用Perl编写的生物信息学工具 这里的大多数脚本是在我从事不同项目时编写的，我认为这对其他人将很有用，并且可以根据需要进行扩展/修改。 IO ::常规 脚本使用自定义 Perl模块。 请通过浏览目录查看安装说明。 如果要安装lncRNApipe Pipeline，则会自动安装IO::Routine模块。 需要Bio::SeqIO模块已安装且可用。 nc lncRNA管道 从头开始提取推定的新型lncRNA的管道，其中提供了从深度测序数据（例如：RNA-Seq）和注释数据组装而成的GTF格式的转录本列表。 转到目录以获取脚本列表。 安装lncRNApipe及其所有依赖项（Mac和

乌根 下载UGENE： ://ugeneunipro.github.io/ugene/ 建筑UGENE 先决条件 确保已安装Qt（> = 5.4.2和<= 5.15）开发库： 我们强烈建议您使用Qt在线安装程序将Qt安装到任何操作系统上。 这是Windows和macOS操作系统（也适用于Linux）的主要方式。 要安装Qt，请从Qt官方网站（ ）下载在线安装程序。 确保已安装以下组件： Qt Prebuild组件 Qt脚本 安装Qt的其他选项： Ubuntu> = 14.04：`sudo apt-get install qt5-default qttools5-dev-tools qtscript5-dev libqt5svg5-dev Ubuntu 12.04： 下载并安装Qt 5.5.1： 设置系统变量：export PATH = $ PATH：〜/ Qt5.5.1 / 5.5 / gcc_64 / bin sudo apt-get install g++ libgl1-mesa-dev libglu1-mesa-dev Fedora： sudo yum ins

脂蛋白是从家畜衍生的过敏原之一，对过敏反应的发展具有临床重要性。 它们在不同的动物中都有特征。 具有致敏能力的特征，对于涉及过敏反应的表位知之甚少。 在这里，通过生物信息学工具探索了脂蛋白之间交叉反应的潜在抗原区域。 通过系统发育研究，使用了来自不同家畜（小鼠，狗，猫，公牛，仓鼠，马和猪）的几种脂蛋白的氨基酸序列来确定亲缘关系。 通过使用MEGA软件获得具有最高系统发育关系的组。 通过同源性对未在蛋白质数据库中报告的脂蛋白的3D模型进行建模，以识别在这组过敏原的交叉反应性中受损的潜在抗原区域。 变应性脂蛋白的整个数据库和推断的最大似然树的比对将脂蛋白分为五个单系进化枝（此处称为A，B，C，D和E）。 根据多重配对分析，C组（Fel d 4，R​​at n 1和Equ c 1）在其氨基酸序列中显示出最高的同一性（58％）。 对保守和暴露残基的分析表明，C组共有三个抗原性区域，可能会促进其交叉反应。 确定了潜在的抗原性位点，用于在本研究中分析的不同脂钙蛋白之间产生交叉反应。 这些研究支持进行定向诱变测试以确认其与脂蛋白的致敏能力的相关性的需要。

河豚白细胞介素-2基因鉴定及其生物信息学分析，董伟仁，邵健忠， 利用比较基因组学方法，在河豚（Takifugu rubripes）基因组中鉴定了IL-2基因（FrIL-2）。该基因为单拷贝基因，由4个外显子和3个内含子组成

该书从基因、RNA、蛋白质、表观遗传学四个方面介绍计算生物学和生物信息学知识、案例。作者是Ka-Chun Wong。该电子书文字可复制。

小菜蛾肽聚糖识别蛋白的生物信息学分析，梁昊，黄斌，肽聚糖识别蛋白参与生物体的免疫过程，在昆虫抵抗病原菌入侵和免疫信号通路中具有非常重要的作用。为了深入研究小菜蛾（Plutella xyl

生物人初学生物信息学的书籍，所以请多多下载

基于深度学习的生物信息学聚类方法 ”期刊的“”中发表的论文“基于深度学习的生物信息学聚类方法”的代码和补充材料。 此仓库将定期更新。 特别是，将添加更完整的Jupyter笔记本。 在本文中，我们回顾了基于深度学习的聚类分析方法，包括网络训练，表示学习，参数优化和制定聚类质量指标。 我们还讨论了在不同的场景（例如生物成像，基因表达聚类）中，基于不同的自动编码器体系结构（例如，香草，变异，LSTM和卷积）的表示学习如何比基于ML的方法（例如，PCA）更有效。 ，以及将生物医学文本聚类。 基于深度学习的无监督/聚类方法，链接到论文和代码 我们提供了基于深度学习的无监督/聚类方法，论文链接和代码的列表。 此外，还将列出提出新方法和论文的文章。 敬请期待！ 标题 文章 会议/期刊 代码 卷积自动编码器（DCEC）的深度聚类 ICONIP'2017 用于一致性培训（UDA）的无监督数据增强 Arx

生物集群 为生物信息学实验室构建计算集群的教程 介绍 我是的首席研究员。 在2010年，我为实验室成员构建了一个计算集群，从那时起我们一直在使用该集群。 有时有人问我如何自己管理集群，我通常将他们指向上的文档。 但是，文档可能过于复杂，但不足以解决我在过去几年中遇到的许多实际问题。 因此，我决定编写一个有关为生物信息学实验室构建计算集群的简单教程。 组织 本教程分为几个主要部分： 接触 如果您有任何建议，意见或补充，请分叉存储库，对其进行修改并提交拉取请求。 如果您喜欢此存储库，请单击此页面顶部的“星标”按钮，以表示感谢，这对我确实意义重大。 如果您想收到有关此存储库更改的通知，请单击此页面顶部的“监视”按钮。 执照 您可以不受限制地随意散发，复制，修改，分发，发布或出售本教程中的信息。 有关正式声明，请访问http://kai.mit-license.org/ 。

是一个关于序列分析以及比较统计的DOS程序的软件包，其中包括有距离建树方法和MP建树方法。