- 综合排序
- 最热优先
- 最新优先
- 来自专栏Listenlii的生物信息笔记
微生物领域名言（5）物种的稀有性
Darwin还强调了理解生物学中稀有机制和物种分布的相关性: 谁能解释为什么一个物种分布范围广且数量众多，而另一个近缘物种却分布范围窄且稀少?
90331发布于 2020-11-19 - 来自专栏CreateAMind
多尺度合成生物集体智能概述：5万字
在人类大脑（带有电极和机器学习转换芯片）驱动辅助装置（例如，95%人类，5%机器人）与携带培养的人类脑细胞的机器人之间的连续体中，可以在哪里划定界线——考虑到任何所需百分比的组合都是可能的？ 另一个比较各种智能的重要不变量是它们都在某个空间中解决问题（见图5）。 FIGURE 5 认知代理在多样的空间中解决问题。 发展生物电学清楚地说明了认知所需的重要特性的连续性，并且清楚地表明了智慧生物与其他生物之间并没有清晰的界限。 正如（图5所示），一个代理人的复杂程度可以通过它如何熟练和高效地导航任意搜索空间及其局部最优解来衡量一样，进化搜索过程的遍历可以通过位于基因型和表型之间的生理层内的稳态活动来减少短视。
49210编辑于 2024-04-19 - 来自专栏全栈程序员必看
生物识别指纹_生物指纹识别技术
锁屏要使用指纹解锁，首先要注册指纹服务，我看过的一些大厂项目中，实际上是在KeyguardUpdate.java类中发起注册的，一般是根据当前状态，是不是已经处于上锁状态（侧边指纹机器，是不等上锁即进行指纹服务注册，屏下指纹需要等上锁后，才发起指纹服务注册）。
5.3K31编辑于 2022-09-22 - 来自专栏专知
【干货】追本溯源：5种受生物启发的人工智能方法
【导读】1月15日，机器学习研究人员Luke James（简介见文末）发布一篇博文，介绍了5种受到生物启发的人工智能方法，包括人工神经网络（人脑神经元）、遗传算法（DNA染色体）、集群算法（蚁群优化和粒子群优化 ）、强化学习（条件反射）、人工免疫系统（生物免疫），括号中表示受到的生物启发，这些算法分别属于搜索或预测模型。 ▌5种生物启发的学习算法 ---- ---- 1. 人工神经网络 ---- ? Q学习值更新公式 5. 人工免疫系统 ---- ? 这里我给出了5个受大自然激发的技术的例子。 还有更多的生物启发式算法会影响我们的AI系统，所以对于我遗漏的经验和知识，您可以在评论中分享自己的见解。
2.3K70发布于 2018-04-12 - 来自专栏生物信息云
生物信息学初识篇——第二章：序列比对（5）
生物信息学初识篇——第一章：生物数据库 生物信息学初识篇——第二章：序列比对（1） 生物信息学初识篇——第二章：序列比对（2） 生物信息学初识篇——第二章：序列比对（3） 生物信息学初识篇——第二章：序列比对 序列的基序与生物功能密切相关。比如，发生 N 糖基化位点的基序：发生糖基化的天冬酰胺后面一定紧跟一个脯氨酸以外的氨基酸，再紧跟丝氨酸或者苏氨酸，再紧跟一个脯氨酸以外的氨基酸。
12K74发布于 2019-08-07 - 来自专栏科学Sciences
人类找不到“外星智慧生物”的5种假说
人类找不到“外星智慧生物”的5种假说 24 F. 推进人类文明发展的引擎在哪里(730字) 28 素材(1.2k字) 28 秦农跋 29 E. 人类找不到“外星智慧生物”的5种假说 对于著名的“费米悖论”，为什么人类一直找不到“外星智慧生物”？这5种假说可以直观的解释。 “那么他们在哪儿呢?” 然而，如果存在外星生命，他们可能以一种完全不同于地球生物的生命形态存在。如阿西莫夫曾指出，在其他星体上，高温环境可能催生以硫为基质的生命，低温环境中则可能存在以氨为基质生命。 著名的《科学美国人》杂志于2003年第5期以封面文章形式登载的名为《平行的宇宙》的文章中(作者为宾夕法尼亚大学物理学与天文学教授马克思·特格马克)，论述了四个层次的多重宇宙的特性。
1K10发布于 2019-12-05 - 来自专栏企鹅号快讯
机器正在生物化＆生物正在工程化
机器，正在生物化；而生物，正在工程化。这并不意味着未来是灰色冰冷的钢铁世界；相反，未来朝向的正是一种新生物的文明。 自然一直在用她的血肉供养着人类，获取食物、衣着和居所。 很不幸，在KK成书之后“生物圈2号”并没有冒出。“生物圈2号”先后迎来两批居民，但是两次实验都以失败告终。 当然，这并不影响KK在20年前对于“生物圈2号”的延伸思考，而且仍然具有现实意义：生命是终极技术。机器技术只不过是生物技术的临时替代品而已。我们大可不必担心，机器技术将替代所有生物物种。 下个世纪将是生物学的世纪，注意不是仿生学，因为有机体和机器的混成物中，在天生和人造缓慢的混合过程中，最终获胜的总是生物逻辑——“机器的未来是生物”。 例如：生物无法将自己的DNA代码向其他生物体“广而告之”，以便它们获取信息并改变其代码，而在计算机环境中，你就能做到这一点。 多细胞生物本质上就是在宇宙尺度上运行大规模的并行代码。
2K00发布于 2017-12-28 - 来自专栏唐国梁Tommy
小白入门，YOLO_v5 对海洋生物进行目标检测和识别
哈喽，大家好，今天我们用计算机视觉领域中最流行的深度学习目标检测框架神器：YOLO v5，进行海洋生物的检测与识别。小白同学也可以跟着我一步一步操作，具体操作流程如下： ? 【注意：(base)前面是不是多了一个(YOLO_v5_env)，这说明我们已经进入到了虚拟环境下啦，恭喜你，老铁，安装成功了。默认安装的软件包只有3个。】 5. 下一步，下载本案例需要用到的数据集(海洋生物图片和标注数据)，百度云盘下载链接: 链接: https://pan.baidu.com/s/1_NBMD5kaTazuemI8WAiuew 密码: qf0w 在项目yolov5 --> data文件夹下，存放了cutom——yolov5s.yaml】 ? 11. 查看custom——yolov5s.yaml文件的配置内容，鼠标双击打开该文件。 nc：7，表示数据集有7个类别，names对应的就是海洋生物的名称，一堆海鱼的名字。】 train: ../yolov5/Aquarium/train/images val: ..
3.5K40发布于 2021-05-08 - 来自专栏igenome
20220519_生物信息平台搭建及生物信息软件安装
20220519_生物信息平台搭建及生物信息软件安装 01 基础软件安装 基础软件安装 ==================== rstudio.org/desktop/bionic/amd64/rstudio-1.3.1093-amd64.deb dpkg -i rstudio-1.3.1093-amd64.deb 02 常用生物信息软件安装 bioconda samtools #-------------------------------------------------------------------------------- #(5)
1.7K32编辑于 2022-05-19 - 来自专栏人工智能快报
生物识别新面貌
据加拿大市场研究公司Ontario的生物特征研究小组报告，到2015年底，有6.5亿人在移动设备上使用生物识别技术。 美国普渡大学生物特征研究国际中心主任Stephen Elliott解释称：“我们注意到有多种生物识别技术在发展传播。” 当前，有一个很显然的结论是墨水、纸张和密码已经不能胜任安全任务。 银行、零售商和其他机构不需要改装自动取款机来接受指纹或其他生物识别技术。Stephen Elliott指出，基于智能手机的生物识别技术基本上不需要任何学习、培训或知识就可以使用。 如果原始的生物特征数据被窃取，个人将无法生成一个新的指纹或人脸；它将被永久破解。Jain说，当前也存在对隐私和不道德使用生物特征数据的关注。 然而，“如果使用多因素生物识别或行为生物识别技术，也许不需要实用原始数据。”
1.2K70发布于 2018-03-14 - 来自专栏新智元
【远古生物复活】深度学习与生物大数据处理
深度学习加速生物大数据处理速度 随着生命科学的迅猛发展，生物医学领域的数据量呈指数形式增长，生物医学数据表现为数据量大(Volume)、多样化(Variety)、有价值(Value)、高速(Velocity 曙光公司联合中科院计算机所，在生物医学处理方面取得了长足进展，大大加速了生物大数据处理速度。 生物医学大数据独具特色 生物医学领域数据有其自身特点。 1.数据量大：生物医学领域数据量十分庞大。 如今，只需几千美元和几个小时，即可完成一个人基因组的解析，低廉高效的研究方式得到生物科学家们的青睐，大量的物种得以测序解析，使得生物研究进入的生物数据的海洋，而积累的原始数据也必将迅速增长。 3.价值高：随着生物信息学的发展，越来越多有价值的信息从生物数据中挖掘出来，这些价值不仅体现在生物科研领域，而且已应用于农业、健康和医学等领域。 深度学习在生物领域取得的进展让人振奋。现阶段XSharp的应用主要集中在高维多模式生物图像分布式数据系统、海量生物图像数据的深度挖掘流程和生物图像处理数据密集型算法加速等项目中。
1.1K50发布于 2018-03-13 - 来自专栏微生态与微进化
Nature：原核生物基因的生物地理学研究
接下来很可能会进入“后组学”时代，系统化分析生物数据以解决核心科学问题为大势所趋。本篇文章系统地整理了全球不同生境的微生物组数据，并以此分析基因的生物地理。 Towards the biogeography of prokaryotic genes 原核生物基因的生物地理学研究 作者：Luis Pedro Coelho, RenatoAlves, Álvaro 这些基因目录被广泛应用于人类肠道、宿主相关或环境的微生物组研究。 主要结果 全球微生物基因目录 本文作者整合宏基因组和完整基因组，调查不同生境的原核生物基因来获得关于其全球分布和分子功能的认识。 根据本文的数据，这甚至对生物多样性非常高的栖息地来说也是可行的，比如土壤。
1K20编辑于 2022-05-05 - 来自专栏生信菜鸟团
植物生物学与生物技术: 聚焦基因组学与生物信息学
植物生物信息学---面向转录组测序数据分析和机器学习方法的应用新趋势 植物生物学与生物技术: 聚焦基因组学与生物信息学 分析植物适应环境变化和胁迫反应的分子机制对植物生物技术至关重要。 其中关键方法包括生物信息学方法、高通量测序和后基因组技术。测序和系统生物学方法提供了从分子到细胞、器官和种群水平的植物生长的全面视图。 /journal/ijms/special_issues/0LGA6103S5;https://www.mdpi.com/journal/life/special_issues/computational_genomics_life 基于总结概述当前植物生物信息学面向转录组测序数据分析和机器学习方法应用的趋势。利用新的生物信息学工具，集中研究了植物基因表达调控以及植物发育和胁迫反应的潜在分子机制。 在参与大分子细胞代谢和有机生物合成过程以及生物体应激反应的基因中，发现了与西伯利亚落叶松适应性相关的单核苷酸多态性。
49010编辑于 2024-06-11 - 来自专栏天意云&天意科研云&天意生信云
首个多模态生物序列对话模型，生物版ChatGPT来了！
首个多模态生物AI对话模型来了，用聊天对话的方式就能分析基因序列！ 大语言模型目前正广泛应用在各个领域，然而在生物学领域中，大语言对话模型难以理解DNA、RNA、蛋白质等生物序列。 InstaDeep公司研发的ChatNT能将多个生物学任务整合进一个统一的框架中，通过对话去分析生物序列，无需编程。 ChatNT的三大模块： DNA编码器：使用Nucleotide Transformer v2（5亿参数），在850个物种的基因组数据上进行预训练。 问：未来ChatNT能否进一步整合多种生物信息学数据，变为更全面的生物学分析工具？
41910编辑于 2025-06-12 - 来自专栏博文视点Broadview
从生物工程到生物“打印”，3D打印颠覆想象
3D 生物打印开启了大门。 因此，生物学开始频繁地与“工程”这个字眼联系起来，在20 世纪70、80 年代，由此发展出一门新兴的综合性应用学科：生物工程。 所谓生物工程，是以生物学的理论为基础，利用遗传、生物化学及细胞学的各种实验技术，结合机械和电子计算机等现代工程技术，操纵遗传物质，改造生物功能，快速创造新物种。 生物工程包括基因工程、细胞工程、发酵工程、生化工程、生物反应器工程等五大工程类，它们的成果为人类社会提供了巨大的经济效益，而其他各种技术的发展，尤其是计算机技术的发展，又为生物工程手段的研究和应用注入了新的动力 在生物工程发展了几十年之后的今天，我们才有了谈及“3D生物打印”的可能性。 本文摘自《喷头下的世界：漫谈3D打印》
89210发布于 2020-06-11 - 来自专栏生信菜鸟团
系统生物学 | 第01章 生物系统 | 读书笔记
另一方面，时间尺度的差异为建模提供了一个非常有价值的"技巧"（参考文献[5]第5章）。 例如，棉花"纤维"细胞的长度可达几厘米，长颈鹿神经细胞的传入轴突从脚趾延伸到颈部，长度可达5米。 让我们以印度民间传说中的一个寓言形式来看待这个问题，这个寓言描述了六个盲人探索一头大象（图1.l5）。 这个故事非常古老，通常以彻底的混乱告终，但进一步分析它是很有用的。 Am J Physiol Cell Physiol, 2005.288(5): p. C968-C974. New York: Springer-Verlag, 1968, p.xii .Science, 1968,5 July.161(3836): p.34-35.
53400编辑于 2025-05-02 - 来自专栏科技记者
Biobanks生物银行知多少
FinnGen results[3] BBJ 日本生物银行 这个也应该是大家相对熟悉的一个项目，去年正式发表的，其主要采用了 bolt-lmm 这个软件进行的分析。 PheWeb.jp[4] KoGES 韩国基因组和流行病学研究 来自 KoGES（韩国国家生物银行）的 76 种表型的全基因组关联 日本生物样本库（BBJ）对 32 种表型的荟萃分析 使用 SPACox KoGES PheWeb (leelabsg.org)[5] 中国台湾 biobank 128,775 名参与者的全基因组关联。 使用 Saige 软件对年龄、性别、BMI、基因分型排列和前 5 个主成分进行调整(根据年龄、性别、基因分型排列和前 5 个主成分调整身高、体重和 BMI 表型)。 Datasets: https://pheweb.org/ [3]FinnGen results: https://r7.finngen.fi/ [4]PheWeb.jp: https://pheweb.jp/ [5]
1.9K31编辑于 2022-11-08 - 来自专栏全栈程序员必看
生物AI插图免费领取
今天为大家推荐的三个网站包含了生物领域各类型的图片，大部分素材都可以免费下载，种类多，支持PNG、SVG、PSD、AI等多种格式，适合生物、医学领域的朋友使用。 通路数据库Reactome Reactome是一个开源的生物通路数据库 (http://www.reactome.org/)，免费，更新及时，功能强大，这个随后会专程介绍。 与我们熟知的其它数据库如KEGG相比，Reactome团队致力于一种新颖的展现形式，设计了生物领域各类模型图，不仅美观，而且专业，富有立体感。 我们要探索的图库宝藏就藏在Community下的Icon library，这里存储了丰富又及其专业的生物模型图。
2K30编辑于 2022-06-27 - 来自专栏碱基矿工
生物信息 awk 用法进阶
如果 BODY 前有 pattern 匹配和条件判断语句，那么在依次执行时，只有符合 pattern 条件的才会执行 BODY 中的动作； 5. 其实，awk 的数组功能，我们在生物信息数据分析的场景中用的不多，就算真要用到，这个分析任务的复杂性也往往不是在 awk 仅用数组就可以解决的，这个时候可能也是需要写成脚本的时候了。 1-10 之间的奇数： $ awk 'BEGIN{ for(i=1; i<=10; i++){ if(i % 2 > 0){print i;} else { continue; }} }' 1 3 5 awk-work-principle.html http://www.runoob.com/w3cnote/awk-user-defined-functions.html ----/ END /---- ※ ※ ※ 你还可以读 生物信息
91350发布于 2019-05-31 - 来自专栏新智元
微软开源生物模型分析器（BMA）：基于云的生物研究工具
【新智元导读】 微软近日在 GitHub 上开源了“生物模型分析器”（Bio Model Analyzer，简称 BMA）。这是一款能够帮助生物学家模拟细胞互动和通信过程的基于云的工具。 微软近日在 GitHub 上开源了“生物模型分析器”（Bio Model Analyzer，简称BMA）。这是一款能够帮助生物学家模拟细胞互动和通信过程的基于云的工具。 Fisher和她的团队正在研究的一种方法叫生物模型分析器（Bio Model Analyzer，BMA）。这个基于云的工具让生物学家可以对细胞之间的互动和通信以及它们的连接进行建模。 对于生物学家来说有用的计算机系统 Fisher 认为，BMA 这样的系统有望革命性地改变人们对癌症的看法，但只有生物学家愿意使用它们才能取得成功。 Benque 多年来一直在使用生物学家可以理解的语言来开发工具，在视觉上模拟科学家在实验室中可能用到的东西。在 Fisher看来，这样的系统迫切需要方便生物学家的使用。
1.2K70发布于 2018-03-27
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号