首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏全栈程序员必看

    生物识别指纹_生物指纹识别技术

    锁屏要使用指纹解锁,首先要注册指纹服务,我看过的一些大厂项目中,实际上是在KeyguardUpdate.java类中发起注册的,一般是根据当前状态,是不是已经处于上锁状态(侧边指纹机器,是不等上锁即进行指纹服务注册,屏下指纹需要等上锁后,才发起指纹服务注册)。

    5.1K31编辑于 2022-09-22
  • 来自专栏企鹅号快讯

    机器正在生物化&生物正在工程化

    机器,正在生物化;而生物,正在工程化。这并不意味着未来是灰色冰冷的钢铁世界;相反,未来朝向的正是一种新生物的文明。 自然一直在用她的血肉供养着人类,获取食物、衣着和居所。 很不幸,在KK成书之后“生物圈2号”并没有冒出。“生物圈2号”先后迎来两批居民,但是两次实验都以失败告终。 当然,这并不影响KK在20年前对于“生物圈2号”的延伸思考,而且仍然具有现实意义:生命是终极技术。机器技术只不过是生物技术的临时替代品而已。我们大可不必担心,机器技术将替代所有生物物种。 下个世纪将是生物学的世纪,注意不是仿生学,因为有机体和机器的混成物中,在天生和人造缓慢的混合过程中,最终获胜的总是生物逻辑——“机器的未来是生物”。 例如:生物无法将自己的DNA代码向其他生物体“广而告之”,以便它们获取信息并改变其代码,而在计算机环境中,你就能做到这一点。 多细胞生物本质上就是在宇宙尺度上运行大规模的并行代码。

    1.8K00发布于 2017-12-28
  • 来自专栏igenome

    20220519_生物信息平台搭建及生物信息软件安装

    20220519_生物信息平台搭建及生物信息软件安装 01 基础软件安装 基础软件安装 ==================== rstudio.org/desktop/bionic/amd64/rstudio-1.3.1093-amd64.deb dpkg -i rstudio-1.3.1093-amd64.deb 02 常用生物信息软件安装

    1.5K32编辑于 2022-05-19
  • 来自专栏人工智能快报

    生物识别新面貌

    据加拿大市场研究公司Ontario的生物特征研究小组报告,到2015年底,有6.5亿人在移动设备上使用生物识别技术。 美国普渡大学生物特征研究国际中心主任Stephen Elliott解释称:“我们注意到有多种生物识别技术在发展传播。” 当前,有一个很显然的结论是墨水、纸张和密码已经不能胜任安全任务。 银行、零售商和其他机构不需要改装自动取款机来接受指纹或其他生物识别技术。Stephen Elliott指出,基于智能手机的生物识别技术基本上不需要任何学习、培训或知识就可以使用。 如果原始的生物特征数据被窃取,个人将无法生成一个新的指纹或人脸;它将被永久破解。Jain说,当前也存在对隐私和不道德使用生物特征数据的关注。 然而,“如果使用多因素生物识别或行为生物识别技术,也许不需要实用原始数据。”

    1K70发布于 2018-03-14
  • 来自专栏新智元

    【远古生物复活】深度学习与生物大数据处理

    深度学习加速生物大数据处理速度 随着生命科学的迅猛发展,生物医学领域的数据量呈指数形式增长,生物医学数据表现为数据量大(Volume)、多样化(Variety)、有价值(Value)、高速(Velocity 曙光公司联合中科院计算机所,在生物医学处理方面取得了长足进展,大大加速了生物大数据处理速度。 生物医学大数据独具特色 生物医学领域数据有其自身特点。 1.数据量大:生物医学领域数据量十分庞大。 如今,只需几千美元和几个小时,即可完成一个人基因组的解析,低廉高效的研究方式得到生物科学家们的青睐,大量的物种得以测序解析,使得生物研究进入的生物数据的海洋,而积累的原始数据也必将迅速增长。 3.价值高:随着生物信息学的发展,越来越多有价值的信息从生物数据中挖掘出来,这些价值不仅体现在生物科研领域,而且已应用于农业、健康和医学等领域。 深度学习在生物领域取得的进展让人振奋。现阶段XSharp的应用主要集中在高维多模式生物图像分布式数据系统、海量生物图像数据的深度挖掘流程和生物图像处理数据密集型算法加速等项目中。

    1K50发布于 2018-03-13
  • 来自专栏微生态与微进化

    Nature:原核生物基因的生物地理学研究

    接下来很可能会进入“后组学”时代,系统化分析生物数据以解决核心科学问题为大势所趋。本篇文章系统地整理了全球不同生境的微生物组数据,并以此分析基因的生物地理。 Towards the biogeography of prokaryotic genes 原核生物基因的生物地理学研究 作者:Luis Pedro Coelho, RenatoAlves, Álvaro 这些基因目录被广泛应用于人类肠道、宿主相关或环境的微生物组研究。 主要结果 全球微生物基因目录 本文作者整合宏基因组和完整基因组,调查不同生境的原核生物基因来获得关于其全球分布和分子功能的认识。 根据本文的数据,这甚至对生物多样性非常高的栖息地来说也是可行的,比如土壤。

    84620编辑于 2022-05-05
  • 来自专栏生信菜鸟团

    植物生物学与生物技术: 聚焦基因组学与生物信息学

    植物生物信息学---面向转录组测序数据分析和机器学习方法的应用新趋势 植物生物学与生物技术: 聚焦基因组学与生物信息学 分析植物适应环境变化和胁迫反应的分子机制对植物生物技术至关重要。 其中关键方法包括生物信息学方法、高通量测序和后基因组技术。测序和系统生物学方法提供了从分子到细胞、器官和种群水平的植物生长的全面视图。 ),及在俄罗斯-bgrs举行的一系列生物信息学会议之后发表的相关期刊(https://bgrssb.icgbio.ru/2022/)和关于基因表达生物信息学的一系列最新杂志期刊(https://www.mdpi.com 基于总结概述当前植物生物信息学面向转录组测序数据分析和机器学习方法应用的趋势。利用新的生物信息学工具,集中研究了植物基因表达调控以及植物发育和胁迫反应的潜在分子机制。 在参与大分子细胞代谢和有机生物合成过程以及生物体应激反应的基因中,发现了与西伯利亚落叶松适应性相关的单核苷酸多态性。

    31610编辑于 2024-06-11
  • 来自专栏全栈程序员必看

    生物AI插图免费领取

    今天为大家推荐的三个网站包含了生物领域各类型的图片,大部分素材都可以免费下载,种类多,支持PNG、SVG、PSD、AI等多种格式,适合生物、医学领域的朋友使用。 通路数据库Reactome Reactome是一个开源的生物通路数据库 (http://www.reactome.org/),免费,更新及时,功能强大,这个随后会专程介绍。 与我们熟知的其它数据库如KEGG相比,Reactome团队致力于一种新颖的展现形式,设计了生物领域各类模型图,不仅美观,而且专业,富有立体感。 我们要探索的图库宝藏就藏在Community下的Icon library,这里存储了丰富又及其专业的生物模型图。

    1.7K30编辑于 2022-06-27
  • 来自专栏科技记者

    Biobanks生物银行知多少

    随着一批国家的生物银行的完成和结果公布,多个 Biobank 的 GWAS summary statistics 文件已经公开,这里列下不同国家的相关资源,这些资源基本是使用开源的pheweb工具进行数据公开的 之前列过几个可以用来进行基因型填充的参考: 中国人的 GWAS 填充参考之南医大和女娲参考 在线 snp imputation 网站知多少(三个中国人参考) SNP2HLA HAN.MHC 参考的使用[1] UKB 英国生物银行 FinnGen results[3] BBJ 日本生物银行 这个也应该是大家相对熟悉的一个项目,去年正式发表的,其主要采用了 bolt-lmm 这个软件进行的分析。 PheWeb.jp[4] KoGES 韩国基因组和流行病学研究 来自 KoGES(韩国国家生物银行)的 76 种表型的全基因组关联 日本生物样本库(BBJ)对 32 种表型的荟萃分析 使用 SPACox 然后用 IMPUTE2 软件输入由来自 1000 个基因组第三阶段(n=504)的东亚人群和来自台湾生物库(n=1,451)的全基因组测序数据组成的合并参考小组。

    1.7K31编辑于 2022-11-08
  • 来自专栏天意云&天意科研云&天意生信云

    首个多模态生物序列对话模型,生物版ChatGPT来了!

    首个多模态生物AI对话模型来了,用聊天对话的方式就能分析基因序列! 大语言模型目前正广泛应用在各个领域,然而在生物学领域中,大语言对话模型难以理解DNA、RNA、蛋白质等生物序列。 InstaDeep公司研发的ChatNT能将多个生物学任务整合进一个统一的框架中,通过对话去分析生物序列,无需编程。 随着生物技术进步和研究需求的增加,ChatNT能否应对更复杂的生物学分析任务是众多科研人员关心的问题,为了让大家进一步了解ChatNT,小编整理了一些常见问题和解答: 问:ChatNT在分析不同物种的特定基因变异 问:未来ChatNT能否进一步整合多种生物信息学数据,变为更全面的生物学分析工具?

    17710编辑于 2025-06-12
  • 来自专栏博文视点Broadview

    生物工程到生物“打印”,3D打印颠覆想象

    3D 生物打印开启了大门。 因此,生物学开始频繁地与“工程”这个字眼联系起来,在20 世纪70、80 年代,由此发展出一门新兴的综合性应用学科:生物工程。 所谓生物工程,是以生物学的理论为基础,利用遗传、生物化学及细胞学的各种实验技术,结合机械和电子计算机等现代工程技术,操纵遗传物质,改造生物功能,快速创造新物种。 生物工程包括基因工程、细胞工程、发酵工程、生化工程、生物反应器工程等五大工程类,它们的成果为人类社会提供了巨大的经济效益,而其他各种技术的发展,尤其是计算机技术的发展,又为生物工程手段的研究和应用注入了新的动力 在生物工程发展了几十年之后的今天,我们才有了谈及“3D生物打印”的可能性。 本文摘自《喷头下的世界:漫谈3D打印》

    76710发布于 2020-06-11
  • 来自专栏生信菜鸟团

    系统生物学 | 第01章 生物系统 | 读书笔记

    解释系统生物学的目标。 识别还原论与系统生物学的互补作用。 列出那些仅凭直觉无法解决的系统生物学挑战。 讨论跨学科交流的重要性。 为系统生物学领域整理出一份"待办事项"清单。 para 生物系统许多特征的存在已为人所知相当长一段时间,同样地,系统生物学的许多概念和方法也植根于其成熟的母学科,包括生理学、分子生物学、生物化学、数学、工程学和计算机科学。 生物学与数学、计算机科学和工程学保持了距离,主要是因为生物现象被认为过于复杂,难以进行严格的数学分析,而数学被认为只适用于几乎没有生物学意义的小型系统。 从零开始设计生物系统是不可能的,而新兴的计算机科学领域除了提供基本的数据管理外,并未对生物学做出太多贡献。 para 那么,为什么系统生物学突然变得如此重要? 应对这一挑战的唯一真正解决方案是培养双语教育的系统生物学家,他们能够将生物现象转化为数学和计算机代码,并能解释如果一个特征值的实部为正,这对生物系统究竟意味着什么。

    25400编辑于 2025-05-02
  • 来自专栏新智元

    微软开源生物模型分析器(BMA):基于云的生物研究工具

    【新智元导读】 微软近日在 GitHub 上开源了“生物模型分析器”(Bio Model Analyzer,简称 BMA)。这是一款能够帮助生物学家模拟细胞互动和通信过程的基于云的工具。 微软近日在 GitHub 上开源了“生物模型分析器”(Bio Model Analyzer,简称BMA)。这是一款能够帮助生物学家模拟细胞互动和通信过程的基于云的工具。 Fisher和她的团队正在研究的一种方法叫生物模型分析器(Bio Model Analyzer,BMA)。这个基于云的工具让生物学家可以对细胞之间的互动和通信以及它们的连接进行建模。 对于生物学家来说有用的计算机系统 Fisher 认为,BMA 这样的系统有望革命性地改变人们对癌症的看法,但只有生物学家愿意使用它们才能取得成功。 Benque 多年来一直在使用生物学家可以理解的语言来开发工具,在视觉上模拟科学家在实验室中可能用到的东西。在 Fisher看来,这样的系统迫切需要方便生物学家的使用。

    1.1K70发布于 2018-03-27
  • 来自专栏碱基矿工

    生物信息 awk 用法进阶

    其实,awk 的数组功能,我们在生物信息数据分析的场景中用的不多,就算真要用到,这个分析任务的复杂性也往往不是在 awk 仅用数组就可以解决的,这个时候可能也是需要写成脚本的时候了。 awk-work-principle.html http://www.runoob.com/w3cnote/awk-user-defined-functions.html ----/ END /---- ※ ※ ※ 你还可以读 生物信息

    77450发布于 2019-05-31
  • 来自专栏生信喵实验柴

    生物软件的前世今生

    一、什么是生物软件? 什么是生物软件?首先要明白什么是软件。软件是控制计算机硬件功能及其运行的指令、例行程序和符号语言。通常软件是由程序+文档组成。 生物软件顾名思义,就是专门用来处理生物数据的软件。本质上,生物软件就是将处理生物数据的方法和过程以及对各个问题的解决方法写到程序中。 二、生物软件发表文献 生物软件也可以单独发表 SCI,例如发表方法学的,软件比较之类的文章。发表论文之后的生物软件才可以进行引用。 四、为什么生物软件不容易安装? 生物软件千差万别,有些非常难安装,主要有以下几点原因。 写在最后:那么作为第二部分生物软件使用的开篇介绍,写的有点多,但是基本都写全了。针对新手的介绍,还有入门生物信息的同学来说,对生物软件的选择、pipeline分析的优劣等都作了说明。

    56540编辑于 2021-12-15
  • 来自专栏生信喵实验柴

    真核生物基因预测

    真核生物的开放阅读框不仅含有编码蛋白的外显子,而且还有内含子,并且内含子将开放阅读框分割为若干个小片段。 开放阅读框的长度变化范围非常大,因此真核生物的基因预测远比原核生物困难。 但是,在真核生物的开放阅读框中,外显子与内含子之间的连接绝大部分情况下满足 GT-AG 规律:即内含子序列 5' 端的起始两个核苷酸总是 GT,并且其 3'端的最后两个核苷酸总是 AG,即:5'-GT ……AG-3',这个规律有助于真核生物开放阅读框的识别。 因此真核生物的预测基因更加复杂。常用的软件包括 augustus,snap,GlimmerHMM,GENSCAN,genemarks 等工具。

    90910编辑于 2022-10-25
  • 来自专栏科技记者

    俄罗斯生物银行(BBRU)

    最近搜索发现了个新的生物银行,分享一下,summary statistics可下载。 来自俄罗斯的 4145 名个体的全基因组关联研究 (GWAS) 结果。 俄罗斯生物样本库(BBRU)是一个潜在的生物样本库,由V.A.阿尔马佐夫国家医学研究中心管理。 俄罗斯生物样本库资源是为具有各种基因组成的患者提供精准医疗的重要一步,这些患者目前在其他主要基因研究中没有代表。 数据和代码可用性 所有GWAS、PheWAS、等位基因频率和汇总数据以及可视化都可以在俄罗斯生物样本库门户网站上获得:https://biobank.almazovcentre.ru。

    60010编辑于 2023-12-14
  • 来自专栏科技记者

    俄罗斯生物银行(BBRU)

    最近搜索发现了个新的生物银行,分享一下,summary statistics可下载。 来自俄罗斯的 4145 名个体的全基因组关联研究 (GWAS) 结果。 俄罗斯生物样本库(BBRU)是一个潜在的生物样本库,由V.A.阿尔马佐夫国家医学研究中心管理。 俄罗斯生物样本库资源是为具有各种基因组成的患者提供精准医疗的重要一步,这些患者目前在其他主要基因研究中没有代表。 数据和代码可用性 所有GWAS、PheWAS、等位基因频率和汇总数据以及可视化都可以在俄罗斯生物样本库门户网站上获得:https://biobank.almazovcentre.ru。

    28510编辑于 2023-12-14
  • 来自专栏生信喵实验柴

    原核生物基因预测

    二、如何学习生物软件? 生物信息主要都是通过软件完成的,软件是集成了数据处理的算法规则。前面的内容中那个已经学习了大量生物软件的使用,本节内容将系统的总结一下生物软件的使用。 3.2 原核生物基因预测原理 原核生物一个完整的原核基因结构是从基因的 5'端启动子区域开始,到 3'端终止区域结束。 原核生物 orf 结构 原核生物基因结构一般比较简单,基因是连续的,并不存在内含子。因此,在预测过程中相对于真核生物来说,相对容易一些。 原核生物的基因预测比较简单,准确性高,常用的软件包括 glimmer3,prodigal,genemark等工具。 ,只要输入原核生物基因组即可得到其基因信息。

    1.9K10编辑于 2022-10-25
  • 来自专栏生信技能树

    现代生物学领域的生物信息学权重高吗

    基本上可以看到《现代生物学》所涉及的内容: 《现代生物学》是一个广泛的概念,它涵盖了生物学的许多不同领域,包括但不限于分子生物学、细胞生物学、生物化学、遗传学、生物物理学、生物信息学、生态学、进化生物学等 在《现代生物学》中,有几个关键的主题和趋势: 分子和细胞生物学:这是现代生物学的核心,包括研究生命的基本单位——细胞,以及细胞内的分子过程。 生物信息学和计算生物学:随着生物数据的爆炸性增长,如何有效地存储、分析和解释这些数据成为了一个重要的问题。生物信息学和计算生物学就是解决这些问题的学科。 系统生物学:这是一个试图理解生物系统的整体行为的领域,而不仅仅是研究单个的基因或蛋白质。 生物技术和合成生物学:利用生物系统来解决实际问题,如生产药物、生物燃料和其他有用的化合物,以及设计和构建新的生物系统。 这些只是现代生物学的一部分领域,实际上,现代生物学的范围和深度远超这些。

    35020编辑于 2023-09-04
领券