入门生物信息学，选了一条比较难的路，直接从底层算法开始，这种做法其实不太明智。读了"Algorithms on Strings, Trees and Sequences"，一本厚厚的算法书，后半部分其实读得有些粗糙。今天读完了第一遍，总的来说还是有些收获，将笔记记录于此。全书总共分为四部分：基本字符串算法、后缀树算法、非精确匹配算法、映射与测序。基本字符串算法以KMP为代表，这

简单推荐几本不错的高级统计学书籍1.《应用多元统计分析》2.《多元统计分析》3.《线性和广义线性混合模型及其统计诊断》4.《独立成分分析》5.《高级医学统计学》6.《医学统计学》此外，还有两本统计书也还可以：《SPSS统计分析高级教程》《SAS高级统计分析教程》。顺便推荐...

转自：https://mp.weixin.qq.com/s/XThAKeSBriHbeYKlU96pmA代谢组学研究产生大量的数据，这些数据具有高维、小样本、高噪声等复杂特征。如何从复杂的代谢组学数据中提取出有价值的信息，筛选出潜在的生物标志物成为近年来代谢组学研究的热点和难点。据此，本文针对目前代谢组学数据分析中的常用统计学方法及其研究进展进行介绍。代谢组学数据的特点代谢组学是...

目标检测是计算机视觉中的重要任务之一。本系列博客将总结目标检测的各类算法，包括传统方法、基于CNN的算法（One stage、Two stage）。本文主要对传统方法进行概述，大部分思想源自网上的博客和论文。个人观点，广义的目标检测不仅包括物体检测（Object Detection），还包括边缘检测（Border Detection）及关键点检测（Landmark Detection）等。因此..

生物信息学早已不再局限于基因组学领域了，后基因组学越来越受到关注，并且这几年“多组学”的也研究越来越多。其中，代谢组学是相对比较年轻的一门学科，“代谢组”（metabolome）的概念于1998第一次被提出。基因组学和转录组学是生物信息的上游，更多的体现的是生物活动的内在本质因素，而代谢组学是生物信息的最下游，体现的是生物活动的表型结果。代谢组学分为靶向代谢组学和非靶向代谢组学，本文将结合本人的经

生物信息学早已不再局限于基因组学领域了，后基因组学越来越受到关注，并且这几年“多组学”的也研究越来越多。其中，代谢组学是相对比较年轻的一门学科，“代谢组”（metabolome）的概念于1998第一次被提出。基因组学和转录组学是生物信息的上游，更多的体现的是生物活动的内在本质因素，而代谢组学是生物信息的最下游，体现的是生物活动的表型结果。代谢组学分为靶向代谢组学和非靶向代谢组学，本文将结合本人的经

转自：https://mp.weixin.qq.com/s/XThAKeSBriHbeYKlU96pmA代谢组学研究产生大量的数据，这些数据具有高维、小样本、高噪声等复杂特征。如何从复杂的代谢组学数据中提取出有价值的信息，筛选出潜在的生物标志物成为近年来代谢组学研究的热点和难点。据此，本文针对目前代谢组学数据分析中的常用统计学方法及其研究进展进行介绍。代谢组学数据的特点代谢组学是...

转自：https://mp.weixin.qq.com/s/XThAKeSBriHbeYKlU96pmA代谢组学研究产生大量的数据，这些数据具有高维、小样本、高噪声等复杂特征。如何从复杂的代谢组学数据中提取出有价值的信息，筛选出潜在的生物标志物成为近年来代谢组学研究的热点和难点。据此，本文针对目前代谢组学数据分析中的常用统计学方法及其研究进展进行介绍。代谢组学数据的特点代谢组学是...

生物信息学早已不再局限于基因组学领域了，后基因组学越来越受到关注，并且这几年“多组学”的也研究越来越多。其中，代谢组学是相对比较年轻的一门学科，“代谢组”（metabolome）的概念于1998第一次被提出。基因组学和转录组学是生物信息的上游，更多的体现的是生物活动的内在本质因素，而代谢组学是生物信息的最下游，体现的是生物活动的表型结果。代谢组学分为靶向代谢组学和非靶向代谢组学，本文将结合本人的经

目标检测是计算机视觉中的重要任务之一。本系列博客将总结目标检测的各类算法，包括传统方法、基于CNN的算法（One stage、Two stage）。本文主要对传统方法进行概述，大部分思想源自网上的博客和论文。个人观点，广义的目标检测不仅包括物体检测（Object Detection），还包括边缘检测（Border Detection）及关键点检测（Landmark Detection）等。因此..