果蝇基因符号到人类基因符号的ID转换
是指将果蝇(Drosophila melanogaster)基因的符号转换为对应的人类基因的符号。这项转换可以帮助研究人员将果蝇模型中的基因信息与人类基因组中的相关信息进行比较和分析。以下是对这个问题的完善和全面的答案：
概念： 果蝇基因符号到人类基因符号的ID转换是一种数据处理技术，用于将果蝇基因的符号（通常是一串字母和数字的组合）转换为对应的人类基因的符号。
分类： 这种转换可以分为手动转换和自动转换两种方式。
优势：
- 提供了一种链接果蝇模型与人类基因组的桥梁，帮助研究人员更好地理解果蝇基因的功能和与人类相关的基因。
- 加速了果蝇模型在人类基因研究中的应用，有助于识别果蝇模型中基因与人类遗传疾病之间的关联。
- 为基因组学研究提供了更广阔的研究视野，促进了基因功能的深入探索。
应用场景： 果蝇基因符号到人类基因符号的ID转换在以下场景中具有重要的应用价值：
- 生物医学研究：帮助研究人员理解果蝇模型在人类疾病研究中的应用，促进疾病机制的探索和治疗方法的开发。
- 药物研发：通过比较果蝇和人类基因的相似性，加速新药筛选和评估的过程。
- 进化研究：通过比较果蝇和人类基因的演化关系，揭示基因的保守性和变异性，深入了解基因组的进化机制。
推荐的腾讯云相关产品： 腾讯云提供了一系列云计算产品和服务，其中以下产品可以帮助研究人员进行果蝇基因符号到人类基因符号的ID转换：
- 腾讯云基因组学分析平台：提供了基因序列分析、功能注释、关联分析等功能，可以帮助研究人员进行基因符号的转换和分析。
- 腾讯云人工智能平台：包括图像识别、自然语言处理等功能，可以辅助研究人员进行基因符号的自动识别和转换。
- 腾讯云大数据平台：提供了数据存储和计算资源，支持大规模基因数据的处理和分析。
相关产品介绍链接地址：
- 腾讯云基因组学分析平台：https://cloud.tencent.com/product/gaap
- 腾讯云人工智能平台：https://cloud.tencent.com/product/ai
- 腾讯云大数据平台：https://cloud.tencent.com/product/cdp
请注意，以上推荐的腾讯云产品仅作为示例，实际选择使用哪些产品应根据具体需求进行评估和决策。
相关·内容
1回答
我想从基因符号(例如: TTN)和基因ID(例如: ENSG00000155657)中获取人类基因组的基因位置。我想用R的biomaRt包来做，怎么做呢？
浏览 12提问于2017-08-29得票数 1
回答已采纳
我有一个数据帧
gene_symbols<- c ('ABL1', 'ABL1', 'Abl2', 'Accn1', 'Accn1')
Result_value<- c (1, 4, 5, 5, 2)
df<-data.frame(gene_symbols, Result_value)
在这个gene_symbols的数据框架中有重复，但它是人类和老鼠基因的混合体。
我还有第二个dataframe用作条件查找或字典
humanGene<-c('ABL1', '
浏览 56提问于2021-05-14得票数 0
回答已采纳
2回答
这就是问题所在。该数据库描述了物体(不同物种的基因)之间的对称和可转移关系。如果物种1的X基因与物种2的Y基因相关，而物种2的Y基因与物种3的Z基因相关，则物种1的X基因与物种3的Z基因相关。
下面是一个示例表：
species1 gene1 species2 gene2
2 Y 1 X
2 Y 3 Z
现在，这是我想要做的。给定物种1和3(都在species2栏中)，在gene2列中找到gene2中的所有基因，其中gene1列中有一个共同的值。
基本上，这就是我想要的输出：
X Z
..。对于满足这个条件的每一对。
请
浏览 2提问于2020-03-20得票数 1
回答已采纳
我正在使用R中的biomaRt查询ensembl的人类基因hsapiens数据库。我正在使用函数getBM获取所有基因的名称、起始位置和停止位置，但我找不到正确的属性来检索转录起始点( TSS )。这可能是因为它被认为与seqType= c("3utr", "5utr")相同
浏览 1提问于2012-10-22得票数 3
回答已采纳
我正在修第四年的生物信息学课程。在目前的任务中，教授给了我们一个gff文件，其中包含了人类基因组中所有的miRNA基因，注释为基因-MIR。我们应该使用grep，以及正则表达式和其他命令行工具来生成人类基因组中唯一的miRNA名称列表。这看上去相当直截了当，我知道如何做到这一点。但我在整理文件和删除重复行时遇到了困难。我们应该在一个命令行中这样做，但我在这样做时遇到了困难。
这是一个grep命令，用于生成一个基因-和平号列表：
grep -Eo "(\gene-MIR)\d*\w*" file.gff
但这只会产生一个包含多个重复的庞大列表。所以我试着：
grep -Eo &#
浏览 1提问于2021-09-25得票数 2
回答已采纳
我已经构建了一个小的RDF模型:它只包含几个三元组，描述了人类基因组上的一些项目。
我只想保留那些与某些基因组片段(比如“基因”)重叠的项目，存储在另一个关系数据库中。这个基因数据库太大，无法插入到我最初的RDF模型中。
在查询过程中，有没有办法扩展ARQ以在我的模型中注入一些新的语句( RDF语句描述的只是与项目重叠的基因)？
输入：
uri:object1 my:hasChromosome "chr1" .
uri:object1 my:hasStartPosition "1235689887" .
uri:object1 my:hasEndPosit
浏览 5提问于2012-09-20得票数 2
回答已采纳
1回答
所以我有几个很大的文件代表了人类基因组中的每一个位置。这两个文件都是基因组中每个位置的某种类型的“分数”的二进制掩码，我有兴趣获得一个新的掩码，其中两个分数都是"1“，也就是两个掩码的交集。
例如：
File 1: 00100010101
File 2: 11111110001
Desired output: 00100010001
在python中，将这些大文件(包含500-2.5亿个字符)读入字符串非常快。但是，我不能只是把字符串放在一起。我可以这样做
bin(int('0001',2) & int('1111&
浏览 4提问于2015-12-09得票数 0
回答已采纳
1回答
我有300个小球体，它们代表了具有相对3D位置的人类基因。问题是:我需要在每个球体上添加一个标签(标签假设贴在球体的一侧)来显示基本的基因信息，当使用旋转相机时，标签可以随着球体旋转。我在网上找不到任何例子，请帮帮忙！
任何建议都是非常感谢的！
浏览 0提问于2013-08-14得票数 0
11回答
我正在查找以字节为单位的存储量(MB、GB、TB等)。需要用来储存单个人类基因组。我在维基百科上读了一些关于DNA、染色体、碱基对、基因的文章，有一些粗略的猜测，但在透露任何东西之前，我想看看其他人是如何处理这个问题的。
另一个问题是人类DNA中有多少个原子，但这不是这个网站的话题。
我知道这是一个近似值，所以我在寻找能够存储任何人的DNA的最小值。
浏览 6提问于2012-01-22得票数 97
回答已采纳
1回答
在使用MySQL中运行良好的以下代码执行计数步骤之后，我希望计算总体平均值：
mysql> SELECT name2, COUNT(name2) FROM refGene GROUP BY name 2;
name2是一个数据库列的可变名称，其中包含人类基因的名称，它通常具有重复值(因此，为了发现数据库中存在的重复par基因的次数，已经执行了计数(通过上述代码))，但在此之后，我想获得所有基因的总体平均值，而不是每个基因的平均值。
例如，
name2
COX2
COX2
BCL
BAX
BRO
BCL
因此，COX2的计数为2，BCL为2，BAX为1，BRO为1。所有这些值之和为6(示例
浏览 0提问于2018-05-14得票数 2
回答已采纳
2回答
我有两个列表(实际的列表会大得多)：
> ratList
ratGene ratReplicate ratAlignment ratRNAtype
10 Sdhb Thymus_M_GSM1328752 2 reg
11 Fasn Thymus_M_GSM1328752 2 reg
12 Dok10 Thymus_M_GSM1328752 2 rev
13 Hspa5 Thymus_M_GSM1328752
浏览 3提问于2014-08-07得票数 0
回答已采纳
我有一个html选项select和两个选项：
<select name="subject" id="subject">
<option value="option1">Option 1</option>
<option value="option2">Option 2</option>
</select>
我还有一个带有id=“人类基因组”的div元素。
<div id="human-genome"></div&g
浏览 6提问于2022-01-09得票数 2
回答已采纳
2回答
我想随机获得很多人类基因组片段(其中5亿多个)。
这是整个过程的部分工作。我有.sam的结果文件从保龄球，与1000万人类基因组读对齐。我希望将每个查询读取与sam文件中的“引用序列”进行比较。我使用的参考序列是来自UCSC的hg19.fa。因此，我需要能够从hg19.fa (或染色体文件)中获取序列，使用sam文件中的位置。
例如，通过给予:chr4 4:35654-35695，我可以得到42 get的序列：
gtcttccagggtttttatatttttgggttttacacttaagt
到目前为止，我有两个解决方案: 1.从UCSC服务器获取序列的python脚本：
使用pytho
浏览 1提问于2014-04-15得票数 1
我想为人类基因中所有可能的外显子创建一个文库。这不能通过Ensembl中提供的gtf文件来实现。因为我想要创建所有可能的外显子组合以及外显子和内含子的mRNA。我看过不同的平台来搜索这个，但没有得到任何结果。所以请谁能帮我整理一下。提前谢谢。
浏览 21提问于2021-02-08得票数 0
我刚开始编码R(和一般的编程)，最近我把它作为我工作的一项要求。我的实验室正在使用一个叫做"clusterProfiler“的R包来分析在我们的组织样本中发现的几种蛋白质。使用下面的代码，我成功地在一个名为“geneList”的样本数据集上运行了一个基因本体过度表示测试，并创建了一个选择基因参与的生物过程的热图。这一程序的代码如下：
devtools::install_github(
c("guangchuangyu/enrichplot",
"guangchuangyu/DOSE",
"guangchuangyu/clust
浏览 3提问于2018-06-12得票数 1
假设我有一个数据框，其中一列表示值，另一列表示该值被观察到的次数：
x <- data.frame(value=c(1,2,3), count=c(4,2,1))
x
# value count
# 1 1 4
# 2 2 2
# 3 3 1
我知道我可以使用weighted.mean获得数据的加权平均值，使用几个软件包(例如limma)提供的weighted.median函数获得加权中值，但是我如何获得数据的其他加权统计数据，例如第一和第三个四分位数，可能还有标准差？使用rep“扩展”数据不是一个选择，因为sum(x$count)大约
浏览 1提问于2011-03-15得票数 4
回答已采纳
2回答
我知道这可能是php的一个晦涩难懂的用法，但我正在研究一个以一种相当有趣的方式导航人类基因组的想法。
问题是，我需要知道我是否可以写一个php脚本来解析免费可用的数据，如果可以，我该如何开始？有没有现成的php脚本可以做到这一点？
浏览 0提问于2012-01-25得票数 1
1回答
为类似的行写入值
、、、、
我被困在如何解决问题上了。我有一个矩阵，格式如下：
Sequence Position Raw Binding (log ratio)
UC001AOZ.3 146 -0.746
UC001AOZ.3 147 -1.27
UC001AOZ.3 148 -1.66
UC001AOZ.3 149 -2.16
UC001AOZ.3 150 -2.08
... ... ...
UC222AOF.2 5000 1.22
UC222AOF.2
浏览 3提问于2016-07-27得票数 0
回答已采纳
对于支持超过2^31个键的数组，是否有任何内置的it选项。这将使键类型为System.Int64而不是System.Int。虽然2^31是一个相当大的数目，但在越来越多的应用程序中，更多的密钥会有所帮助。例如，人类基因组中有超过30亿个碱基对。有什么简单的选择吗？
浏览 2提问于2010-02-13得票数 2
回答已采纳
2回答
我正在分析一个大型实验(12400个单细胞和23800个基因)的基因表达数据，我遇到了一个效率问题。我将在下面编写一个可重复的示例，但我的问题如下：
我将数据集中的鼠标基因转换为人类对应基因，以便与以前发布的其他数据进行比较。在某些情况下有多个匹配(一个人类基因被映射到多个老鼠基因)。在这种情况下，我想对这些多个基因的表达值进行平均值，并给出一个人类基因对应的表达值。我可以通过将表达式数据转换为矩阵格式(这允许重复的行名)并应用aggregate()函数来实现这一点，但是需要很长时间才能遍历大型数据集。很难举例说明这里的确切情况，但我的模拟分析管道如下：
data <- as.matri
浏览 0提问于2018-11-10得票数 2
回答已采纳
我是一个试图学习R编程的生物学家，这是我关于堆栈溢出的第一个问题。我一直在试图找出这个问题的答案，但一直处于死胡同。我在R中有一个data.frame，它包含两个元素。第一个元素是人类基因id的字符向量，第二个元素是包含每个基因分数的列表。
head(results)
gene_id Score
1 A1BG 3.2828283, 0.2378641, NA, 3.1857143, 9.6956522, 3.0759162
2 A2BP1
浏览 0提问于2014-10-28得票数 2
回答已采纳
我想使用NCBI BLAST+针对一个参考基因组对几个序列进行BLASTn，并且只输出带有登录号、E值和其他信息的行，从BLAST+输出(因为从BLAST+输出有几条无关的行)输出到csv。我有这些文件：
带有人类基因序列登录号的文本文件，每行一个：GSEA-toBLASTaccession.txt
参考基因组：botznik-chr.fa
输出csv：GSEABLAST.csv
下面是我编写的执行以下代码的代码：
for acc in `cat GSEA-toBLASTaccession.txt`; do
echo $acc | blastn -db botznik-chr.fa -
浏览 2提问于2018-07-27得票数 1
回答已采纳
5回答
我在Linux工作。我有3个文件(每个文件大约2 2Gb，包含人类基因组序列)。我有java代码来处理这些文件，通过在PHP开发的web界面。处理时间约为24小时，甚至更长。
如何从PHP运行Java代码，以便在关闭浏览器时处理不会终止。
由于处理时间如此之长，因此在处理完成之前保持浏览器打开是不可行的。
我假设它需要批处理。
浏览 2提问于2011-05-17得票数 0
回答已采纳
我正在使用R Gviz软件包来绘制我的深度测序数据。我在研究酿酒酵母基因组。当我把染色体表意图添加到我的图中时，着丝点就不会被绘制出来。
library(Gviz)
sacCerIdeoTrack <- IdeogramTrack(genome = "sacCer3", chromosome = "chrI")
plotTracks(sacCerIdeoTrack, from = 180e3, to = 220e3)
相反，当我使用人类基因组做同样的操作时，就会显示着着丝粒的位置。
library(Gviz)
humanIdeoTrack <- I
浏览 1提问于2019-06-26得票数 0
所以我有一个非常大的数据帧，在这个例子中是这样布局的：
line gene1 gene2 gene3 gene4 gene5 survival
1 4.05 7.65 0.25 0.789 10.5 0.90
2 2.51 4.36 12.5 7.56 8.99 0.50
3 3.65 2.55 48.8 5.65 5.89 0.25
4 5.65 1.54 8.99 9.2
浏览 4提问于2016-09-23得票数 0
我在我的RNAseq中使用了Phytozome的高粱ID。我想通过cytoscape为特定的基因列表创建基因网络。不幸的是，我无法使用字符串或其他工具，因为我在Phytozome 12中使用的基因id无法识别。所以我的问题是如何克服这个问题并为我的基因列表创建节点和边？提前谢谢。
浏览 47提问于2019-02-12得票数 0
2回答
下面有一组字符串要搜索：
1大学神经科。新墨西哥州，阿尔伯克基，北部；2摩尔。医学博士贝勒上校，休斯顿，德克萨斯；3精神病学，大学。德克萨斯西南医学大学的。德克萨斯州达拉斯；4 4Clin。Erasmus大学将军。医学。Ctr.，鹿特丹，荷兰；5人类基因，埃默里大学，亚特兰大，GA
上面是一组地址，它以一个数字(用于将其链接到个人).Need开始，将所有地址搜索为：
1大学神经科。新墨西哥州阿尔伯克基州
2 2Mol。医学贝勒上校，休斯顿，德克萨斯州
3大学精神病学。德克萨斯西南医学大学的。德州达拉斯Ctr.
4 4Clin。ErasmusUniv.医学。荷兰鹿特丹
5人类基因，Em
浏览 1提问于2012-09-23得票数 0
回答已采纳
我想翻译一个序列的前15个碱基，然后从中找到最后一个氨基酸的名称。我有我的fasta文件fasta文件用于人类基因组的MTHFR序列。 library("Biostrings")
myseq <- readDNAStringSet("sequence (1).fasta", format = "fasta")
head(myseq) 其输出如下所示： DNAStringSet object of length 1:
width seq names
浏览 22提问于2020-11-09得票数 0
编辑以澄清输入/输出。我认为无论如何，这都会有点慢，但到目前为止，我还没有真正考虑到我的python脚本中的速度，我正在试图找到加速这样的操作的方法。
我的输入是被腌制的基因组序列字典。我目前正在研究两个基因组，一个是出芽酵母基因组(磁盘上有11.5 MB )，另一个是人类基因组(2.8GB)。这些字典的形式如下：
seq_d = { 'chr1' : 'ATCGCTCGCTGCTCGCT', 'chr2' : 'CGATCAGTCATGCATGCAT',
'chr3' : 'ACTCAT
浏览 3提问于2016-09-03得票数 4
回答已采纳
1回答
使用生物艺术的问题
、、、
在提取所有人类基因时，我试图使用lapply来改变物种的名称。
我还在学习如何使用lapply，我不知道我做错了什么。
到目前为止，我已经：
library(biomaRt)
我创造了这些集市：
ensembl_hsapiens <- useMart("ensembl",
dataset = "hsapiens_gene_ensembl")
ensembl_mmusculus <- useMart("ensembl",
dataset = &
浏览 1提问于2018-04-25得票数 1
回答已采纳
2回答
按秩和条件提取R中的行
、、、
我试图了解如何根据一个数字列中的值从表中提取前十行，但只从符合适用于第二个数字列的条件的行中提取。
首先是关于数据。我有一个表格，列出了几千个人类基因的表达差异(log_fold_change)和这个差异(p_value)的p值。这张桌子看起来是这样的：
log_fold_change p_value
APOD 1.7388209 0.4820801
S100B -1.1514299 0.5995658
CD63 0.6066951 0.4935413
PMEL -1.4977796 0.1862176
MT2A
浏览 5提问于2020-10-03得票数 2
回答已采纳
1回答
可变性分析的算法
、、
我使用了很多直方图。特别是，这些直方图是沿着人类基因组片段的基本呼叫。
X轴上的每个点都是组成DNA的四个含氮碱基(A，C，T，G)之一，y轴代表碱基能够被“调用”(或被测序仪识别，以便对基因组进行排序，这只是确定基因组中每个碱基的同一性)的次数。
其中许多直方图显示了大致线性的衰减(当机器无法获得足够的读取深度时)，从平台型区域下降到0或(几乎为-0)。当分数降到零时，这意味着定序器无法确定碱基的身份。如果你以前见过双螺旋，这意味着测序仪不能识别出螺旋的一半。基因组的某些区域比其他区域更难描述。在>=100级别上，具有大量基本呼叫的基本(或x个数据点)能够被确定地识别。例如，如果一个b
浏览 1提问于2011-03-12得票数 2
回答已采纳
1回答
如果标题不是最好的，我很抱歉。我不确定如何正确地表达这一点。
我正在使用dpylr进行一些过滤。因此，为了给出一点背景知识，df1是所有人类基因的列表。df2有一个与某些途径相关的基因列表。为我提供df2列表的软件并不总是使用df1中的正确基因名称，因此当我使用此过滤器时，它们会被跳过
filtered <- df1 %>%
filter(gene.name %in% df2$V1)
所以我遗漏了一些我感兴趣的数据。我想知道是否有一种方法可以将名为filtered的新df与df2与一些标记独特差异的代码进行比较？filtered数据框的大部分将与df2相同，但df2将只具有
浏览 6提问于2019-03-28得票数 0
回答已采纳
我有一个文本文件，如下所示：
gene1 gene2 gene3
a d c
b e d
c f g
d g
h
i
(每一列都是一个人类基因，每一列都包含数量可变的蛋白质(字符串，在这里显示为字母)，这些蛋白质可以与这些基因绑定)。
我想要做的是计算每个字符串有多少列，输出该数字和所有列标题，如下所示：
a 1 gene1
b 1 gene1
c 2 gene1 gene3
d 3 gene1 gene2 gene3
e
浏览 0提问于2011-08-04得票数 9
回答已采纳
我是R的新手。我有一个包含两列的大型(3.2 Gb) txt文件。第一列具有人类基因组序列位置，第二列具有对应于每个位置的值。我想从第一列中找到特定位置的行号，然后将这些行读入R中的表中。由于内存问题，我无法导入该文件。这是一个R代码的例子，我试图从我的数据文件的第一列中获取一个特定位置的行号。数据文件名为my.data。
con <- file("my.data",open="r");
grep("13108", con)
grep不起作用。
如果有人能告诉我正确的代码，我将不胜感激。
浏览 1提问于2013-08-08得票数 3
我有一张具有以下结构的桌子
gene transcript exon length
A NM_1 1 10
A NM_1 2 5
A NM_1 3 20
A NM_2 1 10
A NM_2 2 5
A NM_2 3 50
B NM_5 1 10
... ...
浏览 4提问于2015-04-25得票数 0
回答已采纳
我正在处理人类基因组，在一个患者中有大约1000万个SNP(由“SNP_ID”识别)。我有两个包含行的引用TSV，每行包含一个SNP_ID和一个浮点数(以及许多其他元数据)，它都是ASCII码格式的。这些参考TSV的大小为300-500 in。
我需要根据TSV中包含的标准来过滤1000万个SNPs。换句话说，找到包含SNP_ID的行，查找浮点数，并确定该值是否高于阈值。
我的想法是将SNP存储在python集合中，然后对每个TSV进行扫描，查找TSV中的行是否与集合中的任何对象匹配。你认为这是一种合理的方法吗，或者在有1000万个项目的集合中查找时间会非常慢吗？我有成百上千的病人需要做这个，
浏览 0提问于2019-09-05得票数 0
1回答
几个月来，我一直在努力弄清楚如何做到这一点，所以希望有人能给我一些澄清。我已经创建了一个R脚本，它显示了我的数据库基因表中的所有值。所以它给出了每个基因的长度(以核苷酸计)，我水平地放置它。
主要思想是从另一个名为QGRS的表中获取值，该表包含每个QGRS的长度。我的问题是，在一个基因上有很多QGRS，所以我不知道如何用R来证明这一点。也许有更好的方法，但我的想法是让水平基因长度条是一种颜色，并让QGRS长度出现在这些条形图上，作为不同的颜色来突出QGRS在基因上的位置。这是针对所有基因的。我不明白如何在单个条形图上获得多个值，以及如何正确地叠加这两个图。
我希望这是合理的。以下是我所拥有的：
浏览 0提问于2014-06-01得票数 0
1回答
我有一个包含人类基因的数据集。我想检查所有可能的等位基因组合。所以我的df： Human Gene AllelA AllelB
1 gene1 C C
1 gene2 A T
1 gene3 G G
1 gene4 T A
2 gene1 C C
2 gene2 G G
3 gene4 C C
4
浏览 17提问于2020-04-14得票数 2
回答已采纳
我正在寻找一个R解决方案(或一般逻辑解决方案)来将智人基因名转换为Danio rerio基因名。我目前的编码技巧相当原始，所以我尝试用for-循环和if-语句来编写一些东西，但是它只能获得一个正方根基因，但是它是多个的。例如，对于人类基因REG3G，有三个斑马鱼同源基因: si:ch211-125e6.13，zgc:172053，凝集素。我已经添加了我编写的代码，但这只是最后一个代码，但我希望它能够全部输出。
我也有困难找到R/BiomaRt代码，以帮助完成这一任务，并希望任何建议。
# Read excel file containing list of zebrafish genes an
浏览 1提问于2022-11-15得票数 -2
我有一个相对简单的问题:给定一个基因在基因组中的位置，在这一点上返回基因的名称。
我现在解决这个问题的方法是在cython中使用以下类：
class BedFile():
""" A Lookup Object """
def __init__(self, bedfile):
self.dict = {}
cdef int start, end
with open(bedfile) as infile:
for line in infile:
浏览 3提问于2015-12-15得票数 4
回答已采纳
2回答
我正在研究由32亿个字符组成的人类基因组，我有一个需要在这些数据中搜索的对象列表。就像这样：
result_final=[]
objects=['obj1','obj2','obj3',...]
def function(obj):
result_1=search_in_genome(obj)
return(result_1)
for item in objects:
result_2=function(item)
result_final.append(result_2)
每个对象在数据中的搜索需要将近30秒
浏览 1提问于2014-07-21得票数 2
回答已采纳
首先，如果这篇文章有点长，我很抱歉，但我想完整地描述一下我遇到的问题和我已经尝试过的东西。
我正在尝试在多个条件下将两个数据帧对象连接(合并)在一起。如果要满足的条件都是'equals‘运算符，我知道如何做到这一点，但是，我需要使用小于和大于。
数据帧表示遗传信息:一个是基因组中的突变列表(称为SNPs)，另一个提供有关基因在人类基因组上的位置的信息。对这些对象执行df.head()将返回以下结果：
SNP DataFrame (snp_df)：
chromosome SNP BP
0 1 rs3094315 752566
1
浏览 0提问于2015-07-14得票数 7
我正在接触一些基因组分析，有点卡住了。我有一些非常稀疏的数据，需要找到移动平均值超过某个阈值的地方，将每个点标记为1或0。数据的类型是唯一的，所以我不能使用可用的程序进行分析。
每个点代表人类基因组上的一个点(basepair)。对于每个数据集，都有200,000,000个潜在的点。数据本质上是一个大约12000个索引/值对的列表，其中所有其他点都被假定为零。我需要做的是对整个数据集进行移动平均值，并返回平均值高于阈值的区域。
我目前正在从数据集中顺序读取每个点，并围绕我找到的每个点构建一个数组，但对于大窗口来说，这是非常慢的。有没有更有效的方法来做到这一点，也许是使用scipy或熊猫？
编辑
浏览 1提问于2013-05-02得票数 5
回答已采纳
我有一个20列的网格，其中有100到1,000行。
如果每个单元格平均有50个字符，我估计1000行网格将由20x50x1000个字符组成= 1MB。
此网格的数据必须由服务器在一个(或多个) AJAX请求中返回。网格不可编辑...它只是一种表示大量信息(特别是关于人类基因的信息)的方式。
我很难决定我是应该在一个AJAX请求中还是在几个AJAX请求中返回它。您是否认为在一个AJAX请求的XML/JSON响应中返回的数据(1MB)太多了？这是反模式吗？或者看到所有数据在逻辑上是一个网格的一部分，这有意义吗？
这更多的是一个设计问题，而不是其他问题。我很感谢你的反馈。
浏览 0提问于2013-09-19得票数 2
1回答
RDF/XML的注释3 URI
、、、、
我正在尝试通过rdf:about转换器将n3文件转换为rdf/xml。不幸的是，有些URI有特殊的字符，比如：。->基因:01.01.01%Fog2/ -> | ->基因:17867|203045
转换器注意到这个例子是注释3的语法错误。我到处寻找转义字符，这将有助于我完成约定，但没有成功。有人知道我如何在URI中表示这些特殊字符吗？有没有其他的转换器可以让我继续这个约定？
如果我删除这些URI，我的文件将正常转换。提前谢谢。
浏览 10提问于2012-08-23得票数 3
我正在尝试使用biomaRt将超过90k的探针ID列表转换为基因符号，但遇到了问题。使用getBM函数，我可以看到其中只有22k具有相应的基因符号，但输出是一个长度为22k的向量，并且我看不到与初始探针ID列表的对应关系。使用getBMlist，我可以得到为那些不匹配的探测器指定的NA值的输出，但是该函数会给出一条警告消息，指出getBMlist不适用于大型列表。如何获得90k基因符号和na值的输出？
浏览 1提问于2013-03-15得票数 1
我一直在使用R包gene来创建对数转换的基因表达数据的高斯图形模型(我有367个基因和150个样本)。然而，如果我在应用genes之前考虑两个基因的相关性，我会发现一个正相关，而当我看到巨大的输出的部分相关性时，我会看到一个反转的符号。也就是说，如果两个基因显示出正的边际相关性，那么当使用海量时，我会看到负的偏相关。我知道偏相关应该减少相关性，但我不明白它是如何完全改变符号的。有没有人知道为什么这可能会或将能够为我指出一个不同的包？ library(huge)
#The TCGA Pancreatic Illumina sequencing with patients as columns
浏览 6提问于2019-05-02得票数 0
回答已采纳
我有一个来自CLC基因组工作台的RNA-seq读取输出，用于拟南芥。基因列表包含基因名称的混合(即"TRY“、"TMM”、"SVP“、"FLC")和ID(例如"AT1G01390"，"AT1G01310"，"AT1G01240")。我想将它们全部转换为基因名称，这样我就可以通过GO terms R包运行它(该包似乎不像AT1G01390那样读取ID)。 当我使用biomaRt的getBM()函数时，它返回的基因比我读入的基因列表要少得多。来自《中图法》的原始列表包含所有拟南芥基因(27,655)，而get
浏览 113提问于2019-05-12得票数 0
所以我有一个有六个文本框和几个按钮的用户控件。其中一个按钮是“清除”的。当我单击btnClear_Click处理程序中的“清除”按钮时，我希望找到我的用户控件中的所有文本框(仅在我的用户控件中)。然后将它们设置为空字符串。就这样。就这样。
事实证明，这是一件难以克服的巨大困难的事情。找到答案就像试图绘制人类基因组图一样。我只想迭代这些控件。没别的了。
我不想听到我想要做的事情的好处。只是怎么做的机械原理。就像这样：
public partial class myUserControl: UserControl
{
private void btnClear_Click(object s
浏览 0提问于2018-07-12得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
