基于同源重组的过表达载体构建
P3×FLAG-CMV14-TRIM26质粒构建1. 载体信息载体:p3×FLAG-CMV14(C端FLAG),分子量6310bp,图谱如下:
选择酶切位点:EcoR I: GAATTC;BamH I:GGATCC
2. 引物设计引物设计,因为选择的方法是无缝克隆(同源重组)的方法,所以在引物两端分别加上15bp左右的同源臂(多克隆位点不算在内),加上酶切位点;同时,FLAG标签是C端的,所以下游引物基因的终止密码子应该去除。引物序列如下:
CMV-26F-F: TAAGCTTGCGGCCGCGAATTCATGGCCACGTCAGCCCCA
CMV-26F-R: TTTGTAGTCAGCCCGGGATCCGGGTCTTAGCAGGAGGCG
3. PCRPCR反应体系如下:
组分
体积
ddH2O
7.5
2Xbuffer
10
CMV-26F-F(10 nM)
0.5
CMV-26F-R(10 nM)
0.5
DNA模板
1
酶
0.5
程序:
98℃,3 min –> | 98℃,30s –> 60℃,30s –> 72℃, ...
抗癌药物筛选工具cellMiner系列
CellMiner介绍网址: https://discover.nci.nih.gov/cellminer/CellMiner。
由DTB, CCR, NCI, NIH等机构建成。它是一个为癌症研究社区所建的数据库和查询工具,以促进整合和研究NCI-60癌症细胞系的分子和药理学数据。NCI-60是一个由60种不同的人类癌症细胞系组成的细胞组,由美国国家癌症研究所的发展治疗项目用来筛选超过10万种化合物和天然产品。
CellMiner工具可以快速检索22,379个基因和360个microrna的转录本数据,以及20503种化合物的活性报告,包括102种经美国食品和药物管理局批准的药物。使用5个微阵列平台定量NCI-60中基因转录本的表达水平。
药物和化合物活性水平的定量。药物活性水平表示为50%生长抑制水平(GI50),在48小时内使用硫代霍达明B测定。可以从该网站上下载数据,自己用R语言进行分析。分析步骤可以参考:cellMiner数据库的使用及药物敏感性预测
rcellminerrcellminer是一个分析cellminer的R包。rcellminer R包补充了CellMiner ...
免疫浸润分析方法总结
总结目前主流的免疫细胞浸润方法,整理归纳可用的资源及相关代码的实现,以及可视化方式,方便以后查询和分享。
这里面提到的免疫浸润分析主要是基于组织样本转录组测序数据或者基因芯片数据的分析。因为我们取到的肿瘤组织并不只是包含肿瘤细胞,其中还有正常细胞、免疫细胞、基质细胞、血管细胞等。不同的细胞具有一些标志性的marker,免疫细胞也是一样。因此,可以根据这些marker基因在组织中的表达量,结合一些生物信息学的算法,评估和量化免疫细胞浸润、免疫微环境。
对免疫微浸润的分析,本质上,就是搞清楚肿瘤组织当中免疫细胞的构成比例。对不同类型的肿瘤浸润免疫细胞进行定量研究,有助于阐明肿瘤免疫应答的机制、评价肿瘤治疗的免疫原性作用,最终指导设计合理治疗方案。当然,这个结果只是一个计算的推测结果,跟单细胞测序的实测相比更粗糙。优点是更经济实惠。
计算分析免疫浸润的方法主要有三类:基于cellMarker的,部分去卷积和完全去卷积的方法。
CIBERSORTCIBERSORT是2015年发表于Nature Methods上的文章,是基于线性支持向量回归(linear support vector r ...
《金融的本质》——读书笔记
《金融的本质》作者:伯南克,前美联储委员会主主席,曾编著《宏观经济学原理》、《微观经济学原理》等教材
这本书的作者是前美联储委员会主席,所以主要是从美联储来讲的,全书包括了4讲,从美联储的诞生,讲到二战后的美联储,再到金融危机、次贷危机时美联储的政策,最后到危机后的金融市场及美联储。因为不是学金融的,所以对于很多专业名词不太明白。
这本书主要讲了美联储在金融危机中的调控作用。美联储及我们的中央银行,成立于20世纪初。它在历次的金融危机中发挥着重要的作用。而且,这种作用越来越重要。
金融危机的本质是信心的危机,是信任危机。当人们不再相信银行可以帮自己保管财产了,就会将存款取回,而这种现象一旦大范围的发生,就会影响银行的资金流。因为银行主要就是靠存款和放贷的利息差来赚钱。一旦资金流出问题了,银行就会面临倒闭,这个时候就需要美联储或者央行的调配资金来渡过危机。
经济的发展决定货币政策的走向,而货币政策的改变将会调控未来经济的发展。宽松的货币政策可以促进经济的发展,人们更容易拿到资金用于经济活动,而收紧的货币政策可能一定程度上制约的金融活动,人们发现利息更高了,更不容易拿到资金了,从而金融活 ...
单样本基因集富集分析——ssGSEA
单样本基因集富集分析——ssGSEA1. 概述单样本基因集富集分析(single sample gene set enrichment analysis, ssGSEA),是GSEA方法的扩展,计算每个样本和基因集配对的富集分数。每个ssGSEA富集评分代表了样本中特定基因集的成员被协调上调或下调的程度。相关文章于2009年发表于Nature:
Title: Systematic RNA interference reveals that oncogenic KRAS-driven cancers require TBK1。
Year: 2009
Journal: Nature
DOI: 10.1038/nature08460
GSEA生成一个基因集的富集得分,与一个数据集中的样本集合的表型差异有关。ssGSEA不同于以组别为单位(比如cancer vs normal)的GSEA分析,而是每个样本都可以得到相应基因集的评分。通过这种方式,ssGSEA将单个样本的基因表达谱转换为基因集富集谱。这种转化使研究人员能够根据生物过程和途径的活性水平而不是通过单个基因的表达水平来描述细 ...
GZ07课程学习笔记
前段时间买了果子学生信的第7个课程,GZ_07,是关于批量操作的。最开始学习do.call这个函数的使用也是从果子老师的公众号推文里面学到的。
大概有两个小时的视频,一边学习,一边操作,花了半天的时间。总的来说还是蛮有收获的,总结如下:
1. 关于for循环的使用“能够处理一次,就能够处理多次”。这是精髓。只要能够用代码实现一次的操作,比如计算相关性,生存分析,绘图等,就可以通过for循环进行多次批量的操作。,把需要实现的目标写下来,一个步骤一个步骤的实现。然后再通过for循环实现批量的操作。
比如,将HALLMARKS的条目写成我们喜欢的没有下划线的那种大小写的形式:Tnfa signaling pathway。
第一步:将下划线改为空格;
第二步:将前面的HALLMARK去掉;
第三部:改成首字母大写,其他小写的形式。
代码:
12345678910111213141516171819202122rm(list = ls())load(file = "data/hallmarks_gene_set.Rdata")#1.把下划线替为空格library(string ...
hexo+git重建博客(整理)
本地搭建Hexo环境windows 本地安装git和nodejs
用git bash运行,安装hexo-cli:
1npm install -g hexo-cli
初始化hexo,比如我要在~/blog下搭建博客
123cd ~hexo init blogcd blog
之后继续安装hexo-deployer-git和hexo-server,一个用于git自动部署,一个用于本地简单的服务器。第三个是butterfly主题要用到的。
123npm install hexo-deployer-git --savenpm install hexo-servernpm install hexo -renderer -pug hexo -renderer -stylus - -save
执行:hexo g #或者hexo generatehexo s #或者hexo server
就可以访问http://localhost:4000看到博客了。
然后,安装和部署了butterfly主题。
服务器部分安装和设置git账户 #登录服务器
#安装git
1yum install git
#新建用户 ...
博客迁移
2021年6月26日,博客迁移之新的服务器。
git部分又折腾了好久。
2021年6月27日,添加自动部署。
蛋白质组学分析实践(一)
蛋白质组学分析实践(一)文章标题:The Primary Effect on the Proteome of ARID1A-mutated Ovarian Clear Cell Carcinoma is Downregulation of the Mevalonate Pathway at the Post-transcriptional Level
期刊:Molecular & cellular proteomics
年份 : 2016
DOI: 10.1074/mcp.M116.062539.
BibTex: Goldman.2016
数据来源:http://proteomecentral.proteomexchange.org, ID: PXD004570.
说明:本文是学习了生信技能树公众号蛋白质组学相关推文学习整理的。
MaxQuant搜库MaxQuant搜库的部分主要是电脑在跑程序,设置几个参数,注意experiment中的设置,应该为每一个重复试验文件为一个名字,相互之间各不相同,才能得到6个LFQ值进行统计分析。(第一次搜库就是没有设置这个,导致只有一个L ...
在jupyter notebook中使用R
0. 安装jupyter notebook12345pip install jupyter notebook#安装插件pip install jupyter_nbextensions_configurator jupyter_contrib_nbextensionsjupyter contrib nbextension install --userjupyter nbextensions_configurator enable --user
安装完成后,extensions里面勾选 “Table of Contents” 以及 “Hinterland”
1. 安装IRkernel在R中输入
12install.packages('IRkernel')IRkernel::installspec() # to register the kernel in the current R installation
安装完成后通过cmd控制台输入jupyter notebook,选择新建R就可以了
2. 更改默认打开的文件夹首先在cmd下使用下面的命令新建和找到配置文件的位 ...