主编评语这篇文章最好的地方不只在于推荐了工具，提供了一套分析流程，更在于详细介绍了有哪些方法可用、什么时候用哪些方法和有什么注意事项。这也是我们易生信培训过程中广泛讨论的问题。 Abstract 单细...

Python是一种面向对象的解释型计算机程序设计语言。Python具有丰富和强大的库。它常被昵称为胶水语言，能够把用其他语言制作的各种模块（尤其是C/C++）很轻松地联结在一起。Python语言也有一...

导读 在单细胞研究的大潮中，新的测序方法层出不穷。不过，很少有人对这些方法进行系统的比对。慕尼黑大学生物学家Wolfgang Enard最近领导团队，在小鼠胚胎干细胞的基因表达研究中比较了一些常用的单...

卷积神经网络(Convolutional Neueal Networks,简称CNN)可以说是神经网路模型中的"网红"网络框架，在计算机视觉方面贡献很大。卷积神经网络中的核心基础，涉及卷积层、池化层、...

卷积神经网络是以卷积层为主的深度网路结构，网络结构包括有卷积层、激活层、BN层、池化层、FC层、损失层等。卷积操作是对图像和滤波矩阵做内积（元素相乘再求和）的操作。1. 卷积层 常见的卷积操作如下： ...

Traditional Pooling Methods 要想真正的理解Global Average Pooling，首先要了解深度网络中常见的pooling方式，以及全连接层。 众所周知CNN网络中常...

研究基因功能的人建个树，需要找近缘物种、外类群十几至几十个物种，费N天的劲才能做个树。而宏基因组领域的人不用去收集其它物种，因为研究的对像本身就有几百到几千的物种，为了方便阅读或展示主要信息，我们反而...

声明：本文为QIIME2官方帮助文档的中文版，由中科院遗传发育所刘永鑫博士翻译并亲测有效，文档翻译己获QIIME2团队官方授权。由于QIIME2更新频繁，如使用中遇到问题请访问QIIME2官方论坛阅读...

Hi-C技术主要将空间结构临近的DNA片段进行交联，并将交联的DNA片段富集，然后进行高通量测序，对测序数据进行分析即可揭示全基因组范围内的染色体片段间的交互作用。利用Hi-C技术可以揭示基因组的一般...

深度卷积神经网络（CNNs）在特征识别相关任务中取得的效果，远比传统方法好。因此，CNNs常用于图像识别、语音识别等。但是，因为CNNs结构庞大，一般都会包含几十个神经层，每一层，又有数百至数千个神经...