CoGe（比较基因组学）平台 CoGe是一个基于Web的平台，提供工具和数据库来协助生物学家进行比较基因组学研究。 安装 有关详细的安装说明，请访问： :

美国国家标准学会 使用Java的NSGA-II实现 该论文的原始作者： ， ， ， 原始内容的链接： 注意：NSGA-II算法的此实现完全参考原始发表的论文。 这不是在Java中转换最初实现的C代码的工作。 在编写此实现时，未引用作者的原始C代码。 依赖关系：Java（> = 1.8），JFreeChart（1.5.0），JCommon（1.0.24） 重要 3.1.0版带来了许多附加功能，修复了一些错误并带来了一些重大更改。 虽然建议使用最新版本（3.1.0）并为现有项目更新依赖项，但请记住有关重大更改的信息，如果无法这样做，请打开一个问题。 请注意： 这是算法实现的v3 。

超级英雄 MEGAHIT是一种超快速且高效存储的NGS汇编器。 它针对元基因组进行了优化，但在通用的单基因组装配（小或哺乳动物大小）和单细胞装配上也能很好地工作。 安装 conda conda install -c bioconda megahit 适用于x86_64 Linux的预构建二进制文件 wget https://github.com/voutcn/megahit/releases/download/v1.2.9/MEGAHIT-1.2.9-Linux-x86_64-static.tar.gz tar zvxf MEGAHIT-1.2.9-Linux-x86_64-static.t

R Programming for Bioinformatics，R 统计学。The purpose of this monograph is to provide a reference for scientists and programmers working on problems in bioinformatics and computational biology. It may also appeal to programmers who want to improve their programming skills or programmers who have been working in bioinformatics and computational biology but are familiar with languages other than R. A reasonable level of programming skill is presumed as is some familiarity with some of the basic tasks that need to be carried out in bioinformatics. We concentrate on programming tools and there is no discussion of either graphics or of the multitude of software for fitting models or carrying out machine learning. Reasonable coverage of these topics would result in a much longer monograph and to some extent they are orthogonal to our purpose.

使用python进行生物信息学的相关分析；使用教程，全书306页，非扫描高清版，英文原版书籍

Applications_&_Challenges_of_Deep_Learning_in_the_field_of_bioinformatics Pandya Mrudang Daxeshkumar, Dr. Jardosh Sunil

Introduction to Bioinformatics fourth edition by Arthur M.Lesk

HASLR：长读的快速混合组装 介绍 HASLR是用于长测序读数的快速基因组组装的工具。 HASLR是一种混合工具，这意味着它需要使用同一样品的第三代测序技术（例如PacBio或Oxford Nanopore）生成的长读本以及下一代测序读物（例如Illumina）。 HASLR能够在单个计算节点上组装大型基因组。 我们的实验表明，使用64个CPU线程，它可以在不到10小时的时间内组装CHM1人类数据集。 安装 要求 GCC≥4.8.5 Python3 zlib 依存关系 HASLR依赖于以下将自动安装的工具： 用于共识阅读长篇文章 用于组装短读 用于将短阅读重叠群与长阅读对齐 用于FASTA / Q操作 使用conda 可以使用conda软件包管理器通过bioconda渠道安装HASLR： conda install -c bioconda haslr 从源头建造 git clo

标题 输出 CanvasXpress R库 html_document 独立的 canvasXpress是百时美施贵宝公司开发的用于生物信息学和系统生物学分析的核心可视化组件。 它支持大量的以显示科学和非科学数据。 canvasXpress还包括用于浏览复杂数据集的简单，简洁的，用于跟踪可目的的所有用户自定义的复杂而独特的机制，以及用于同步选定数据点的“开箱即用”广播功能。页面中的所有canvasXpress图。 可以轻松地对数据进行排序，分组，转置，转换或动态聚类。 完全可定制的鼠标事件以及缩放，平移和拖放功能是使此库在其类中独一无二的功能。 现在， canvasXpress可以简单地

SCDE概述 scde程序包实现了一组用于分析单细胞RNA-seq数据的统计方法。 scde适合用于单细胞RNA-seq测量的单个误差模型。 然后可以将这些模型用于评估细胞组之间的差异表达以及其他类型的分析。 scde软件包还包含pagoda框架，该pagoda框架应用途径和基因集过度分散分析来识别单细胞之间转录异质性的各个方面。 以下出版物详细介绍了差异表达分析的总体方法： 在以下出版物中详细介绍了途径和基因组过度分散分析的总体方法： 有关其他安装信息，教程等，请访问 样品分析和图像 单细胞错误建模 scde使用源自单细胞RNA-seq数据的计数scde拟合单细胞的个体误差模型，