DNA结合蛋白

本代码库提供基于MATLAB的非参数化模型，用于预测嗜酸嗜热菌DNA结合蛋白HTa的结合位点。该模型利用LASSO回归算法，并结合MNase-seq数据进行峰值检测和评分，进而评估HTa蛋白在不同基因组区域的结合差异。 代码使用方法: 运行LASSO_Input_file_generation.R脚本生成LASSO模型的输入文件。 使用MATLAB R2018a版本运行AH_LASSO_script.m脚本，输入步骤1生成的模型文件，得到LASSO模型系数。 运行LASSO_output_file_generation.R脚本，输入步骤2得到的模型系数以及计算得到的Kmers丰度，生成最

为了深入了解贝叶斯分层模型中超参数重估计技术的实施，我们在BayesPI中采用了贝叶斯模型正则化和生物物理建模，引入了拉普拉斯和柯西先验。我们还根据神经网络的结构属性将超参数（模型的正则化常数）分成多个类别。新的BayesPI模型已在合成和真实ChIP数据集上进行了测试，以识别蛋白质结合能矩阵。

比较了水生微生物生态学中两种广泛使用的DNA提取方法：苯酚-氯仿法和PowerSoil DNA分离试剂盒。研究评估这两种方法在社区生态学分析中的适用性和效果。尽管OTU数量较少，但这些方法对社区结构的影响显著，且它们的结果差异显著，不可相提并论。文章提供了用于统计分析的脚本，并包含了相关数据集的SRA登录号在NCBI数据库中。

这个软件包是Phylip 3.6中dnapars.exe的修改版本，原先的版本使用菜单设置参数，我改为了命令行驱动的mbetoolbox_dnapars.exe，并为其构建了MATLAB接口。在MATLAB中，只需设置路径后，您可以轻松地运行mbetoolbox_dnapars。输入文件应为Phylip格式的对齐DNA序列，命名为“infile”。更多关于Phyip包的信息，请参考：http://evolution.genetics.washington.edu/phylip.html。

fastAlign算法代码解析 本仓库包含fastAlign算法的MATLAB源代码，该算法用于蛋白质-蛋白质相互作用网络的快速全局比对。 代码结构 examples/: 包含mat3_greedy算法的运行示例，可通过运行example.m文件进行测试。 data/: 存放示例所需的数据文件。 code/: 存放算法实现的脚件，包括： MAT3_rank.m: 根据输入网络的邻接矩阵、alpha值、迭代次数和首选项矩阵计算相似性矩阵。 greedy_match.m: 根据输入网络对的相似性矩阵计算匹配矩阵M。 align.m: 根据输入的两个邻接矩阵和匹配度计算两个网络的对齐图。 bi

这份PPT详细介绍了蛋白结构数据库的内容和重要性。涵盖了不同类型的数据库及其在科学研究中的应用，是理解蛋白质结构与功能关系的重要工具。

PERDIX (P rogrammed Eulerian Routing for DNA Design using X-overs) is a new, free, and open-source software package written in FORTRAN 90/95 that automates the conversion of 2D computer-generated design files into DNA sequences. These sequences can then be synthesized and mixed to create high-fideli

matlab 的喷泉码编码器，用起来还挺顺的，尤其是你在搞DNA 存储这块的话，真的是蛮实用的。里面的LT_code.m核心文件结构清晰，参数也都开出来了，调试起来不会太难。 喷泉编码的底子是来自那篇比较有名的论文——Erlich 和 Zielinski 在 Science 2017 年发的。用的是 LT 码那一套思路，再结合上GC 含量和同碱基最大连续数这些约束，你能灵活地配置你的编码策略。比如你要完全放飞，就把Max_run_length设 152；如果你要比较规范，就给它设 3 就好了。 还有个亮点是它的编码约束设置，在LT_code.m文件里直接改就行，不用到处找。Max、Min 的

DIAMOND是一款速度超快的蛋白质序列比对软件，其最新Linux版本2.1.8现已发布。 DIAMOND的主要特点： 比BLAST快500到20,000倍 支持长序列的移框联配分析 资源消耗小，可在普通台式机和笔记本电脑上运行 支持多种输出格式

基于SanXoT框架的定量蛋白质组学工具，是我最近用得比较顺手的一套流程。安装虽然有点挑环境，但跑起来稳定，统计那块也做得比较全，蛮适合搞大规模蛋白质组数据的你来用。 整套流程的逻辑比较清晰，从原始数据导入到系统层级的比较，全都能搞定。重点是它的工作流是为高通量设计的，批量文件也不卡，响应也快。对比用 Excel 和手工脚本要舒服多了。 Windows 安装有点小门槛，得用Visual Studio编译环境，而且必须是C++语言，这个得注意下。像我就是踩坑装错了语言包，建议你提前下好Visual C++ SDK。Python 那块要用setuptools.extension.Extension