logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

福利分享:用GPU资源加速Flare FEP计算性能测试

前言FlareFEP是一个高度集成且用户界面友好的自由能微扰(Free Energy Perturbation,FEP)计算工具,它由Cresset和英国爱丁堡大学的Julien Michel博士合作开发而来1。Flare FEP健壮、用户友好、经过充分验证2,使用“炼金术”转化来预测同系物的相对结合亲和力变化。FEP计算有两个步骤非常耗费计算资源:一个是小分子的力场参数化,另一个是炼金术法过程.

#人工智能#云计算#大数据
并行计算部分总结

1。计算机的峰值为主频x4。2。计算机读取数组时,一次会读入一行,要最大限度的利用已读入的数据,减少频繁读写的次数。3。多线程内存共享,多进程需要消息传递来交换变量。4。利用管道在不同程序之间传递内容(可以是管道符|或mkfifo mypipe)5。平均不同节点的计算量,尽量做到负载平衡。6。数据分块是每块大小尽可能为cache的1/3。7。MPI_CHAR 为一个字符,但不一定是一个字节。8。在

高颜值生物信息在线绘图工具

一之前,出了一期画图专辑:好色之旅-画图三字经简洁明快地总结了生信宝典推出的一系列画图相关文章,包括多种形式的热图、线图、柱状图、箱线图、泡泡图、韦恩图、进化树、火山图、生存分析等(点上面的链接还有美女相赠),这些都是基于R代码或简便封装的R脚本,便于学习和使用。另外还有Cytoscape和其它作图工具以及图形排版的介绍,是在家作图、出门收藏的必备良品。代码很简单,封装很方便,但在使用时还是有不少

Nat Commun | 黄秀娟团队发表基于粪便微生物组的机器学习多类诊断模型,可精准预测不同疾病...

已有研究表明,肠道微生物群的不平衡即“菌群失调”,会导致各种人类疾病的出现。目前,微生物标志物的开发主要基于二元分类器法。新的研究结果显示,多数健康状况表现出重叠的肠道微生物组特征,单一疾病诊断模型可能会被不相关的疾病混淆,进而导致错误的分类。虽然人们开始尝试开发多类诊断模型,但先前依赖公共数据集进行分析的工作所涉及的异质性、技术偏差和批次效应限制了模型的准确性。近日,香港中文大学黄秀娟教授团队在

P450Rdb:一个由细胞色素P450酶催化的人工整理的反应数据库

细胞色素P450酶(Cytochrome P450酶,简称P450酶)是世界上公认的用途最广泛的催化剂,在生物代谢和生物合成过程中发挥着重要作用。尽管数据库中有大量的P450基因(超过30万个),但只有一小部分(不到0.2%)进行了功能表征。为了提供一个方便的平台,提供丰富的p450及其相应反应的信息,作者引入了P450Rdb数据库,这是一个人工整理的资源,汇集了p450催化反应的文献。Highl

#数据库
2022年度“中国生物信息学十大进展”公布

为推动我国生物信息学的学科发展和创新研究,充分展示和宣传我国生物信息学领域的重大研究成果,《基因组蛋白质组与生物信息学报》(Genomics, Proteomics & Bioinformatics, 简称GPB)组织评选了2018年度、2019年度、2020年度和2021年度“中国生物信息学十大进展”。在此基础上,GPB继续组织2022年度评选活动,经过推荐、初选和复选程序,现公布202

#人工智能
生信宝典:生物信息学习系列教程、视频教程

生信宝典公众号是中科院遗传所2015年生物信息博士毕业生陈同创建,致力于传播生信知识,帮助生信入门和生信分析,近来也在做生信培训广受好评。生信的作用越来越大,想学的人越来越多,不管是为了以后发展,还是为了解决眼下的问题。但生信学习不是一朝一夕就可以完成的事情,也许你可以很短时间学会一个交互式软件的操作,却不能看完程序教学视频后就直接写程序。也许你可以跟着一个测序分析流程完成操作,但不懂得背后的..

#linux#python
iMeta | 复杂热图(ComplexHeatmap)可视化文章最新版,画热图就引它

复杂热图可视化https://doi.org/10.1002/imt2.43PROTOCOL●2022年8月,德国癌症研究中心顾祖光在iMeta在线发表了题为“Complex heatmap visualization”的方法类文章。● 该研究系统性地介绍了 ComplexHeatmap R包在复杂热图可视化方面的特性和功能。●第一/通讯作者:顾祖光 (z.gu@dkfz.de)文章上线仅3个月,

文章图片
一文学会PCA/PCoA相关统计检验(PERMANOVA)和可视化

MANOVA的前提假设 https://www.real-statistics.com/multivariate-statistics/multivariate-analysis-of-variance-manova/manova-assumptions/https://www.statology.org/manova-assumptions/它的计算方式是不同组样品之间的距离(或距离的排序)平方

iMeta | ggClusterNet微生物网络分析和可视化保姆级教程

---node节点注释#-----------#-----计算边#--------### 出图pnet使用升级的model_maptree2:不在可以将每个模块独立区分,而是将模块聚拢,并在整体布局上将离散的点同这些模块一同绘制到同心圆内。# ---node节点注释#-----------#-----计算边#--------### 出图pnet。

文章图片
    共 381 条
  • 1
  • 2
  • 3
  • 39
  • 请选择