我用conda创建了R=4.4.3的环境，然后直接用安装，发现会有一堆依赖问题导致无法顺利安装，然后就尝试用conda自己去安装。我先用了默认的conda包管理工具结果是一堆冲突，简单就说，我在当前的R=4.4.3环境下办不到。那我试试mamba呢？毕竟mamba可比conda快多了这下不报错了，但是我定睛一看，他这是要改我的R的环境啊！这肯定不能同意。那咋办呢？那就只能老老实实，自己解决依赖问题

什么是Galaxy很多公司开始推广他们的可视化生信分析工具，有人说未来的趋势是无代码，分析只要拖拖点点就行了。无代码只能说是一个噱头，毕竟人人都会“用"excel，也不是人人都是数据分析师。但是一个数据分析师肯定知道如何正确的使用excel，所以一个真正的生信媛/猿也不会嫌弃那些可视化的工具。毕竟写代码累了，没事拖拖点点也是别样的乐趣。Galaxy就是很多年前在云计算背景下诞...

Dash应用布局后续的操作前,需要安装如下Python包pip install dash==0.20.0# The core dash backendpip install dash-renderer==0.11.2# The dash front-endpip install dash-html-components==0.8.0# HTML componen...

在没有解决bug之前，你永远不知道bug到底是怎么产生的。问题缘起: 当我习惯性地用top查看任务运行状态时，发现我运行的100个任务，只有3个在运行，其他都在摸鱼状态。同时发现我的任务进程都是"D"状态(未截图)，而不是R(运行)状态。top状态这个时候，我直觉上感觉这是硬盘读写除了问题，于是我开始检索查找相关工具去验证我的猜想先用的是iostat -x ...

原因很简单，Seurat版本高了，Matrix和irlba版本没跟上。先重启R或者Rstudio。

Pytorch是目前最火的深度学习框架之一，另一个是TensorFlow。不过我之前一直用到是CPU版本，几个月前买了一台3070Ti的笔记本（是的，我在40系显卡出来的时候，买了30系，这确实一言难尽），同时我也有一台M1芯片Macbook Pro，目前也支持了pytorch的GPU加速，所以我就想着，在这两个电脑上装个Pytorch，浅度学习深度学习。

三代数据由于其高错误率(目前应该是10%左右), 即便在组装前有一步纠错环节，但是组装得到序列依旧存在着许多错误，因此需要进行polish环节。polish分为两个层次，三代原始序列polish和二代序列polish。其中三代纠错这一步速度会很慢，所以有些人会选择直接用二代序列进行纠错。（从我个人项目经验来看，直接用二代纠错的效果和先三代再二代区别并没有那么显著，也有可能是我的项目...

首先访问SRA的提交界面，https://submit.ncbi.nlm.nih.gov/subs/sra/，在没有登陆NCBI时，网页内容如下所示未登录时点击Log in, 会进入一个新的网页用于登陆或者创建新的NCBI账户。登陆NCBI在创建完账号或者登陆之后，返回之前的SRA上传页面，界面就变成了如下。登陆后他提示了有三种方法可...

语言模型，每次都是输出他认为概率最大的一个

nature protocols上发了一篇文章，题目为"Pathway enrichment analysis and visualization of omics data using g:Profiler, GSEA, Cytoscape and EnrichmentMap", 手把手将哪些只会实验的人如何通过点击鼠标的方式学会通路分析，挖掘他们高通量测序结果，包括转录组, 基...