The Desktop cDNA Annotation System (dCAS) automates large-scale cDNA sequence analysis. dCAS allows ...
dCAS:Desktop cDNA Annotation System
阅读全文
主成份分析（PCA）在生物芯片样本筛选中的应用及在R语言中的实现
主成份分析方法可以对基因芯片的样本聚类情况进行可视化，可获得样本在实验组和对照组之间的直观分布情况，从而便于对异常样本进行检测和去除，否则异常样本的存在将会对差异基因的鉴定等后续分析造成不利影响。下面...
多重检验中的FDR错误控制方法与p-value的校正
数据分析中常碰见多重检验问题(multiple testing).Benjamini于1995年提出一种方法,通过控制FDR(False Discovery Rate)来决定P值的域值. 假设你挑选了...
PyMOL–一款强大的开源分子可视化系统
最近由于在课题中发现氨基酸序列在pfam中又有了新的预测结果(SMART中没有,看来pfam数据更新更频繁),于是又需要进行一些序列的二级及三级结构简单预测,并进行相关的观察,由于很久没有搞这些东西了...
BLAST常见错误原因解析
常见问题 1．运行formatdb时报下列错误： [formatdb] ERROR: 1.seq.nhrOutput Blast-def-line-set.E.<title> Invali...
R语言基础入门之七：方差分析
一、单因子方差分析（one-way ANOVA） 1)建模： 我们采用multcomp包中的cholesterol数据集作为例子，其中response为响应变量，trt为预测变量，这个处理中有五种水平...
R语言基础入门之五：简单线性回归
线性回归可能是数据分析中最为常用的工具了，如果你认为手上的数据存在着线性定量关系，不妨先画个散点图观察一下，然后用线性回归加以分析。下面简单介绍一下如何在R中进行线性回归。 一、回归建模 我们利用R语...
标准差与标准误的区别
在日常的统计分析中，标准差和标准误是一对十分重要的统计量，两者有区别也有联系。但是很多人却没有弄清其中的差异，经常性地进行一些错误的使用。对于标准差与标准误的区别，很多书上这样表达：标准差表示数据的离...
R语言基础入门之六：Logistic回归
让我们用logistic回归来结束本系列的内容吧，本文用例来自于John Maindonald所著的《Data Analysis and Graphics Using R》一书，其中所用的数据集是an...
R语言基础入门之四：常用的统计推断
通常一个研究项目能够获得的数据是有限的，以有限的样本特征来推断总体特征就称为统计推断。推断又可细分为区间估计和假设检验，二者虽有区别，但却是一枚硬币的两面，之间有着紧密的关联。 一、对总体均值进行区间...