- 综合排序
- 最热优先
- 最新优先
- 来自专栏「毅硕|生信教程」
Sentieon | 小麦全基组（WGS）分析流程
引言 今天给大家介绍的是基于 Sentieon 软件开发的用于小麦全基因组测序数据的自动化流程脚本。 该流程实现了从原始测序数据（FASTQ）到变异检测结果（GVCF）以及joint calling的完整分析流程，支持多个测序平台和输出格式。 测试小麦样本平均测序深度7.55x，从FastQ到VCF全流程分析最快用时1.4个小时，大幅缩短小麦全基因组WGS分析时间，有效加快小麦的分子育种进程。 SRR29871703_2.fastq.gz 测试硬件配置 CPU为单颗AmpereOne A192-32X 内存为512GB DDR5 系统为Ubuntu 24.04/Kernel 6.8 测试结果 使用本文流程对小麦全基因组测序数据进行变异检测分析 从FastQ到VCF全流程分析最快用时1.4个小时，大幅缩短小麦全基因组WGS分析时间，有效加快小麦的分子育种进程。
40110编辑于 2025-09-25 - 来自专栏好奇心Log
GEE主成分分析全流程
在GEE中，可能会遇到波段数非常多的情况，这时就可以考虑使用主成分分析法只生成两、三个主成分，减少后续工作量。 ，并且设置主成分分析影像的分辨率等。 在进行主成分分析之前，进行预处理（协方差缩减等）。 .divide(sdImage); return principalComponents }; //进行主成分分析，获得分析结果 var pcImage = getPrincipalComponents 将下载的影像，导入到arcgis或envi中，进行你所需要的分析。这里稍微提一下，在深度学习中，也可以用主成分分析法处理多波段影像，获得三个波段，用于训练与预测。
1.5K20发布于 2021-11-10 Sentieon | 猪全基组（WGS）分析流程
引言今天给大家介绍的是基于 Sentieon 软件开发的用于猪全基因组测序数据的自动化流程脚本。 该流程实现了从原始测序数据（FASTQ）到变异检测结果（GVCF）以及joint calling的完整分析流程，支持多个测序平台和输出格式。 测试猪样本测序深度9.98X，从FASTQ到VCF全流程分析最快用时14.74分钟，大幅缩短了猪全基因组WGS分析时间，有效加快动物的分子育种进程。 Sus_scrofa.Sscrofa11.1.dna.toplevel.fa.gz测试硬件配置CPU为单颗AmpereOne A192-32X内存为512GB DDR5系统为Ubuntu 24.04/Kernel 6.8测试结果使用本文流程对猪的全基因组测序数据进行变异检测分析 从FastQ到gVCF全流程分析最快用时14.74分钟，大幅缩短了猪的全基因组WGS分析时间，有效加快动物的分子育种进程。
32210编辑于 2025-10-11全流程更新----Spatial HD数据全流程更新（数据分析 + 图像识别）
HD数据已经有了很多项目了，之前也一直提HD数据是要结合图像分割来分析的，但是10X官网的分析方法仍需要改进, 同时要有显微镜扫描的高清btf文件，目前能做这个的公司不多，而且我们需要一种更加简单实用经济的分析方法 核心点：将细胞分割与Visium HD转录组学数据相结合目前HD数据分析面临的一些挑战首先，一些细胞比聚集的spot尺寸小，从而导致污染。更有问题的是，这些spot很少完全重叠在单个细胞上。 解决方法Bin2cell等先前的工作提出了一种结合形态学和基因表达信息来获得准确的单细胞转录物计数的方法，而不是使用8µm x 8µm的bin进行下游分析。 最佳解决方案：基于深度学习的细胞分割模型 + 空间表达数据方法步骤（1） 图像分割（2）Bin-to-Cell Assignment（3）Cell Type Annotation（4）下游的个性化分析（ ├── cells_adata.csv │ └── merged_results.csv └── cells_df.csv输出目录进行下游个性化分析即可
74510编辑于 2024-10-21数据分析：基于STAR+FeatureCounts的RNA-seq分析全流程流程
表进行统计分析，并对其生物学意义或者临床意义进行解读。 Installating Software 分析流程涉及到众多的软件以及R包等，为了更方便配置该环境，建议使用anaconda软件安装。 分析流程主要包含11步，其中1-6步是fastq数据质控以及注释；7-12步是简单的统计分析；后续会扩展其他分析。 Gene Name: Gene Name是经过HGNC批准的全基因名称;对应于上面批准的符号（Gene Symbol）。例如TP53对应的Gene Name就是：tumor protein p53。 但是通过分析基因涉及的代谢途径，我们可以在更高层次上解释处理因素对基因的影响。常用富集分析的R包clusterProfiler。
1.8K10编辑于 2024-07-05- 来自专栏山行AI
flink的local模式启动全流程源码分析
主要针对一个WordCount的示例来对flink中关键组件如taskManager和jobMaster等服务的启动流程进行一个简要的分析。 counts.print() } } } 这是一个执行WordCount的操作，我们以这个demo为入口来对整个执行流程进行分析记录。 生成JobGraph流程 这里就先流水式地记录一下，之后的文章中再详细地进行分析。
2.2K20发布于 2020-05-22 - 来自专栏科研猫
单细胞测序全流程分析课程
伴随着二代测序技术成本的降低和测序通量的增加，传统的分子生物学研究手段例如基因芯片、CGH、多重PCR测序、CpG岛的寡核苷酸芯片检测技术等等逐渐被RNA-seq、外显子组和全基因组以及CpG位点高通量测序等技术代替 ： 数据获取和清理 质量控制和筛选 多样本、多批次的数据整合分析 细胞亚群的鉴定、注释和功能注释 肿瘤细胞和正常细胞的鉴定和拷贝分析 拟时序分析分析 细胞转录活性调控分析 细胞间通讯分析 基于RNA-seq 分组细胞的差异基因功能富集分析；G. GSVA分析结果的热图对比。 论文主要图表3: A和B.免疫细胞的整合；C. 代表性marker的表达热图；D. 因此，为了广大研究生，包括科研小白和代码小白能顺利开展承担单细胞测序数据的分析能力，我们精心设计了一套基于R语言的完整版单细胞RNA测序分析课程，从R语言入门循序渐进到实际开展单细胞数据分析，满满干货！ 让你尽快熟悉完成上述9大数据分析的能力，从而课题组里单细胞数据分析的任务，成为别人眼中的“科研达人”！
83610编辑于 2022-04-09 - 来自专栏生信菜鸟团
孟德尔中介分析全流程代码（一）
我们进行了单变量孟德尔随机化分析，以研究(i)教育程度和阿尔茨海默病；(ii)教育程度和成像表型；以及(iii)成像表型和阿尔茨海默病之间的双向关联。 extrafont) library(anchors) 这里作者写了一个函数，如果上过 生信入门&数据挖掘线上直播课6月班 马拉松授课的GEO数据挖掘单元 有一定R语言基础的话，不妨尝试理解这个函数，后续的分析会大大简化
3.7K33编辑于 2023-09-09 - 来自专栏天意生信俱乐部
保姆级教程 | CellCall细胞通讯分析全流程
本教程从环境配置到结果解读，全面掌握CellCall分析流程。无论你是新手还是专家，都能通过这篇指南挖掘细胞对话的奥秘，揭示组织微环境中的信号网络。 通路富集分析 为了理解细胞通讯的功能意义，我们进行通路富集分析： # 获取表达数据 n <- mt@data$expr_l_r_log2_scale # 对每对细胞类型进行通路富集分析 pathway.hyper.list DIY.color = FALSE) # 自定义颜色 # 保存为交互式HTML文件 networkD3::saveNetwork(sank, "ST-SSC_full.html") Sankey图是一种流程图 ，并进行基因集富集分析。 总结 CellCall提供了从细胞间通讯识别到下游转录调控的完整分析流程。
69400编辑于 2025-05-21 - 来自专栏Sentieon
Sentieon | 水稻全基因组（WGS）分析流程
今天给大家介绍的是基于 Sentieon 软件开发的用于水稻全基因组测序数据的自动化流程脚本。 该流程实现了从原始测序数据（FASTQ）到变异检测结果（GVCF）以及joint calling的完整分析流程，支持多个测序平台和输出格式。 测试水稻样本测序深度36.98X，从FASTQ到VCF全流程分析最快用时8分钟，大幅缩短了水稻全基因组WGS分析时间，有效加快水稻的分子育种进程。 ASM3414082v1_genomic.fna.gz测试硬件配置CPU为单颗AmpereOne A192-32X内存为512GB DDR5系统为Ubuntu 24.04/Kernel 6.8测试结果使用本文流程对水稻全基因组测序数据进行变异检测分析 从FastQ到VCF全流程分析最快用时8分钟，大幅缩短了水稻的全基因组WGS分析时间，有效加快作物的分子育种进程。
48010编辑于 2025-10-29 Sentieon | 鸡全基因组（WGS）分析流程
今天给大家介绍的是基于 Sentieon 软件开发的用于鸡全基因组测序数据的自动化流程脚本。 该流程实现了从原始测序数据（FASTQ）到变异检测结果（GVCF）以及joint calling的完整分析流程，支持多个测序平台和输出格式。 测试鸡样本测序深度55.26X，从FASTQ到VCF全流程分析最快用时29.21分钟，大幅缩短了鸡的全基因组WGS分析时间，有效加快畜禽的分子育种进程。 mat.broiler.GRCg7b_genomic.fna.gz 测试硬件配置CPU为单颗AmpereOne A192-32X内存为512GB DDR5系统为Ubuntu 24.04/Kernel 6.8测试结果使用本文流程对鸡全基因组测序数据进行变异检测分析 从FastQ到VCF全流程分析最快用时29.21分钟，大幅缩短了鸡的全基因组WGS分析时间，有效加快畜禽的分子育种进程。
33210编辑于 2025-11-11MySQL 死锁问题：成因分析与排查解决全流程
单条更新并发2.索引缺失或索引失效，导致“锁扩大”展开代码语言：SQLAI代码解释UPDATEordersSETstatus=1WHEREuser_id=100;如果user_id没有索引：InnoDB会进行全表扫描锁住大量行 FROMinformation_schema.INNODB_LOCK_WAITS;MySQL8.0可使用：展开代码语言：SQLAI代码解释SELECT*FROMperformance_schema.data_locks;第四步：分析
1.2K21编辑于 2026-01-12- 来自专栏Sentieon
Sentieon | DNAscope 核心家系（trio） WES 分析全流程详解
模型下载：https://github.com/Sentieon/sentieon-models/四、分析流程该分析流程是一个针对家系WES数据的变异检测流程，核心目标是准确识别先证者的denovo突变 该流程用于处理家系（trio，通常指先证者及其父母）全外显子组测序（WES）数据的变异检测流程，使用sentieon工具和bcftools进行分析。 核心分析流程如下：步骤1：单样本变异检测使用DNAscope对家系每个样本进行变异检测，生成GVCF。 同时提交步骤1，待其完成后再提交步骤2至步骤8，全流程能在12分钟内完成100X的WES样本的家系分析，内存最大占用为21.69G。 在匹配开源流程分析结果的前提下，大幅提升WGS、WES、Panel、UMI、ctDNA、RNA等测序数据的分析效率和检出精度，并匹配目前全部第二代、三代测序平台。
19110编辑于 2026-05-09 - 来自专栏生信技能树
ATACseq 数据分析全流程实战（三）：课后习题
本帖子学习资源：https://rockefelleruniversity.github.io/RU_ATACseq/ 续上前面的实战： 在R语言中的 ATACseq 数据分析全流程实战（一） 在R语言中的 ATACseq 数据分析全流程实战（二） 6.2 课后习题 题目：https://rockefelleruniversity.github.io/RU_ATACseq/exercises/exercises ENCFF447BGX.fastq.gz bam：https://www.encodeproject.org/files/ENCFF053CGD/@@download/ENCFF053CGD.bam 当然我们也可以用前面的数据进行分析
41910编辑于 2025-03-17 - 来自专栏CSDNToQQCode
CSDN情感倾向分析API——功能测试——全流程演示
凭借领先的人工智能与自然语言分析技术，自动对包含主观信息的文本进行情感倾向性判断，为口碑分析、话题监控、舆情分析等应用提供基础技术支持。 目录 API购买地址： Token位置 情感分析API的使用说明 API_postman测试 API购买地址： 【https://mall.csdn.net/item/92613】 可以看到有5次(体验 确认支付： 直接点击去使用 Token位置 操作页面如下： 在这里可以看到访问的时候需要的【token】 情感分析API的使用说明 再次打开购买页面，查看使用方法 【https://mall.csdn.net "confidence": 0.90536, "negative_prob": 0.042588 } ] } 对照返回参数说明咱们进行人工分析
49720编辑于 2022-11-29 - 来自专栏生信菜鸟团
BD单细胞测序数据分析流程（全）
但是目前中文平台中关于BD公司的单细胞测序介绍较少，暂无完整的中文分析教程，今天我们来分享全流程的BD单细胞测序数据分析。 BD：BD公司的单细胞测序技术采用了特殊的芯片和试剂盒，测序数据通常需要通过BD公司提供的分析软件进行预处理，包括数据质控、细胞识别和基因表达估计等步骤。 与BD相比，10x的数据预处理流程有所不同。 但是这些预处理步骤，我们可以不去过多的关心，因为预处理的数据通常都是下机之后，公司会交给我们的，我们只用继续下游的分析即可。 所以后续我取了0和1群重新进行整合分析。最后，取0.1分辨率。 很多时候，我们都需要进行多轮的数据分析，直到最后的数据符合实际和实验设计。 3. 4.BD的中文教程确实少，BD想推广的话，不妨多搞一些教程和示例数据给大家分析分析。 5.由于第一次处理BD的数据，或许是我对本数据集的处理有问题，如有错误，请指教！
4.3K12编辑于 2024-04-11 - 来自专栏R语言及实用科研软件
🤩 Seurat | 空间转录组数据分析的标准流程！~（四）（Visium HD全流程）
写在前面 用Seurat按Visium HD官方流程，完成从多分辨率 bin（8/16 μm）加载 → 归一化 → 下采样 sketch → 全量投影 → 空间聚类（BANKSY） → 标注与可视化。 作图或分析前务必确认DefaultAssay，否则容易“跨分辨率错读”。 localdir <- ". 全量μm级数据很大，直接PCA/邻居图会慢。 先抽样（这里是5000）建模，再把结果投影回全量，效率与效果两全。 并且Sketch有利于保留稀有细胞亚群。
56610编辑于 2025-11-13 - 来自专栏软件测试
性能测试全流程解析：从需求分析到报告输出
一个完整的性能测试流程不仅能发现系统的瓶颈问题，还能为系统优化提供数据支持。本文将详细解析性能测试的全流程，从需求分析到报告输出，带你一步步掌握性能测试的精髓。 通过需求分析，确定测试的范围和目标，为后续的测试计划制定提供依据。二、测试计划：制定详细的测试方案根据需求分析的结果，制定详细的测试计划。测试计划应包括以下内容：测试环境：硬件、软件、网络配置等。 六、数据分析：找出性能瓶颈测试结束后，对收集到的数据进行分析。数据分析的目的是：识别系统的性能瓶颈（如CPU、内存、磁盘I/O、网络等）。分析响应时间分布，找出慢请求。检查错误日志，分析错误原因。 问题分析：性能瓶颈和错误分析。优化建议：针对问题的改进建议。测试结论：总结测试结果，判断系统是否满足性能要求。报告应简洁明了，重点突出，便于项目团队理解和决策。 总结性能测试是一个系统性的工程，从需求分析到报告输出，每个环节都至关重要。只有严格按照流程执行，才能发现系统的真实性能问题，为系统优化提供可靠依据。希望本文能帮助你更好地理解和实施性能测试全流程。
51610编辑于 2025-08-30 - 来自专栏QQ音乐前端团队专栏
直播全流程探索
音乐也接入了直播能力，支持演唱会的直播和主播、明星直播，根据互动方式的不同，我们可以分为互动直播和推流直播，本人有幸参与了直播从无到有的过程；对直播这一块有了一个比较清晰的认识，本文主要对web部分的直播流程进行介绍 整个生成阶段的流程如下： ? ---- 传输阶段 传输阶段主要是是视频从采集端到用户端的过程。 EXT-X-MEDIA-SEQUENCE 接下来请求的第一个TS分片的序号， #EXT-X-TARGETDURATION 每个分片TS的最大的时长，当前为9s, #EXTINF 分片TS的信息，如时长等** HLS的请求流程是 H5部分 点播功能已经全量，支持后退／快进／进度拖动／全屏，直播正在接入中。 pc部分 点播功能已经灰度，在H5基础上新增／音量控制／自定义全屏ui／清晰度切换，直播正在接入中。
6K80发布于 2018-05-29 - 来自专栏杂谈v
软件研发流程（全）
文章转自：Leangoo 原文链接：https://www.leangoo.com/staged-project.html 软件产品开发流程： 下图所示的是一个软件产品开发大体上所需要经历的全部流程 ： leangoo软件研发流程1副本.png 1、启动 在项目启动阶段，主要确定项目的目标及其可行性。 3）需求 在需求阶段，需要对采集的需求进行需求分析，编写PRD文档、UI设计、高保真设计。 最后进入需求评审，评审通过则进入下一步的工作 4）设计 在设计阶段，设计人员根据需求文档，对软件系统进行设计，包括数据结构、系统架构、业务模型及规则、流程控制、模块接口等。 7）端到端测试 在端到端测试阶段，测试人员根据完整的业务流程设计可以覆盖全流程的端到端测试案例，然后基于端到端案例对系统的各个模块进行全面测试，确保系统能够符合需求和验收质量标准。
2.2K41发布于 2019-09-17
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号