Bioinformatics (7) 썸네일형 리스트형 [논문 리뷰] Acid sphingomyelinase modulates anxiety-like behavior likely through toll-like receptor signaling pathway *논문 정보제목: Acid sphingomyelinase modulates anxiety-like behavior likely through toll-like receptor signaling pathway저자: Huiqi Yuan, Yanan Xu, Hailun Jiang, Meizhu Jiang, Luofei Zhang, Shifeng Wei, Cao Li and Zhigang Zhao학회명: Molecular Brain게재연도: 2025.02 * 용어sphingomyelinase: 스핑고미엘린 분해 효소Cerebral blood flow (CBF): 뇌혈류neurolipids: 신경계에서 중요한 역할을 하는 지질sphingolipid(스핑고지질): 세포막을 구성하고 신호 전달에 관여하는 중요한 지질.. [논문 리뷰] Divergent projections of the prelimbic cortex mediate autism-and anxiety-like behaviors * 본 논문 해석 및 리뷰는 논문의 내용을 요약, 번역하되 약간의 주관적인 해석의 여지가 있습니다. * 논문 정보제목: Divergent projections of the prelimbic cortex mediate autism- and anxiety-like behaviors저자: Yi-Fan Luo, Lu Lu, Heng-Yi Song, Han Xu, Zhi-Wei Zheng, et al.저널: Molecular Psychiatry게재일: 23 January 2023링크: https://www.nature.com/articles/s41380-023-01954-y * 용어prelimbic cortex(PL): 전측 피질pyramidal neurons(PNs)divergent projections: 분.. Vitessce - Views Types scatterplot2차원 공간의 embeddings, projections 나타냄embeddingType: coordination 타입 (세포를 각 scatterplot points에 매핑할 때 어떤 임베딩을 사용할 것인지)obsEmbedding: 데이터 타입obsSets, obsFeatureMatrix (옵션) : 세포를 coloring하는 데 사용 가능gatinggene expression data의 2차원 scatterplot 두 개의 유전자를 선택하면, scatterplot가 obsFeatureMatrix 데이터를 사용하여 생성됨obsSets, obsFeatureMatrix (옵션) : 세포를 coloring하는 데 사용 가능heatmapcell-by-gene 혹은 gene-by-cell mat.. Vitessce 정리 * Vitessce 공식 사이트 docs 참고Getting StartedLearning Vitessce- single-cell assays의 시각화- JSON-based configuration "view config"view config란, 소프트웨어 또는 데이터 시각화 도구에서 데이터를 표현하고 사용자에게 보여주는 방식을 정의하는 configuration(설정)https://vitessce.io/docs/components/ 에서 가능한 view types 확인 가능 (따로 글 작성 예정)- 다양한 형식의 파일 지원https://vitessce.io/docs/data-types-file-types/ 에서 가능한 데이터, 파일 유형 확인 가능- coordinated multiple views: zoom.. [생명과학을 위한 딥러닝] 3장. DeepChem을 이용한 머신러닝 DeepChem의 기본 데이터셋DeepChem- 생명과학 분석에 초점을 맞춘 라이브러리- tensorflow 기반이기 때문에 기존 ML 생태계와 잘 융합됨 배열의 x축: 각 샘플에 대해 5개의 feature를 갖고 있음배열의 y축: 각각의 샘플 배열을 NumpyDataset 객체로 저장 독성 분자 예측 모델 만들기DeepChem의 molnet 모듈 안에 자주 사용되는 데이터셋이 들어있음이 예제의 경우 Tox21 독성 데이터를 불러옴tox21_tasks: 각각이 생물학적 target을 나타냄, 각각의 분자와 해당 단백질의 결합력을 나타냄tox21_datasets: 데이터셋을 불러와 DiskDataset 객체로 만듦, 이렇게 구성하면 데이터셋을 반복해서 불러올 필요가 없음데이터셋 나누기 train_datas.. [생명과학을 위한 딥러닝] 2장. 딥러닝 소개 y = f(x)머신러닝: 컴퓨터가 스스로 f(x)함수를 만들게 하는 것. 모델의 올바른 매개변수 값을 찾는 과정 1. 선형 모델y = Mx + b- perceptron- 각 출력의 구성 요소가 입력값의 구성요소와 선형 관계를 이룬다고 가정- 해결할 수 있는 문제가 매우 제한적=> 비선형 모델이 필요 2. multilayer perceptron (다층 퍼셉트론) = 인공 신경망- 선형 모델을 여러 겹으로 쌓는 것- 활성 함수를 통해 비선형 추가 ex) ReLU: max(0,x)- 중간 단계의 hi는 hidden layer - "너비", "깊이" 속성 존재 - 너비: 숨겨진 층의 크기 - 깊이: 모델의 레이어 수* 딥러닝: 많은 레이어가 있는 모델을 사용한 머신러닝 3. 모델 학습하기- 학습 데이.. [생명과학을 위한 딥러닝] 1장. 왜 생명과학인가? 책의 목차 및 개요 2장: 생명과학 문제를 해결하는 딥러닝 모델 만들어보기- 데이터셋 나누기, 하이퍼파라미터 변경을 통한 모델 성능 최적화 3장: DeepChem 라이브러리- 분자의 toxicity 예측- 세포이미지분류 구현 -> 의료 이미지 분석 모델 4장: 딥러닝을 분자 데이터 분석에 적용- 이미지의 픽셀과 유사한 방식으로 분자를 표현하는 방법 5장: 생물물리학(물리법칙으로 생명 현상을 설명)에 딥러닝 사용- 약물이 어떻게 단백질 구조와 상호작용하는지?- 단백질 3차원 구조를 컴퓨터가 이해할 수 있게 변환하는 방법 6장: 유전학(genetics), 유전체학(genomics)에 딥러닝 사용- 딥러닝으로 DNA, RNA의 상호작용을 예측하는 방법 7장: 현미경 이미지를 딥러닝으로 분석- 이점과 한계점.. 이전 1 다음
