注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. DLinkMaP:果蝇连锁图谱管线-源码

  2. 友情链接 果蝇连锁图谱管线（DLinkMaP） 开发此R代码以基于果蝇合成种群资源（DSPR）的单倍型概率进行定量性状位点（QTL）映射。该代码在果蝇基因组中以10kB的间隔执行线性混合模型分析。基于Dew-Budd等人所述的轮转穿越设计。 （2018年，准备中），随机效应术语包括在月份，循环分组，RIL按月份和交叉中（所有这些默认情况下都包含在软件中）。使用在“ DSPRqtlDataA”中找到的单倍型频率，通过母体/父体组合计算出与所有8 x 8 = 64个创建者相对应的测试创建者概率。该模

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：32mb
    • 提供者：weixin_42102358

  1. bigslice:用于生物合成基因簇数据大规模分析的高度可扩展，用户交互工具-源码

  2. 毕osynthetic摹烯集群- S UPER李春附近上光êngine 快速开始 确保已安装 （ 版或更高版本）。 使用pip安装BiG-SLiCE ： 来自PyPI（稳定） userlocal:~ $ pip install bigslice 从来源（出血边缘） userlocal:~ $ git clone gitgithub.com:medema-group/bigslice.git userlocal:~ $ pip install ./bigslice/ 获取最新的HMM型

  3. 所属分类：其它

  1. Whose-gene-is-it-anyway-源码

  2. 到底是谁的基因 欢迎来到“反正是谁的基因”回购 这是在“无论是谁的基因”直播流中设计的所有质粒的集合。 这些质粒以创造性的共同点归属-共享方式被释放。 您可以下载，修改它们，甚至将它们合成（如果您选择这样做或将其用于商业活动）。 但是，您必须提供The Thought Emporium和Justin Atkin的署名，并且您制作的任何衍生产品都必须在相同的许可下发布。 有关详细信息，请参见下面的链接。 链接到频道： ： 上一个流： : 所有流： :

  3. 所属分类：其它

  1. FlavonoidFriday:该存储库为#FlavonoidFriday推文提供了其他背景-源码

  2. #Flavonoid星期五 该存储库为#FlavonoidFriday推文提供了其他背景 介绍 类黄酮生物合成是植物中研究最深入的专门代谢途径之一。 黄酮类化合物几乎是由所有陆地植物产生的，但并非所有物种都存在该途径的特定分支。 黄酮生物合成，黄酮生物合成，花青素生物合成和原花青素生物合成是类黄酮生物合成的一些分支。 这些分支的产物具有不同的功能，并且当分支同时活跃时，酶可能竞争底物。 因此，该途径中所有参与者的基因表达都受到许多转录因子的严格调控（参见转录调控）。 图1提供了类黄酮生物合成的简

  3. 所属分类：其它

  1. rna-seq-vae：使用变分自动编码器生成合成基因表达数据-源码

  2. GTEx数据集（V8）的条件变量自动编码器 该项目旨在使用生成模型生成合成基因表达数据。 我们首先研究数据的3D表示形式以及可能要依据的变量，以便有效地分离分布。 当前模型以组织为条件。 组织着色的GTEx数据集（1000个随机基因）的3D表示形式（UMAP，TSNE，PCA）： CVAE当前的重建质量，取决于组织。 基于： 对VAE方差损失论文： ， ， 项目进度： 基准模型创建 评估潜在空间中的均值，绝对差和分组的函数 模型调整 潜在空间大小 批次大小，学习率（应尽早确定时

  3. 所属分类：其它

  1. 合成基因-源码

  2. 合成基因

  3. 所属分类：其它

  1. synbio：用于进行合成生物学的简单python软件包-源码

  2. synbio：用于进行合成生物学的简单python软件包 这是用于合成生物学的自制包装。 它提供了表示生物学通用原语的Python类。 文献资料 还没有。 给我电子邮件（ ）如果您有疑问 依存关系 需要 。 好吧，仅当您想进行自动基因组装时。 所有的核心代码都是用纯Python编写的。 将来的重构会将代码库分为纯Python和依赖于外部模块的软件包。 安装 运行以下命令 git clone https://github.com/jecalles/synbio.git pip install

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：49kb
    • 提供者：weixin_42160278

  1. 流感序列预测器：基于实验性深度学习和基因型网络的系统，用于预测新的流感蛋白序列-源码

  2. 流感预报员 基于实验性深度学习和基因型网络的系统，用于预测新的流感蛋白序列。 基本原理 在我任职期间，Flu Forecaster最初是作为Insight Health Data Fellow全面开发的。 预计的业务用例是预测未来的流感株，这将有助于为疫苗的先发制人提供信息。 我们不再需要选择当前正在传播的菌株。 取而代之的是，我们可以预测未来6个月内会出现什么样的菌株，先发制人（使用合成生物学方法）将其合成，并Swift扩大用于流感疫苗的菌株的生产规模。 入门 查看流感预报器 Flu Fore

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：21mb
    • 提供者：weixin_42116596

  1. scATAC基准测试：对计算单细胞ATAC-seq方法进行基准测试-源码

  2. scATAC基准测试 使用测序（scATAC-seq）进行转座酶可及性染色质单细胞测定的最新创新可对成千上万个单个细胞的表观遗传学特性进行分析。 scATAC-seq数据分析提出了独特的方法挑战。 scATAC-seq实验采样了DNA，由于其拷贝数低（人中为二倍体），导致固有的数据稀疏性（每个细胞检测到的峰的1-10％）与转录组（scRNA-seq）数据（占10-45％）相比每个细胞中检测到的表达基因）。 数据生成中的此类挑战强调需要信息功能以评估染色质水平的细胞异质性。 我们提出了一个基准框

  3. 所属分类：其它