开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

如何防止shinyapps.io缓存？

shinyapps.io是一个用于部署和托管Shiny应用程序的云平台。它提供了方便的部署和分享Shiny应用程序的功能。然而，由于缓存机制的存在，有时候在更新应用程序后，用户可能会看到旧版本的应用程序。

为了防止shinyapps.io缓存，可以采取以下措施：

添加版本号：在应用程序的URL中添加一个版本号参数，每次更新应用程序时，修改版本号。这样可以确保每次访问的是最新版本的应用程序。例如：https://yourapp.shinyapps.io/yourapp?version=1.0
禁用缓存：通过在应用程序的HTML头部添加meta标签，禁用浏览器的缓存机制。这样可以确保每次访问都是从服务器获取最新的应用程序。示例代码如下：

<head>
  <meta http-equiv="Cache-Control" content="no-cache, no-store, must-revalidate" />
  <meta http-equiv="Pragma" content="no-cache" />
  <meta http-equiv="Expires" content="0" />
</head>

使用文件哈希：在应用程序的URL中添加一个文件哈希参数，每次更新应用程序时，修改哈希值。这样可以确保每次访问的是不同的URL，从而避免缓存。例如：https://yourapp.shinyapps.io/yourapp?hash=abcdef123456
强制刷新：在应用程序的UI中添加一个按钮或链接，当用户点击时，执行浏览器的强制刷新操作。这样用户可以手动刷新页面，获取最新的应用程序。

需要注意的是，以上方法都是通过修改URL或浏览器设置来实现的，因此只能确保在同一个浏览器中防止缓存。如果用户使用不同的浏览器或设备访问应用程序，仍然可能看到缓存的版本。

腾讯云提供的相关产品和服务可以帮助您进行云原生应用程序的部署和管理，例如：

云服务器（CVM）：提供可扩展的虚拟服务器实例，用于部署和运行应用程序。详情请参考：腾讯云云服务器
云数据库MySQL版（CDB）：提供高性能、可扩展的关系型数据库服务，用于存储和管理应用程序的数据。详情请参考：腾讯云云数据库MySQL版
腾讯云CDN：提供全球加速和缓存分发服务，可以加速应用程序的访问速度，并提供缓存刷新功能。详情请参考：腾讯云CDN

请注意，以上仅为示例，您可以根据具体需求选择适合的腾讯云产品和服务。

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

基于R语言的shiny网页工具开发基础系列-07

你现在能构建一个实用的shiny app，但是如何分享给别人呢？此篇将展示几个分享app的方法

02

R : Shiny|搭建单细胞数据分析云平台

在R for data science这本书中，作者提出数据分析的一个流程，在数据转换、可视化以及建模之后，来到数据分析的新阶段：与别人分享我们的数据。之前我们分享了许多单细胞数据分析的教程cellranger拆库定量、seurat质控分析，monocle轨迹推断，R语言给单细胞数据分析带来更多可能。那么，在数据分析进入下游之后，如何给自己的研究增加更多可交付的内容呢？Shiny会是一个不错的选择。

02

R语言有多强大？十个你不知道的功能

R语言的确提供了很全面的统计分析的软件包，比如CRAN，Bioconductor，Neuroconductor，以及ROpenSci；并且提供了优秀的包管理功能。

03

学习R语言，一篇文章让你从懵圈到入门

在实际工作中，每个数据科学项目各不相同，但基本都遵循一定的通用流程。具体如下：数据科学工作流程： 1.数据导入 2.数据整理 3.反复理解数据数据可视化数据转换统计建模 4.作出推断（比如

06

学习R语言，一篇文章让你从懵圈到入门

PivotalR：用于读取Pivitol（Greenplum）和HAWQ数据库中的数据

03

学习R语言，一篇文章让你从懵圈到入门

在实际工作中，每个数据科学项目各不相同，但基本都遵循一定的通用流程。具体如下：数据科学工作流程数据导入数据整理反复理解数据数据可视化数据转换统计建模作出推断（比如预测）沟通交流自动化分析程序开发下面列出每个步骤最有用的一些R包：数据导入以下R包主要用于数据导入和保存数据 feather：一种快速，轻量级的文件格式。在R和python上都可使用 readr：实现表格数据的快速导入。中文介绍可参考这里 readxl：读取Microsoft Excel电子表

04

部署ShinyApp

https://bioquest.shinyapps.io/cesa/ 可以访问了

03

生信分析网站（基因组学分析）

根据我们的整理，差异分析是基础，生存分析和相关性分析是表型，免疫浸润分析是对表型的阐释，兼有表型和机制两种作用，但并不是真正意义上的机制探究。通常意义上的机制一般涉及信号通路，是一系列分子的级联反应。

01

不一样的Nomogram，关于网页计算器的一切！

今天为大家分享一篇2019年12月发表在Lung Cancer（中科院分区二区， IF=4.6）上的基于SEER数据库的nomogram文章。文中利用自己医院的数据进行外部验证，套路简单易模仿，逻辑清晰，当然也有自己的一些特点，最后根据预测结果建立了一个在线的nomogram分析（动态nomogram），便于临床应用，接下来小编详细讲解一下。

05

生信分析网站（免疫浸润分析）

生存分析是非常常见的表型分析。与生存分析相比，相关性分析是另外一个常见的表型分析。相关性包括表达与病理分期、治疗手段、年龄、种族、吸烟、突变、性别、共表达等因素的相关情况，通常用相关系数R表示，其差异也是用p值判断。

04

shiny资源汇总

资源背后的机构和开发者，都可以看看，他们的网站，个人Twitter之类的，寻宝哦。

04

「R」Shiny 教程笔记

Inputs 是与用户交互的组件，用户获取用户输入。Outputs 是 Shiny 通过响应用户输入而在指定区域展示的输出，一般为图表。每个输入组件都有唯一标识符，需要展示的标签名作为参数，其他一些参数则应不同组件提供的不同功能而不同。每个输出组件也有它的唯一标识符。当在 UI 插入一个输出组件后，会自动分配一块空间用于展示，但展示的生成和逻辑都在服务端完成。

05

R︱shiny实现交互式界面布置与搭建（案例讲解+学习笔记）

版权声明：博主原创文章，微信公众号：素质云笔记,转载请注明来源“素质云博客”，谢谢合作！！ https://blog.csdn.net/sinat_26917383/article/details/53410370

02

生信分析网站（相关性分析）

在差异分析的前提下，表型分析成为重点内容，也是可以玩出花样的地方。生存分析是非常常见的表型分析。与生存分析相比，相关性分析是另外一个常见的表型分析。相关性包括表达与病理分期、治疗手段、年龄、种族、吸烟、突变、性别、共表达等因素的相关情况，通常用相关系数R表示，其差异也是用p值判断。严谨的生信论文还对分析结果做出ROC曲线，以提高数据的可信度和说服力。

02

你值得拥有的单细胞RNA测序分析工具TOP 3

RNA测序相信大家已经接触到不少了，它的样品通常来自研究某一组织细胞群。这些细胞被认为是同质的，也就是说每一个细胞内的表达水平被认为是相似的。但事实上细胞之间的异质性是很普遍的，RNA测序最终将表达量值算作所有细胞表达量的平均值，其实是掩盖了细胞间差异的信号。而单细胞RNA测序（scRNAseq）就可以去发现细胞亚群中不同基因型和表型，或者不同的功能细胞之间的异质性。

01

使用EPIC预测肿瘤微环境中免疫细胞构成

在传统的RNA_seq测序中，每个样本取样后实际包含了成千上万个细胞，和单细胞测序的single cell相比，这样的样本称之为bulk samples。在bulk samples的这么多细胞中，可能包含来自多个细胞亚群。

03

零代码差异表达分析, DESeq,limma,edgeR一网打尽

作为一个生物学家(zha)，差异表达分析似乎是一项必备的技能。然鹅对于一个没有任何编程基础的生物学家，写代码是那么神秘莫测而又遥不可及，让人脑壳疼。那么今天小编就为大家介绍一款神器，不用写一行代码就可以轻松做差异表达分析，并且主流的差异表达算法DESeq,limma,edgeR任君挑选。

03

PanCanSurvPlot: 一款解决泛肿瘤KM生存分析的Shiny网页工具

PanCanSurvPlot (https://smuonco.shinyapps.io/PanCanSurvPlot/)

06

DEApp | RNA-seq差异表达分析工具

在之前介绍[[RNA-seq相关内容介绍]]的视频当中，作者提到了一个用来分析 RNA-seq 差异表达分析的工具。DEApp: https://yanli.shinyapps.io/DEApp/ 。所以今天就来简单的介绍一下这个差异表达分析的工具。

04

如何在 5 分钟内建立一个数据驱动的新型冠状病毒肺炎应用程序

在开始教程前，我们先来了解一个由加拿大 IVADO（Institute for Data Valorization）资助的项目：COVID-19 Data Hub（新型冠状病毒肺炎数据中心），它是一个致力于开发一个统一的数据集，有助于更好地理解新型冠状病毒肺炎数据。

05

TIMER:肿瘤浸润免疫细胞分析的综合网站

TIMER是一款肿瘤浸润免疫细胞组分分析软件，输入肿瘤样本的基因表达谱数据，预测每个肿瘤样本中浸润的免疫细胞组成，支持以下6种免疫细胞的分析

02

生信分析网站（欢迎收藏）

生信分析，无论是Oncomine，GEPIA，还是KM Plotter数据库，都不需要R语言编写代码，容易上手，基本上一个星期甚至更短的时间就可以搞定，属于菜鸟级别生信操作。并没有想象中那么难。但是简单容易不代表不重要，也不说明水平高低，而是反应了一种思路，这才是最最重要的。p<0.05就是我们前期做分析想要的结果，即使用GEO数据库、TCGA数据库做分析，甚至做芯片或测序，没有差异也是枉然。

02

pavian结果可视化

pavian 是一款基于 shinny 的 R 包，可以生成交互式的网页结果。也可以使用在线版本的pavian。支持 kraken，metaphlan 格式结果。如果要利用pavian 可视化 centrifuge 结果，需要首先将其转换为 kraken 格式结果。

03

Trends in ecology: 40年生态学研究的变化

Journal: Frontiers in Ecology and the Environment (IF: 8.039)

04

在我们的shiny服务器部署一个RNA-seq下游分析网页工具

源代码是公开的，在：https://github.com/szenitha/Shiny-Seq 所以我想着把它安装在我们自己的服务器里面，方便国内的粉丝使用！所以大家给我了一个新的外号，宠粉狂魔！

02

生信分析44.肿瘤浸润免疫与胃癌（GEPIA+HPA）

作者直接从生存分析的角度入手，利用km plotter数据库分析NDRG基因家族基因在胃癌中表达差异与存活率的关系，并分析其与HER2表达、肿瘤分期的相关性。

03

R语言 shiny包中的交互调用函数renderUI

体验网址：https://yanshenli.shinyapps.io/Desktop/

03

TIMER做差异分析散点图

前面，我们已经分享oncomine数据库做转录水平的差异分析，并推荐用oncomine+GEPIA双验证模式做差异分析。鉴于最新发表的论文和肿瘤浸润免疫细胞表型的分析，个人认为oncomine+TIMER双验证也是不错的组合。

03

TIMER做免疫浸润分析（临床意义）

TIMER (Tumor Immune Estimation Resource)数据库也是用高通量测序(RNA-Seq表达谱)数据分析肿瘤组织中免疫细胞的浸润情况，主要提供B cells, CD4+ T cells, CD8+ T cells, Neutrphils, Macrophages and Dendritic cells等六种免疫细胞的浸润情况。界面友好，简单易学又方便。网址：https://cistrome.shinyapps.io/timer/。

02

长读长序列比对

随着三代测序技术的发展，目前已经开发出多款适用于三代测序数据的比对软件，例如minimap2，ngmlr，blasr 等。

00

如何在Linux运行RStudio Server并实现Web浏览器远程访问

RStudio Server 使你能够在 Linux 服务器上运行你所熟悉和喜爱的 RStudio IDE，并通过 Web 浏览器进行访问，从而将 RStudio IDE 的强大功能和工作效率带到基于服务器的集中式环境中。

01

scRNA-seq+ST又“画”了个图谱！Cell发布单细胞分辨率下人体肠道发育的时空图谱

单细胞转录组（scRNA-seq）结合空间转录组（ST）技术已绘制了多个组织/器官图谱（空间转录组都绘制了哪些图谱？）。近日，来自英国的科学家利用scRNA-seq+ST表征随时间变化的肠道形态发生，绘制出单细胞分辨率下人类肠道发育的时空图谱。相关研究成果已于《Cell》在线发表。

04

大数据告诉你如何优雅入职谷歌！

数据科学家（Data Scientist）被视为“21世纪最性感的工作”！不论在硅谷还是在中国，企业对于数据科学家的需求都很旺盛，那么如何成为一位数据科学家呢？或者数据科学家都需要哪些技能呢？本文数据侠SangYeon Choi获取了谷歌相关的招聘数据，并通过Shiny App可视化项目，为读者揭晓如何成为一名谷歌的数据科学家。

02

生信分析网站（生存分析）

差异分析，无论是Oncomine，GEPIA，还是UALCAN、HPA数据库，都不需要R语言编写代码，容易上手，基本上一个星期甚至更短的时间就可以搞定，属于菜鸟级别生信操作。并没有想象中那么难。fold change＞2（起码1.5），p<0.05是差异分析的基本标准。但是表达的差异≠表型的差异，而这两者关系又密不可分。

04

批次效应去除工具

我们在进行公共数据挖掘的时候，经常会碰到要对多个数据集联合分析的时候，如果想要把这些数据放到一起进行分析的话，那么首先还是需要先去除批次效应才能进行分析的。之前我们的介绍的数据库的时候，也提到了两个和批次效应有关的数据库。所以今天就来简单的介绍一下这两个数据库。

03

ProVision | 质谱分析工具

对于蛋白质谱的数据，之前介绍过两个储存蛋白质谱公共数据的平台: [[iProX_ProteomeXchange-蛋白质谱原始数据检索数据库]]。在这两个平台当中，储存的主要是质谱的原始数据。如果想要使用里面的公共数据的话，就要对其进行重新分析。所以今天就给大家介绍一个用来发分析质谱数据的平台：ProVision: https://provision.shinyapps.io/provision/

03

创建自己的第一个shiny项目

https://yanshenli.shinyapps.io/shinydemo/

02

生信工具 | TIGA: Target Illumination GWAS Analytics

全基因组关联研究(GWAS)可以揭示重要的基因型-表型关联，但数据质量和可解释性问题必须得到解决。对于根据现有证据确定目标靶点的药物发现科学家来说，这些问题已不是单一的药物发现研究。作者开发的TIGA（Target Illumination GWAS Analytics）通过对全基因组关联研究(GWAS)中与性状相关的蛋白质编码基因进行评分和排序，促进药物靶点的发现。TIGA可以用相同的基因-性状关联指标对性状进行评分和排序。这一重点应用提供了一种合理的方法，通过该方法，GWAS的发现可以被聚合和过滤，以获得适用的信息，并为药物发现科学家提供可用的证据，为确认药物靶点的优先级，以便于研究。

03

做完这些数据可视化，我找出了爆款视频的流行法则

中国有优酷，美国有“油管”（AKA Youtube）。在这个视频已经成为人们日常网络娱乐消遣的时代，大家一定都很关心这些视频网站都暗藏了哪些秘密？本期数据侠Shiyu Li通过数据分析与数据可视化从不同内容的占比、关键词等方面洞察了整个Youtube，快来看看他是怎么做的吧~

01

教程 | 如何为单变量模型选择最佳的回归函数

选自FreeCodeCamp 作者：Björn Hartmann 机器之心编译参与：李诗萌、刘晓坤本文介绍了为单变量模型选择回归函数时需要参考的重要指标，有助于快速调整参数和评估回归模型的性能。

09

5分+细胞焦亡生信分析，换种癌症可重复！

细胞焦亡是一种新型的程序性细胞死亡形式，可以调节肿瘤细胞增殖、入侵和转移，从而影响癌症患者的预后。

02

每周文献分享第一季完结撒花暨第65期分享

2019年3月11日是一个特别的日子，那一天我们发布了生信菜鸟团每周文献分享第1期，也意味着生信技能树语雀知识库平台正式上线。

04

单细胞不同亚群和状态能区分吗

但是进行到第四层次分群问题就出来了，这个时候我们没办法区分单细胞不同亚群和状态了，以T细胞为例，第一层次分群，T细胞属于免疫细胞大类，然后对免疫细胞进行第三层次，T细胞这个时候属于淋巴细胞，然后它可以很明确跟B细胞区分开来。

03

人工智能和机器学习在精准用药中的应用

本文旨在探讨人工智能（Artificial Intelligence，AI）和机器学习（Machine Learning，ML）在治疗药物监测（Therapeutic Drug Monitoring，TDM）和模型引导的精准用药（Model-Informed Precision Dosing，MIPD）中的应用。

01

新冠病毒快速鉴定

目前新冠病毒的鉴定可以采用抗体抗原反应的快速鉴定，荧光定量 PCR 以及宏基因组测序等方法。这里我们主要介绍宏基因组测序的方法如何来鉴定新冠病毒。该方法无需扩增，通过测序的方法直接测序新冠病毒序列，可以得到全基因组序列，准确性更高。但该方法受限于成本，目前主要用于科学研究中。

01

TCGA数据库的normal样本不够可以拿GTEx来凑

其实是没办法简单的回答是否可以整合TCGA和GTEx数据库，或者说该如何结合，这背后的统计学略微有点复杂，不仅仅是批次效应。发表在Sci Data. 2018; 的文章：Unifying cancer and normal RNA sequencing data from different sources 就比较详细的说明了TCGA和GTEx数据库的转录组数据的天然差异：

04

「R」Shiny：响应式编程（三）响应表达式

前面我们已经快速接触了几次响应表达式，相信读者大致了解它是做什么的。本文将进一步深入学习这个知识点，展示为什么它对于构建网页应用很重要。

04

女程序员大起底：Stack Overflow调研称女性更偏爱这些编程语言

大数据文摘作品，转载具体要求见文末编译团队|Aileen 钱天培 JenniferZhu 作者|Julia Silge 前言 Stack Overflow的2017年程序员问卷调查[1]已在上周启动，我们（Stack Overflow的数据组）十分期待通过分析这次的调查结果来更好地了解我们的程序员群体。（译者注：Stack Overflow是一个IT技术问答网站，用户可在上面免费浏览、提交和回答问题。）我一直关注从事科技相关领域的女性群体，所以为了进一步地了解女程序员群体的现状，最近我特地去研究了去年（

03

Cell子刊 | 肠内分泌细胞单细胞测序分析（附资源库传送门）

2019年12月17日，北京生命科学研究所袭荣文实验室在《Cell Reports》（IF：7.815；2018）杂志发表题为“The Cellular Diversity and Transcription Factor Code of Drosophila Enteroendocrine Cells”的文章，系统性的解析了果蝇肠道中内分泌细胞的亚型、分布、转录因子代码及信号调控机制，提出Notch 信号通路的侧抑制作用及发育过程中建立的不同的体节身份共同决定了肠内分泌细胞的多样性。

03

选好基因，单基因泛癌发7分+也不难！

CDCA4（细胞分裂周期相关蛋白4）参与细胞周期调节，是癌症的潜在的生物标志物。

06

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭