一、什么是药物靶点研究？在人类与疾病的漫长斗争中，新药的研发无疑是最为关键的环节之一。在下方的图片中展示了新药研发从一个想法的诞生，到实验室中的初步研究，再到最终的药物上市的全过程，这里的每一步都充满了机遇与挑战。我们今天所讲的药物靶点研究是指实验室阶段的研究，即

前言基于质谱的蛋白质组学技术是生命科学领域十分常用的发现和验证工具。在进行日常科研工作时，经常在文献中看到各种各样的蛋白质组学技术专业名词，让人眼花缭乱、似懂非懂...本讲内容就带大家梳理这些专业术语，盘点蛋白质组学的常用技术。（蛋白质组学技术的专业名词）我们在

生物信息学基础生物医学信息学的概念的掌握生物信息学很大一部分工作体现在生物数据的收集、存储、管理与提供利用多组学数据（基因组，转录组，表观遗传组、蛋白组等）和机器学习、数据挖掘的方法，挖掘潜在的生物学、医学的知识和模式，用于解决诊断和治疗。中心法则是什么基因突

组学常见图形应用PCA图的作用以及使用技巧PCA图的原理：基本概念PCA（PrincipalComponentAnalysis）即主成分分析，是一种常用的数据分析方法。它的主要目的是通过线性变换将原始数据转换为一组新的变量，这些新变量被称为主成分。主成分是原始变量的线性组合，并且它们是按照方差大

**Inferringpattern-drivingintercellularflowsfromsingle-cellandspatialtranscriptomics**Almet,A.A.,Tsai,YC.,Watanabe,M.etal.Inferringpattern-drivingintercellularflowsfromsingle-cellandspatialtranscriptomics.NatMethods21,1806

1、提取单张png图像组学特征示例：importSimpleITKassitkimportnumpyasnpimportmatplotlib.pyplotaspltfromradiomicsimportfeatureextractorimportosimportcv2defload_image(image_path):image=cv2.imread(image_path,cv2.IMREAD_GRAYSCALE)#

作者简介：中科院遗传与发育生物学研究所中丹学院博士生张泽宇，外号“大神”，口号“Nowyouseeme”。这是其刚入学时做的一个报告。本篇介绍下蛋白质组学，如果覆盖度深的话，应该是新时代的宠儿了。古希腊，一个神一样的存在，不只有雅典娜，更孕育了“ome”等一批高大上的词汇。

介绍生物信息学分析，简称生信分析，是一个结合了生物学、计算机科学、信息学和统计学的多学科领域，旨在处理、分析和解释海量的生物数据。随着现代生物技术的发展，尤其是高通量测序（Next-GenerationSequencing,NGS）技术的广泛应用，生物研究的维度和深度都发生了巨大的变化。生信分

杭白菊是一种流行的药用和食用植物，主要通过黄酮类和咖啡酰奎宁酸(CQAs)的存在发挥其生物活性。然而，菊花头状花序中黄酮和CQA生物合成的调控机制尚不清楚。本研究采用高效液相色谱法测定了菊花头状花序发育过程中黄酮类化合物和CQAs的含量，发现在S1和S2阶段含量较高，在S3~S5阶段含

代谢组学是对某一生物或细胞在一特定生理时期内所有代谢产物同时进行定性定量分析的学科，被广泛用于揭示小分子与生理病理效应间的关系。目前，代谢组学已经被应用于药物开发的各个阶段（如药物靶标识别、先导化合物发现、药物代谢分析、药物响应和耐药研究等）。基于代谢组学的高性价

作者，EvilGenius参考文章Spatialepigenome–transcriptomeco-profilingofmammaliantissues|Nature单细胞多组学，特别是染色质可及性表观遗传和转录组同时测序分析，可以不仅鉴别细胞类型和状态同时还可以揭示控制基因表达的机理–常常被认为是单细胞组学分析的终极利器

HGP的主要人物是人类的DNA测序遗传图谱：连锁分析法物理图谱：指DNA链的限制性酶切片段的排列顺序序列图谱：测序获得基因图谱（genemap）：基因图谱是在识别基因组所包含的蛋白质编码序列的基础上绘制的结合有关基因序列、位置及表达模式等信息的图谱。生物信息学与组学作为新兴的交

本文来自CABI的一篇综述要点。文章探讨了通过选择、杂交、诱变和重组实现的新的遗传变异性，以及植物育种技术创新如何为作物改良提供更精准和更高分辨率的方法。引言随着全球人口的增长和气候变化带来的挑战，粮食安全成为全球关注的重点。预计到2050年，世界人口将达到100亿，这

通用集成多组学数据集包MOFA2包含一系列用于训练和分析多组因子分析（MOFA）的工具。MOFA是一种概率因子模型，旨在从可以包含多个组学层和/或样本组的数据集中识别变异的主轴。有关样品的其他时间或空间信息可以使用MEFISTO框架进行合并，该框架是MOFA2的一部分。下游分析功能可用于

今年1月底，由深圳理工大学（筹）计算机科学与控制工程学院院长潘毅和陕西师范大学计算机科学学院教授雷秀娟共同编著的《人工智能在生物信息学中的应用》出版发行。该书以人工智能方法和生物组学数据分析为主线，阐述了人工智能中的群智能优化、机器学习、深度学习等算法的基本原理，探讨

代谢组学的飞速发展，尤其是分析技术的进步、样本数量的增加、样本类型的多样化以及多检测平台的联合应用，使代谢组数据在数量和复杂性上急剧增加。这个时候，代谢数据库便应运而生！代谢研究数据库是专门存储和提供有关代谢物、代谢途径、代谢相关蛋白质以及代谢组学数据的在线资源

作者，EvilGenius最近分享了一些关于多组学的内容，其实就有人问我单细胞的数据能callsnp么？这个问题的答案是看情况，我们都知道单细胞数据的捕获原理，那么3‘数据是几乎不能callsnp的，唯有5'在某些情况下是可以的，例如前面分享的KRAS的G12D突变，就在单细胞5’数据的测序范围之内，就可

利用机器学习进行多组学数据分析使用机器学习进行多组学分析的3+2个挑战3.1异质性、稀疏性和异常值来自不同高通量来源的多组学数据通常是异构的（Bersanellietal.,2016）。例如，转录组学和蛋白质组学在组学分析之前使用不同的标准化和缩放技术。这导致不同的动态范围和数据分

地址：https://weibo.com/1422501124/NDJFLu3yB#蔡磊夫妇捐助1亿元攻克渐冻症#我与夫人将再捐助1亿元，用于支持渐冻症的基础研究、药物研发、临床医疗等科研项目。盼望脑科学和神经系统疾病、免疫学、代谢组学、蛋白组学、基因和转录组学、干细胞、声光电磁、CDMO、CRO、人工智

前言最近接触比较多肝纤维化项目，包括空转、单细胞和普通的BULK转录组，本文是肝脏疾病类器官构建，所以结果是比较确定的，只是对比不同处理和培养哪种效果更好，适合了解纤维化进展和哪些分子和细胞参与，以及其机制；此外本文数据使用Python分析数据的图很好看，之后可以复现一下。摘要代

 本书适合作为生命科学或医学相关专业的生物信息学课程教材，也适合从事生物信息学相关研究的专业人员参考阅读。内容简介:本书以生物学问题为导向，以具体的案例来演示如何用信息学方法处理各种生物学数据，并对目前研究中存在的问题和未来的发展方向进行了展望。全书从介绍生物

BioinformaticsComputationalBiologybiostats 对于这两个专业，我们可以从应用领域来区分：●Biostatistics生物统计学的研究方向可分为两类：统计遗传学和临床统计学；课程中与生物相关的内容很少，更重视学生的量化能力。●而Bioinformatics生物信息学与数据挖