- 링크 : https://microsud.github.io/Tools-Microbiome-Analysis/ Tools for microbiome anlaysis Microbiome data are challenging to analyse. Development of tools and resources for microbiome data science are ever increasing. This website is a resource for researchers to know about the available tools and resources. This is in no way a complete list an microsud.github.io 알파벳 순으로 정렬되어 있음 - 관련 연구실의 데이터베이..
분류 전체보기
| Core microbiome 이란? 샘플에서 가장 주요한 마이크로바이옴을 분석하는 방법으로 주로, 아래와 같은 그림으로 나타낸다. Core microbiome의 개념은 아직 정립되지 않았지만 주로 전체 샘플에서 많은 빈도로 나타내는 microbiome을 뜻한다. 자세한 정의는 Salonen et al. 2012를 참고하길 바란다. 그러나 Alexander et al. 2021을 보면 Core microbiome의 정의는 논문마다 매우 다르다. 먼저 occurrence를 기준으로 한 논문의 50%에서는 모든 샘플에서 보이는 taxa를 Core microbiome이라고 정의하였으며, relative abundance를 기준으로 한 논문의 대다수는 특정적인 cutoff가 없었지만 1% 이상을 Core mi..
작성 : 2023.06.21 | 목표 마이크로바이옴 데이터로 여러 종류의 상관관계 그림을 그려보자. 특히 Heatmap에 집중해서 관찰하자! | 예제 데이터 - qiime2 moving pictures Tutorial에 나오는 데이터로, 사람의 4 부위에 해당하는 마이크로바이옴 데이터를 담고 있다. - 이 데이터는 phyloseq 데이터로, biom형식으로 구성되어 있다. [참고] | 시각화의 종류 크게 Scatter plot과 Heatmap으로 나눌 수 있다. Scatter plot은 두 변수 간의 관계를 나타내고 싶을 때 사용한다. 이에 관한 글은 Regression plot에 정리해 두었다. Heatmap은 여러 변수 간의 상관관계를 보고 싶을 때 사용한다. | 시각화 0. 데이터 전처리 libra..
library(ggcorrplot) library(heatmaply) library(plotly) library(corrplot) library(reshape) Col
작성 날짜 : 2023.06.21.수 대표적인 Skin microbiome의 시퀀싱 영역에 대한 논문을 보면 피부에서 중요한 Staphylococcus, Streptococcus를 검출하기 위해서 V1 V3 영역이 가장 좋다고 알려져 있다. 그러나 실제로 V1V3을 사용한 연구는 많지 않다. 이에 관해서는 실제 데이터를 받고 나서 깨달았다. V1V3는 다른 영역에 비해 길이가 길기 때문에 국내 회사의 시퀀싱 기계로는 잘 검출되지 않는다. 정확히 말하면 Read 수는 괜찮은데 적당한 퀄리티를 보장할 수 없었다. V34가 Raw data대비 전처리 후의 데이터가 각 70~80%의 수율을 가진다면, V1V3는 20~10% 정도뿐이었다. 결국 교수님께서 V34를 보거나 16S full length를 사용하기로 ..
Tistory 블로그를 제대로 시작한 지 1년 하고도 한 달이 넘었습니다. 그때는 생물정보학, 마이크로바이옴에 대해 아는 게 없는 바보였는데, 지금은 조금 안다고는 말할 수 있게 되었네요. 처음 시작은 단순한 공부의 기록이었지만, 지금은 다른 사람들에게 알리고자 하는 방향으로 나아가고 있습니다. 최종 목표는 마이크로바이옴 분석의 A to Z를 시리즈로 만드는 것이에요. 바로 이 분처럼요! 사실 저는 초등학교 때부터 블로그를 운영했습니다. 그 당시에는 네이버 블로그에서 친구들과 그림을 주고받고, 중학교 때는 영화 감상문을 적다가, 고등학교 때부터 일상글과 공부를 정리했습니다. 블로그라는 플랫폼을 이용한 지 10년이 넘었다고 말할 수 있겠습니다. (그 10년의 기간동안 일간 최고 방문수는 101이었습니다.)..
2023-06-19 거의 1년째 친구들과 오후 적게는 1시간, 많게는 3시간씩 줌으로 스터디를 하고 있다. 이건 목적이 있는 스터디가 아닌 각자 개인 공부를 하는 시간이다. 모임은 예체능계열 취준생과 이미 취직한 보건계열 친구, 그리고 나로 구성된다. 어쩌다가 이런 정기적인 모임이 되었는지는 모르겠지만, 지속적인 모임이 된 이유는 다들 강제적인 공부 시간이 필요하다고 느꼈기 때문이다. 취직한 친구는 공부보다 야근의 필요성을 느꼈다고 한다. 나도 취직한 이후에도 줌을 하게 될까? 이렇게라도 만나는 게 나쁘지 않은 것 같다. 모두의 발전을 위해서 지속되길 바란다.
풀이 날짜 : 2023-06-19(R)/ 2023-07-05(python) | 문제 consensus 서열이란 여러 리드에서 제일 빈도수가 많은 염기가 표기된 서열이다. 이는 시퀀싱 단계에서 일어날 수 있는 에러를 보정하기 위한 방법으로, 가장 빈도수가 높은 염기를 그 자리의 consensus 서열로 지정한다. | 데이터와 결과 Sample Dataset >Rosalind_1 ATCCAGCT >Rosalind_2 GGGCAACT >Rosalind_3 ATGGATCT >Rosalind_4 AAGCAACC >Rosalind_5 TTGGAACT >Rosalind_6 ATGCCATT >Rosalind_7 ATGGCACT Sample Output ATGCAACT A: 5 1 0 0 5 5 0 0 C: 0 0 1 ..
수정: 2024.03.04 1. Alzheimer’s disease 1) 알츠하이머란? 치매란? - 치매는 일반적인 노화정도를 넘어선 인지와 기억의 진행적인 파괴를 말한다. 그러나 치매는 의식에 영향을 미치지 않는다. - 치매의 신호: 기억력 감퇴, 집중의 어려움, 기본 루틴 수행의 어려움, 기분의 변화가 심함 - 치매는 여러 기억감퇴 질환을 포함하는 포괄적인 용어임 알츠하이머와 치매의 차이? - 알츠하이머는 인식에 영향을 미치며, 새로운 것을 떠올리기 어렵고 기분과 행동이 많이 바뀌는 증상을 보인다. - 알츠하이머는 85세 이상의 50%가 영향을 받는 신경퇴행성 질병이다. 대부분 65세 이상에서 발현되며 드물게 30전에 전에 발현되는 경우도 있다. 이는 대부분 유전의 영향이 크다. 알츠하이머의 위험요소..
수정: 2024.03.04. 화 Innate and adaptive immunity - 면역계는 크게 innate와 adaptive immunity로 나눌 수 있다. Adaptive immunity - 1차 림프기관_성숙 림프구의 생성장소 - 골수 → B cell (bone Marrow Derived) - antibody (X) - 흉선 → T cell (Thymus Derived) - antibody (O) - 2차 림프기관 (림프구 활성화) - 외래 항원을 만나서 성숙된 림프구가 활성화됨 - ex) 비장, 림프절 T cell T cell development - Naive CD4+, CD8+T cell 은 thymus에서 생산되어 lymph node로 이동 - node에서 antigen을 인식한 de..
- 원문 : https://www.kiet.re.kr/research/economyDetailView?detail_no=2821&year=2023&month=05&sval= - 저자 : 최은희 - 파일 : 보건데이터의 종류 - 활력징후 : 혈압, 혈당, 호흡, 체온 - 오믹스 : 유전체, 마이크로바이옴 - 기타 : 앱, 소셜미디어 보건 데이터의 형태 - 정형 : 진단명, 처방 코드 등 - 비정형 : 의료기록, 영상, 이미지 등 (보건데이터의 80~90%) - 반정형 : 의료진의 판독 소견 등 보건 데이터의 유통 - 공공기관 개방 플랫폼 : 질병관리청, 건강보험심사평가원, 국민건강보험, 통계청, 국립암센터, 국립중앙의료뭔, 국민건강보험일산병원, 국립장기조직혈액관리원, 국립재활원 - 민간영역 : 전자의무기록..
- 원문 : https://www.bioin.or.kr/board.do?num=320428&cmd=view&bid=issue - pdf : 구분 개념 및 차이점 AI AI(인공지능)은 학습, 문제 해결, 의사 결정 등 일반적으로 인간의 지능이 필요한 작업을 수행할 수 있는 지능형 시스템을 만드는 것을 지칭하는 포괄적인 용어이자 광범위한 분야 ML ML(머신러닝)은 데이터의 패턴과 인사이트를 사용하여 명시적인 지시 없이도 작업을 수행할 수 있도록 디지털 컴퓨터를 훈련시키는 AI의 하위 분야 DL DL(딥러닝)은 여러 계층으로 구성된 인공 신경망을 사용하여 학습하고 의사 결정을 내리는 ML의 하위 집합임. 이미지(예: DALL-E2) 또..
