2019年2月26日，中国科学院植物研究所北方资源植物重点实验室与北京百迈客生物科技有限公司等单位合作，成果以“A Chromosome-Scale Genome Assembly of Paper Mulberry (Broussonetia papyrifera) Reveals the Genetic Basis of Its Forage and Papermaking Usage”为题发... 阅 读 全 部 >
ATAC-Seq （Assay for Transposase-Accessible Chromatin with highthroughput sequencing）作为表观遗传学研究技术大家庭中的重要成员，已经在越来越多的研究中得以应用。其技术原理见：https://mp.weixin.qq.com/s/fVXgsHm8FNtkJFTFZuIQZQ。今天，我们来带大家看...阅读全文>&... 阅 读 全 部 >
经典的遗传学（Genetics）无法解释同卵双胞胎为何长相并非一模一样，克隆三花猫为何毛色不一致，因为这些变化不是由核酸序列改变引起的，而是与我们今天要介绍的表观遗传有关。表观遗传（Epigenetics）是指，在核酸序列不发生改变的情况下，遗传物质出现了可遗传的变化，从而导致可遗传的表型改变。目前，表观遗传学已从一个少有人关注的领域变成如今的研究热点。表观遗传现象表观遗传的现象很多，已...阅读... 阅 读 全 部 >
表观遗传学作为近10年来炙手可热的方向，其研究已经深入到各个学科和领域，促进了医学，动物学，植物学，生殖发育等学科的发展，在疾病机制，诊断治疗，动植物性状改良等方面均获得了令人瞩目的成就和显著的突破。虽然全世界表观遗传学研究的如火如荼。但是，很多实验室仍不清楚表观遗传学到底是神马东西？总是听到很多老师和我们咨询，希望自己的课题能向前沿的方向靠拢，但总感觉隔着一层纱，感觉有些“高大上”，虽然很多文章... 阅 读 全 部 >
无版权图标网站1：easyicon.neteasyicon 是一个非常大众的图标网站，图库非常全。图标网采用的是中文搜索，响应速度相对于其他网站来说很快。网站设计非常简洁，打开就是一个搜索框，直接输入你需要的关键词，就可以搜索出大量图标，尺寸从大到小排列提供下载。不过要提醒大家的是，下载图片的时候，要注意右侧的版权信息，只有标注了C reative Commons Attribution-Shar... 阅 读 全 部 >
R语言主要分析的对象是数据集，R语言数据集类型主要是向量、矩阵、数据框、列表、数组等，我们主要介绍前4种。上一推文我们介绍了向量和矩阵，本文介绍数据框和列表。一、数据框（Data.frame）数据框是医学研究最重要的、也是最主要的格式，常见的医学数据导入到R语言形成的就是数据框。R语言中做统计分析的样本数据，都是基于数据框类型操作的。数据框的每一列代表一个变量属性的所有取值，每一行...阅读全文&... 阅 读 全 部 >
R语言主要分析的对象是数据集，R语言数据集主要是向量、矩阵、数据框、列表、数组等，我们主要介绍前4种。本文先介绍向量和矩阵。一、向量（一维数据） 向量是R语言中最基本的数据对象类型，它可以是数值型、字符型、逻辑值型、复数型。注意：同一向量不能混杂多种不同类型的数据。在医学数据分析中，向量相当于一个变量，向量名为变量名，向量值为变量值。1. 创建向量 通过函数c( )实现向...阅读全文>&g... 阅 读 全 部 >
本文来了解下R语言关键的组成部分：R程序和R数据一、R语言程序R语言程序主要由R程序及其分析结果组成1. R程序R程序由多行代码组成（基于S语言），是由命令和结果名组成。例如：Lg<-log(10) #计算10的自然对数值其中，log(10)为命令，Lg为命令产生的结果名R程序代码大小写必须区分，Lg和lg是不同的R语言中，命令主要为函数形式...阅读全文>>... 阅 读 全 部 >
R语言中，绝大多数的函数，是软件提供的，或者R包提供的，可以直接调用R后台的算法，帮助我们进行计算。比如我们计算标准差sd时，无需采用公式去计算，而是调用sd()函数即可。但R语言也提供了一种R函数的编写方法，实在没有找到相应方便函数时，可以自行编写函数，方便计算，我们称之为自定义函数或者自编函数。R入门者实际上无需自己去编写函数，这里只介绍入门，便于以后进行深入学习。• 第11天...阅读全文&... 阅 读 全 部 >
在利用R语言统计分析之前，建议诸位复习数据清洗和整理方法，打好基础！今天，我着重对定量定性数据的转换功能进行总结，并推出tidyverse系列包供大家了解。1、 数值变量数据转为分类变量数据数值变量数据经常要转换为分类变量，由于本系列课程分类变量的转换，分散在各处，今天进行汇总。常见的方法如下：# 先读取数据集t1<-read.csv("elder1.csv")...阅读全文>>... 阅 读 全 部 >