使用作者代码重复结果---生信技能树jimmy

序言

第三单元第十二+十三讲:使用作者代码重复结果
课程链接在:http://jm.grazy.cn/index/mulitcourse/detail.html?cid=53

这一篇会…

动态实例分割SOLOv2,更快更强更精准!---CV君

今天跟大家分享下前天新出的论文 SOLOv2: Dynamic, Faster and Stronger,一看这名字就知道很霸气!SOLO 超越自己,在原有架构基础上引入动态卷积和发明了Matrix …

如何去学一个R包(下)---生信技能树jimmy

回顾

如何去学一个R包(上)

检查伪时间基因表达的变化

FateID还提供伪时间基因表达变化的可视化和分析功能。为此,可以提取具有朝向目标簇的命运偏差的细胞。princip…

如何去学一个R包(上)---生信技能树jimmy

序言

FateID是用于定量单细胞转录组数据集中细胞命运偏倚的方法,所述数据集包含从共同祖先(Herman,Sagar和 Grün2018)产生的不同细胞类型。预期祖先群体是数据集的…

旷视提出Circle Loss,革新深度特征学习范式 |CVPR 2020 Oral---CV君

本文提出用于深度特征学习的Circle Loss,从相似性对优化角度正式统一了两种基本学习范式(分类学习和样本对学习)下的损失函数。通过进一步泛化,Circle Loss 获得了更灵活的优化途径及更明…

使用monocle2分析文章数据---生信技能树jimmy

前言

第三单元第十一讲:使用monocle2分析文章数据


课程链接在:http://jm.grazy.cn/index/mulitcourse/detail.html?cid=53<…

是否可以根据10X转录组数据来推断基因组CNV信息呢?---生信技能树jimmy

有学员问10x的3‘端测序来infer CNV 是否可靠?

这个问题,说实话,很难回答,因为要是能完整回答这个问题,其实就是一篇正经的生物信息学文章了。

而且以前的确有文…

「面试心理学」面试前的思考---童欧巴

口味:乾隆白菜

烹饪时间:15min

面试是一直火热并广受大家关注的话题,社区内不断输出着丰富的面试题以及各大厂面经,以题目为主,经验为辅。但其实在整个面试环节中重要…

你以为细胞聚在一起就是一类细胞吗---生信技能树jimmy

我一直强调过,所谓的单细胞数据分析,其实就5个R包,分别是: scater,monocle,Seurat,scran,M3Drop 需要熟练掌握它们的对象,:一些单细胞转录组R包的对象 分析流…

单细胞转录组的CNV可以区分细胞恶性与否---生信技能树jimmy

对单细胞转录组数据计算基因组层面的CNV信息,这个概念最早来自于Aviv Regev实验室,在她的一系列文章里面得到了淋漓尽致的展示。

Aviv Regev;早年在以色列的特拉维夫大…

漫画:二叉树系列 第八讲(二叉树的剪枝)---程序员小浩

在之前的系列中。我们学习了DFS、BFS,也熟悉了平衡二叉树,满二叉树,完全二叉树,BST(二叉搜索树)等概念。在本节中,我们将学习一种二叉树中常用的操作 -- 剪枝。这里额外说一点,就本人而言…

漫画:二叉树系列 第七讲(完全二叉树的节点个数)---程序员小浩

在上一篇中,我们学习了解了平衡二叉树,并且利用DFS进行了验证。在本节中,我们将继续学习完全二叉树的相关内容。首先了解一下什么是完全二叉树。

01

完全二叉树

nature文章也要挖掘单细胞公共数据---生信技能树jimmy

我列过一个生物信息学入门200篇NGS文献解读计划,其中一个文献是发表于2018的NC,标题是:Unravelling subclonal heterogeneity and aggressiv…

乳腺癌转移过程中的异常发育途径---生信技能树jimmy

当你的才华还撑不起你的野心时,请潜下心来,脚踏实地,跟着我们慢慢进步。不知不觉在单细胞转录组领域做知识分析也快两年了,通过文献速递这个栏目很幸运聚集了一些小伙伴携手共进,一起成长。

sc-RAN-seq 数据分析||Seurat新版教程:整合分析---生信技能树jimmy

如果只是做单个样本的sc-RNA-seq数据分析,并不能体会到Seurat的强大,因为Seurat天生为整合而生。

本教程展示的是两个pbmc数据(受刺激组和对照组)整合分析策略,…