- 综合排序
- 最热优先
- 最新优先
- 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
fingerprintStateCallback, sensorProps, scheduler, handler, lockoutResetDispatcher, controller); } 第7行代码
5.3K31编辑于 2022-09-22 - 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 NEK7靶点：生物医药的下一个价值蓝海
一、NEK7的生物学本质：超越有丝分裂的双重身份1.1结构特征与基础功能NEK7是NEK（NeverinMitosisA）家族中最小的丝氨酸/苏氨酸蛋白激酶（分子量约35kDa），与NEK6具有85%的结构同源性 1.2炎症小体激活的"分子开关"来源：doi.org/10.1007/s10787-022-01026-72019年Nature发表的结构生物学研究彻底重塑了科学界对NEK7的认知：NEK7是NLRP3 该药最大的临床优势在于精准靶向炎症小体而不引起广泛免疫抑制，规避了传统NSAIDs、糖皮质激素及IL-1生物制剂的脱靶毒性。 从2019年NLRP3-NEK7复合物晶体结构的解析，到2025年Ofirnoflast和MRT-8102相继进入临床关键阶段，短短六年间NEK7已从基础生物学发现快速转化为具有变革潜力的治疗靶点。 随着Phase2/3临床数据的积累和新一代降解剂技术的进步，NEK7抑制剂有望成为继JAK抑制剂、IL-1生物制剂之后，炎症性疾病和血液肿瘤治疗领域的重要新支柱。
33810编辑于 2026-02-06- 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 install cutadapt #-------------------------------------------------------------------------------- #(7)
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。 ），及在俄罗斯-bgrs举行的一系列生物信息学会议之后发表的相关期刊(https://bgrssb.icgbio.ru/2022/)和关于基因表达生物信息学的一系列最新杂志期刊(https://www.mdpi.com 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！
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的英语解码器是LLaMA的Vicuna-7B模型（70亿参数），在不更新其参数的情况下，通过训练生物序列与指令数据实现多模态融合，这些训练数据包括6.05亿个DNA标记（相当于约36亿个碱基对 英语解码器：使用Vicuna-7b（基于LLaMA微调的70亿参数模型），负责理解指令并给出答案。 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
解释系统生物学的目标。 识别还原论与系统生物学的互补作用。 列出那些仅凭直觉无法解决的系统生物学挑战。 讨论跨学科交流的重要性。 为系统生物学领域整理出一份"待办事项"清单。 para 生物系统许多特征的存在已为人所知相当长一段时间，同样地，系统生物学的许多概念和方法也植根于其成熟的母学科，包括生理学、分子生物学、生物化学、数学、工程学和计算机科学。 生物学与数学、计算机科学和工程学保持了距离，主要是因为生物现象被认为过于复杂，难以进行严格的数学分析，而数学被认为只适用于几乎没有生物学意义的小型系统。 从零开始设计生物系统是不可能的，而新兴的计算机科学领域除了提供基本的数据管理外，并未对生物学做出太多贡献。 para 那么，为什么系统生物学突然变得如此重要？ Understanding through modeling,in SystemsBiology:Principles,Methods,and Concepts, A.K.Konopka, Editor.20o7,
53400编辑于 2025-05-02 - 来自专栏科技记者
Biobanks生物银行知多少
随着一批国家的生物银行的完成和结果公布，多个 Biobank 的 GWAS summary statistics 文件已经公开，这里列下不同国家的相关资源，这些资源基本是使用开源的pheweb工具进行数据公开的 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 然后用 IMPUTE2 软件输入由来自 1000 个基因组第三阶段(n=504)的东亚人群和来自台湾生物库(n=1,451)的全基因组测序数据组成的合并参考小组。 www.jianshu.com/p/c444fe97369c [2]PheWeb Datasets: https://pheweb.org/ [3]FinnGen results: https://r7.
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
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。 -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 7 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 - 来自专栏科技记者
俄罗斯生物银行（BBRU）
最近搜索发现了个新的生物银行，分享一下，summary statistics可下载。 来自俄罗斯的 4145 名个体的全基因组关联研究 （GWAS） 结果。 俄罗斯生物样本库（BBRU）是一个潜在的生物样本库，由V.A.阿尔马佐夫国家医学研究中心管理。 俄罗斯生物样本库资源是为具有各种基因组成的患者提供精准医疗的重要一步，这些患者目前在其他主要基因研究中没有代表。 数据和代码可用性 所有GWAS、PheWAS、等位基因频率和汇总数据以及可视化都可以在俄罗斯生物样本库门户网站上获得：https://biobank.almazovcentre.ru。 https://mpvideo.qpic.cn/0bc3ceaawaaa7yaglx3vezsvaeodbmiqacya.f10002.mp4?
38110编辑于 2023-12-14 - 来自专栏生信喵实验柴
原核生物基因预测
二、如何学习生物软件？ 生物信息主要都是通过软件完成的，软件是集成了数据处理的算法规则。前面的内容中那个已经学习了大量生物软件的使用，本节内容将系统的总结一下生物软件的使用。 / 4、通过网站找到软件的介绍信息，安装说明，帮助文档，安装软件包； 5、找到软件发表文章； 6、正确安装软件，并能找到案例数据以及版本信息； 7、 3.2 原核生物基因预测原理 原核生物一个完整的原核基因结构是从基因的 5'端启动子区域开始，到 3'端终止区域结束。 原核生物 orf 结构 原核生物基因结构一般比较简单，基因是连续的，并不存在内含子。因此，在预测过程中相对于真核生物来说，相对容易一些。 该基因或转录本在参考序列上的终止位置； 6) score: 得分，数字，是注释信息可能性的说明，可以是序列相似性比对时的 E-values 值或 者基因预测时的 P-values 值，“.”表示为空； 7)
2.2K10编辑于 2022-10-25 - 来自专栏生信喵实验柴
生物软件的前世今生
生物软件顾名思义，就是专门用来处理生物数据的软件。本质上，生物软件就是将处理生物数据的方法和过程以及对各个问题的解决方法写到程序中。 需要有一个专门网站或者专属页面的官网； 5、开发语言多种多样，可能是 C，java，python，perl 或者 R； 6、开发者水平不一，参差不齐； 7、 二、生物软件发表文献 生物软件也可以单独发表 SCI，例如发表方法学的，软件比较之类的文章。发表论文之后的生物软件才可以进行引用。 四、为什么生物软件不容易安装？ 生物软件千差万别，有些非常难安装，主要有以下几点原因。 作为普通用户，也可以单独安装生物软件，但是只能在自己的权限目录内读写。只要是通过源代码变异的方式进行安装。 举个例子，如果 centos 7 系统 gcc 编译器 4.8.5。
68040编辑于 2021-12-15 - 来自专栏科技记者
俄罗斯生物银行（BBRU）
最近搜索发现了个新的生物银行，分享一下，summary statistics可下载。 来自俄罗斯的 4145 名个体的全基因组关联研究 （GWAS） 结果。 俄罗斯生物样本库（BBRU）是一个潜在的生物样本库，由V.A.阿尔马佐夫国家医学研究中心管理。 俄罗斯生物样本库资源是为具有各种基因组成的患者提供精准医疗的重要一步，这些患者目前在其他主要基因研究中没有代表。 数据和代码可用性 所有GWAS、PheWAS、等位基因频率和汇总数据以及可视化都可以在俄罗斯生物样本库门户网站上获得：https://biobank.almazovcentre.ru。 https://mpvideo.qpic.cn/0bc3ceaawaaa7yaglx3vezsvaeodbmiqacya.f10002.mp4?
71410编辑于 2023-12-14 - 来自专栏生信喵实验柴
真核生物基因预测
blast.out -db GCF_000240185.1_ASM24018v2_protein.faa -outfmt 6 -evalue 1e-5 #提取比对区域，生成 bed 文件 awk '{if ($7 < $8) print $1"\t"$7-1"\t"$8;else print $1"\t"$8-1"\t"$7}' blast.out >gene.bed #根据比对位点，提取序列 seqkit subseq --bed gene.bed MGH78578.fasta >MGH78578_gene.ffn 二、真核生物基因预测 真核生物的开放阅读框不仅含有编码蛋白的外显子，而且还有内含子，并且内含子将开放阅读框分割为若干个小片段 开放阅读框的长度变化范围非常大，因此真核生物的基因预测远比原核生物困难。 ……AG-3'，这个规律有助于真核生物开放阅读框的识别。
1.1K10编辑于 2022-10-25
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