛选结果时，bitscaore和evalue是重要的指标，其含义对于数据的筛选有指导意义文章目录bitscore含义evalue含义示例bitscore含义bitscore的概念与序列相似性较为类似，bitscore越大，序列相似性越高。bitscore的内在含义在于，我拿出来N个随机序列，这N条序列序列中能够找出像目前这种相似性的序列。最后再取log2得到的值。因此，bitscore越大，这种相似性出现的概率就会越低，这种概率是随着bitscore的值的增加呈指数变化的。这里可.

具体原则分子量小于500氢键给体数目小于5氢键受体数目小于10脂水分配系数小于5应用范围小分子药物

毒力因子（Virulence Factors）毒力因子也就是病原微生物产生的对于导致宿主疾病发生的一类分子（可以是蛋白，碳水化合物，脂质分子等）。毒力因子在疾病的发生过程中发挥着多种功能，包括向宿主迁移和集群，攻击宿主的防御机制，免疫抑制，从宿主细胞中获得养分，介导从宿主细胞中的进入和外出以及感知环境的变化。找出这种分子十分重要，并且这些分子可以用来进行疫苗的研发。表面定位的毒力因子比如粘附蛋白是一类出色的免疫靶点。文献中主要是叙述对于预测粘附蛋白的一些预测生物信息学方法。发现毒力因子以及其免疫圆形然后