• 1
• 0
• 0

gausshuang/MIRACLE

• 1
• 0
• 0

gausshuang/ModDotPlot

• 1
• 0
• 0

gausshuang/ThinkStats2

统计思维；程序员数学之概率统计 第2版 代码

• 1
• 1
• 0

gausshuang/dash-master

Dash应用页面整体布局技巧

• 1
• 0
• 0

gausshuang/CCR_Proteomics

Plasma Proteomic Signature Predicts Myeloid Neoplasm Risk Clin Cancer Res (2024) 30 (15): 3220–3228. https://doi.org/10.1158/1078-0432.CCR-23-3468

• 1
• 0
• 1

gausshuang/lux

lux是用Go编写的一个下载视频的工具，基于ffmpeg库，支持macOS、windows、linux等多个平台。

• 1
• 0
• 0

gausshuang/interval_misexpression_manuscript

Publication: T. Vanderstichele et al. (2024) ‘Misexpression of inactive genes in whole blood is associated with nearby rare structural variants.’ American Journal of Human Genetics.

• 1
• 0
• 0

gausshuang/pan-B

2024年7月23日，张泽民课题组在Cell发表了题为Pan-cancer single-cell dissection reveals phenotypically distinct B cell subtype的研究论文

• 1
• 0
• 0

gausshuang/RMS_AI

https://aacrjournals.org/clincancerres/article/29/2/364/713962/Predicting-Molecular-Subtype-and-Survival-of?searchresult=1 里面的github仓库

• 1
• 0
• 0

gausshuang/Model-for-predicting-IC-efficacy

https://aacrjournals.org/clincancerres/article/30/14/2925/746319/Plasma-Metabolic-Profiles-Based-Prediction-of?searchresult=1 文章里的 github仓库

• 1
• 0
• 0

gausshuang/iTIME

https://academic.oup.com/bioinformatics/article/37/23/4584/6420699?searchresult=1

• 1
• 0
• 0

gausshuang/Waters_BAP1_SGE

Saturation genome editing of BAP1 functionally classifies somatic and germline variants

• 1
• 0
• 0

gausshuang/THItoGene

THItoGene is a hybrid neural network

• 1
• 0
• 0

gausshuang/MBPD

南京农业大学韦中团队在iMeta在线发表了题为“MBPD: A multiple bacterial pathogen detection pipeline for One Health practices”的文章。 本研究提出了一个多病原细菌检测系统(MBPD)，以识别动物、植物和人畜共患类病原菌。

• 1
• 0
• 0

gausshuang/spatial-bonemarrow-atlas

Mapping the cellular biogeography of human bone marrow niches using single-cell transcriptomics and proteomic imaging

• 1
• 0
• 0

gausshuang/Jash-good-idea-20200304-001

很多python，AI，机器学习的书籍

• 1
• 0
• 0

gausshuang/ROGUE

• 1
• 0
• 0

gausshuang/merge_TCGA_GTEx

TCGA（The Cancer Genome Atlas）数据库提供了丰富的癌症组织样本数据，强烈推荐 GTEx（Genotype-Tissue Expression）数据库，因为 GTEx 涵盖了多个器官和组织中的大量正常组织样本数据。 两个数据库联合分析

• 1
• 0
• 0

gausshuang/ucsc-xena-client

• 1
• 0
• 0

gausshuang/kofam_scan