这几天有大佬研究出来薅AWS免费CDN每月1T流量的教程。CF过于良心，高峰时段博客访问太慢，因此尝试一下CFT。 第一步 注册AWSAWS注册比甲骨文云轻松，但是需要VISA信用卡，邮箱和手机号 第二步 建立测试网站 NPM面板反代wordpress端口，选一个随机子域名进行DNS解析 安装X面板，ws连接中千万不要开启acceptProxyProtocol NPM面板中按下面的图添加locat

世界已不是旧日的世界，和平与发展将始终作为时代唯一的主题 威权从来没有善终，繁荣需要自己建设 冷战之于科技是不可持续的发展方式，交流合作才是正确的道路 博主对过去误解和误用群星梗表示道歉

与常用的基因功能注释数据库类似，Disease Ontolog通过参照MeSH, ICD等疾病分类标准，对人类的常见疾病与罕见病进行了归纳整理，提供了一个统一的，标准化的疾病分类系统。 安装补充包 conda activate clusterprofiler conda install -c bioconda bioconductor-biomart -y 获得基础数据1234567891011

使用Windows系统，安装Docker需要开启WSL2，可能存在未知的BUG，操作和维护也不是那么轻松，因此本文将教大家如何使用VMware安装Ubuntu，再通过Ubuntu安装Docker，然后通过Docker安装Jupyter Docker Stacks 第一步 安装VMware复旦大学是VMware学术计划成员，因此在校师生可以在遵循相关协议的前提下免费使用VMware学术计划内所包含产

咕咕鸽最近又更新了一期搭建SearXNG的教程，咱也跟着咕咕鸽的教程折腾一下 123456789101112131415161718192021222324252627282930313233343536373839404142434445version: '3.7'services: redis: container_name: redis_searxng im

文章原文：Comprehensive Evaluation of Machine Learning Models and Gene Expression Signatures for Prostate Cancer Prognosis Using Large Population Cohorts，该文章的代码托管在GitHub上，数据托管在PCaDB上。本博客的历史博文拥有部分背景知识、周支瑞老师

虽然现在已经是高通量测序的时代，大家基本都是从counts矩阵出发，使用DESeq2进行差异表达分析，但是GEO和ArrayExpress上的仍有海量且持续更新的芯片数据，有时候也不可避免遇到一些FPKM格式乃至已经进行了z-score转换的数据，对于这些数据的分析，我们可以认为其在适当变换下(log2FPKM)，满足正态分布，那么仍可以使用limma直接进行分析。下面博主以E-MEXP-1422

conda配置环境 conda clean -y -all conda create -n geo -c conda-forge r-base=4.1.3 conda activate geo conda install -c conda-forge r-tidyverse=1.3.1 -y conda install -c conda-forge r-irkernel -y

博主最近在看临床预测模型，里面涉及到一些神经网络的相关知识，这里记录一下博主的简单理解。 基本概念 X：一个nx维的输入张量，可以是nx=0的标量，nx=1的向量，nx=2的矩阵，或更高维的张量 Y：一个ny维的输出张量，可以是nx=0的标量，nx=1的向量，nx=2的矩阵，或更高维的张量 f：一个特定结构的神经网络，如简单的BP神经网络

TMM：The Trimmed Mean of M value by edgeR VST：The variance stabilizing transformation by DESeq2 RLOG：The regularized-logarithm transformation by DESeq2 Counts矩阵来源于STAR匹配得到的结果：df <- read.csv('G