创作中心
反馈咨询
欢迎添加微信!
微信号:z_gqing
微信二维码:

生物信息数据库

1 生物信息学概述 1.1 生物信息学定义和历史 1.2 生物信息学的应用领域 2 基因组学数据库 2.1 NCBI基因组数据库 2.1.1 GenBank 2.1.2 RefSeq 2.1.3 dbSNP 2.2 Ensembl 2.3 UCSC基因组浏览器 2.4 EMBL-EBI基因组资源 2.5 其他基因组数据库 3 蛋白质序列和结构数据库 3.1 UniProt 3.2 Pfam 3.3 SMART 3.4 CATH 3.5 SCOP 3.6 InterPro 4 非编码RNA数据库 4.1 miRBase 4.2 piRNABank 4.3 snoRNABase 4.4 Lncipedia 4.5 Rfam 5 表观遗传学数据库 5.1 ENCODE 6 微生物数据库 6.1 NCBI微生物数据库 7 生物化学和代谢途径数据库 7.1 KEGG 7.2 Reactome 7.3 BioCyc 7.4 MetaCyc 8 医学和临床数据库 9 分子互作数据库 9.1 STRING 9.2 IntAct 9.3 MINT 9.4 BioGRID 9.5 iRefIndex 10 生物医学文献数据库 10.1 PubMed 10.2 Scopus 11 数据挖掘和分析工具 11.1 BLAST 11.2 HMMER 11.3 MAFFT 11.4 Jalview 11.5 Cytoscape 11.6 Galaxy 12 生物信息学软件和编程语言 12.1 R语言 12.2 Python 12.3 Perl 12.4 Biopython 12.5 Bioconductor
首页 教程 生物信息数据库 R语言
R语言是一种用于统计分析、绘图和编程的计算机语言,尤其在数据科学领域有着广泛的应用。它是由新西兰奥克兰大学的罗斯·伊哈卡和罗伯特·吉比克斯在1993年开发出来的。 R语言的核心是一个自由软件项目,其源代码是公开的,这意味着任何人都可以查看、修改和分享它的源代码。这种开源性质使得R语言能够迅速发展,吸引了大量的开发者和用户社区参与其中,形成了丰富的第三方包资源,涵盖了各种各样的应用领域,包括机器学习、深度学习、自然语言处理等。 R语言的主要优点包括:强大的统计分析功能,丰富的可视化图形,优秀的数据处理能力,以及活跃的社区支持。同时,R语言也提供了一些高级特性,如面向对象编程、并行计算等,使得它不仅可以用于简单的数据分析任务,也能处理复杂的计算问题。 然而,R语言也有一些缺点,比如运行速度相对较慢,对于大规模数据的处理能力有限,以及语法相对复杂等。这些问题在一定程度上可以通过使用更高效的算法或者利用R语言和其他编程语言(如Python)的接口来解决。 总的来说,R语言是一种非常强大且灵活的数据科学工具,无论是在学术研究还是商业应用中都有着广泛的应用。

官方微信
点击收藏 编辑日记
木牛零码 Newmer生信 公司产品 意见反馈 联系我们 关于我们 招合伙-招聘-兼职
Copyright © 2021-2024 上海牛马人生物科技有限公司 沪ICP备 2022007390号-2