论文类
系统生物学学院
一号
TL;DR:数例剖面插件调查,包括寻找与基因表达式变化相关联的交互路径,研究细胞恢复所涉蛋白综合体脱氧核糖核酸,推理Halobctium综合物理/功能交互网络和详细随机基因调节模型接口
抽象性 :Cytoscape是一个开源软件项目,用高通量表达数据和其他分子状态将生物分子交互网络整合成统一概念框架并用蛋白质-蛋白质、蛋白-DNA和基因交互大数据库时,Cytuscape最强,人类和模型生物越来越多地使用这些数据库Cytoscape软件核心提供基础功能布局查询网络视觉整合网络表达式剖面图、pheno类型和其他分子状态并连接网络数据库函数注解核心通过直通插件架构扩展,允许快速开发更多计算分析和特征数例剖面插件调查,包括寻找与基因表达式变化相关联的交互路径,研究细胞恢复所涉蛋白综合体脱氧核糖核酸,推理Halobctium综合物理/功能交互网络和详细随机基因调节模型接口
32980引用
2013年1月23日
TL;DR:论文展示了一种新颖方式 组合集和内部编译者传递产生大于相加益益并展示数强程序优化
抽象性 :高层次数据结构是现代编程的基石,同时阻扰编译优化需要扩展数据结构编译程序常用机制扩展编译者可归为两类前端宏、中位或偏偏评价系统可用于编程删除抽取程序并专门化程序后输入编译程序反之,某些编译者允许扩展内部运算方式,在编译链中不同点添加新变换通道或添加新中间表示式类型单靠这些机制都不足以应对高层次数据结构构成的挑战。论文展示出一种新颖方法,将之合并产生大于部件和益 。我们不使用前端集成使用,而是使用中位并发内部编译器内部传令返回程序执行编程已知简化程序生成,并同样简化程序变换定义变换为阶梯IR解析器比实施低级IR变换器简单自定义IR节点后,许多优化表示从IR节点改编编程序片段可合并成单次传递,减轻相位排序问题概率重写可保留环形的乐观假设 。 我们展示数大程序优化使用这一结构特别面向数据结构:新循环聚合和毁林算法、数组阵列阵列阵列阵列阵列变换数组、对象平整和多式并行设备代码生成验证方法使用数项非小题案例研究 实验显示量级加速
110引用
[.]
TL;DR:论文显示SystemF编码d\\\QQQQQQQDDOT的表达性
抽象性 :以路径依赖类型为重点,论文从头原则出发开发Scala基础从简单演算D\DQQL函数开始,它增加记录、交叉和递归以到达DOT,DOT算法依赖对象类型论文显示SystemF编码d\\\QQQQQQQDDOT的表达性
85引用
[.]
TL;DR:本文展示系统F和数扩展模式首个机械化声音证明,仅使用直接感应,意义重大,因为大步语义、可变引用和多态综合常被认为需要创用验证技术
抽象性 :类型声音证明在每个研究生PL类中都教教,而现实语言与正式证据获取对象之间的差距则很大。Scala案例显示,它的正式模型依存对象类型演算无法同时支持关键元论属性,如环境缩放和分序传递性,而类型完整性证明通常需要这些属性。Scala语言和许多其他实战语言缺少通用替换属性论文的首创资料是展示高级多态类型系统使用基于高层次定义解析器操作语义可实现类型正确性证明的方式,Coq实施首次机械化声音证明 系统F和数扩展 包括可变引用我们的证明只使用直截了当的感应技术,这很重要,因为大步语义、可变参比和多态综合常被认为需要创用验证技术论文的第二大贡献显示DOT式计算法从F操作方面直截了当的归纳中产生出,暴露出F系统F和DOT间富含路径依赖型计算法设计空间,即SystemD广场通过直接研究目标语言,定义翻译可集中设计空间并暴露运行时实际重要的不变式查看这种运行时不定因素是类型系统设计令人振奋的新渠道
71号引用
[.]
TL;DR:这项工作探索自下向上空间设计,除意外复杂性外取茶,同时完全机械化作者模型的每一步并展示DOT求精-DOT表示附属对象类型
抽象性 :可缩放编程语言同概念可描述大小部分面向此目标Scala整合对象和模块系统概念一致性的一个基本成份是对象类型成员概念,通过路径依赖类型可引用不幸的是,依赖路径类型不为人所理解,并一直阻塞Scala类型系统固态理论数项算法依赖路径类型DOT描述精髓-DOT表示附属对象类型探索自下而上空间设计,除意外复杂性外自生泡菜,同时在每一步完全机械化模型即使在这种简单环境里,许多趣味模式从结构特征和名词特征的交互作用中产生简单演算拥有许多期望和直觉属性,而我们则证明,一旦我们加新Scala特征、类型精细或扩展子型关系至latice时,理论会更加复杂并取舍Scala类语言建模系统
60码引用
引用
TL;DR:提供分析管道概述和原始数据链接和运算处理输出
抽象性 :辅助图1分析管道概述补充表1传统生成和传统化鼠标样本细节补充讨论扩展讨论QIIME分析16S RRNA基因仿真QIIME分析注解图一扩展传说原始数据链接和处理输出
28911引用
[.]
加利福尼亚大学洛杉矶分校
一号
TL;DR:WGCNAR软件包综合集合R函数执行加权相关网络分析的各个方面,包括网络构造功能、模块检测功能、基因选择功能、地形属性计算函数、数据模拟函数、可视化函数和外部软件接口函数
抽象性 :Correlation networks are increasingly being used in bioinformatics applications For example, weighted gene co-expression network analysis is a systems biology method for describing the correlation patterns among genes across microarray samples Weighted correlation network analysis (WGCNA) can be used for finding clusters (modules) of highly correlated genes, for summarizing such clusters using the module eigengene or an intramodular hub gene, for relating modules to one another and to external sample traits (using eigengene network methodology), and for calculating module membership measures Correlation networks facilitate network based gene screening methods that can be used to identify candidate biomarkers or therapeutic targets These methods have been successfully applied in various biological contexts, eg cancer, mouse genetics, yeast genetics, and analysis of brain imaging data While parts of the correlation network methodology have been described in separate publications, there is a need to provide a user-friendly, comprehensive, and consistent software implementation and an accompanying tutorial The WGCNA R software package is a comprehensive collection of R functions for performing various aspects of weighted correlation network analysis The package includes functions for network construction, module detection, gene selection, calculations of topological properties, data simulation, visualization, and interfacing with external software Along with the R package we also present R software tutorials While the methods development was motivated by gene expression data, the underlying data mining approach can be applied to a variety of different settings The WGCNA package provides R functions for weighted correlation network analysis, eg co-expression network analysis of gene expression data The R package along with its source code and additional material are freely available at http://wwwgeneticsuclaedu/labs/horvath/CoexpressionNetwork/Rpackages/WGCNA
14243引用
TL;DR:必威体育BWCBio移植癌症基因组学分析和可视化特征实用指南,使复杂癌症基因组剖面供研究人员和临床医生使用而不需要生物信息学专门知识,从而促进生物发现
抽象性 :CBioPortal癌症基因组学网站(http://cbioportal.org)提供网络资源探索、可视化和分析多维癌症基因组数据门户从癌症组织和细胞线中减少分子剖析数据,转成易于理解的遗传、遗传学、基因表达学和蛋白质组事件betway亚洲查询接口与定制数据存储相结合,使研究人员能够交互探索样本、基因和路径之间的基因变换,并当基础数据可用时,将这些变换与临床结果连通门户提供多平台基因级数据图形汇总、网络可视化分析、生存分析、以病人为中心的查询和软件程序访问必威体育BW直觉网络接口使复杂癌症基因组剖面供研究人员和临床医生使用而不需要生物信息学专门知识,从而促进生物发现在此,我们提供实用指南 分析和可视化特征cBioPortal癌症基因组学
10 947引用
[.]
TL;DR:光素式330万非冗余微生物测序、组装和特征描述来自576.7千兆瓦序列,取自124个欧洲人的排泄样本,显示全组口在1 000至1 150个常用细菌种和每个至少160个此类种
抽象性 :要理解直肠微生物对人体健康和福祉的影响,评估基因潜力至关重要。光照光学测序、组装和特征描述330万非冗余微生物基因,这些基因取自576.7千兆字节序列,取自124个欧洲人的粪便样本基因集大于人类基因补充值y150倍,含有组群绝大多数常见(更频繁)微生物基因,并可能包括大比例常用人类肠式微生物基因基因大都分享 个人群超过99%的基因为细菌类,表示整个组群窝在1 000至1 150个常见细菌种和每个生物至少160个这种种,这些种也大致共享我们定义并描述最小直通元数和最小直通细菌组函数分别存在于所有个人和大多数细菌中
9268引用
过程文章
·
2009年3月19日
TL;DR:这项工作展示Gephi网络交互探索和解释方面的几个关键特征,并突出动态网络可视化的关键方面
抽象性 :Gephi软件开源图网络分析三维转换引擎实时显示大型网络并加速探索灵活多任务架构为处理复杂数据集并产生宝贵视觉结果带来新可能性显示Gephi几个关键特征时交互探索和解释网络网络提供易广访问网络数据并允许空间化、滤波化、导航、操纵和聚类最后,通过展示Gephi动态特征,我们突出动态网络可视化的关键方面
7 917引用