“Omics – Hunter”的评论 https://evvail.com Evvail | 一个经验分享的地方 Tue, 27 Jan 2026 06:10:02 +0000 hourly 1 陈浩对《蛋白质组数据的差异分析-DEP(R 包)》的评论 https://evvail.com/2020/06/29/748.html/comment-page-1#comment-460 Tue, 27 Jan 2026 06:10:02 +0000 https://evvail.com/?p=748#comment-460 回复给小泽

可以的

]]>
载入演示数据 extdata对《R 基因突变位点可视化-trackViewer》的评论 https://evvail.com/2020/10/28/1790.html/comment-page-1#comment-459 Tue, 16 Sep 2025 08:58:33 +0000 https://evvail.com/?p=1790#comment-459 extdata,这个文件的格式文件可以给下吗?谢谢

]]>
小泽对《蛋白质组数据的差异分析-DEP(R 包)》的评论 https://evvail.com/2020/06/29/748.html/comment-page-1#comment-458 Thu, 28 Aug 2025 18:20:44 +0000 https://evvail.com/?p=748#comment-458 请问DIA-NN的定量.xls文件可以使用DEP包进行分析吗

]]>
陈浩对《R Mfuzz包使用简单说明》的评论 https://evvail.com/2019/12/17/287.html/comment-page-2#comment-457 Sun, 20 Jul 2025 15:09:59 +0000 https://evvail.com/?p=287#comment-457 回复给12345

是要添加什么样的图例呢?这个趋势就是时间点的图

]]>
12345对《R Mfuzz包使用简单说明》的评论 https://evvail.com/2019/12/17/287.html/comment-page-2#comment-456 Thu, 17 Jul 2025 10:56:46 +0000 https://evvail.com/?p=287#comment-456 请问这个图可以加上图例吗?

]]>
陈浩对《pFind studio-国产DDA蛋白质鉴定解决方案》的评论 https://evvail.com/2020/09/12/1516.html/comment-page-1#comment-455 Mon, 27 Jan 2025 10:58:19 +0000 https://evvail.com/?p=1516#comment-455 回复给马成龙

百度云也备份的一个,链接: https://pan.baidu.com/s/1dlQBO8d6wMTnBeDBb45t2A?pwd=b9yf 提取码: b9yf

]]>
陈浩对《pFind studio-国产DDA蛋白质鉴定解决方案》的评论 https://evvail.com/2020/09/12/1516.html/comment-page-1#comment-454 Mon, 27 Jan 2025 09:50:41 +0000 https://evvail.com/?p=1516#comment-454 回复给马成龙

试试,http://pfind.net/software/pFind/index.html

]]>
马成龙对《pFind studio-国产DDA蛋白质鉴定解决方案》的评论 https://evvail.com/2020/09/12/1516.html/comment-page-1#comment-453 Thu, 02 Jan 2025 11:16:00 +0000 https://evvail.com/?p=1516#comment-453 陈老师您好,请问您有pfind的安装包吗?目前pfind的官网好像打不开,无法下载软件。

]]>
陈浩对《蛋白质组数据的差异分析-DEP(R 包)》的评论 https://evvail.com/2020/06/29/748.html/comment-page-1#comment-452 Wed, 02 Oct 2024 13:43:00 +0000 https://evvail.com/?p=748#comment-452 回复给林涵

其实缺失值填充这个没有一个比较好的方法处理,诸如impute包里面支持的方法:”bpca”, “knn”, “QRILC”, “MLE”, “MinDet”, “MinProb”, “man”, “min”, “zero”, “mixed”, “nbavg”, “GSimp” or “RF”等,各种方法都有利弊。
蛋白组学的缺失值比较常用的几种方法:
1)填充0处理,这种比较粗暴,简单适合小样本量,比如做了一个3v3或者1v1;
2)可以用全局最小值的一半或者0.75倍,意在说明这些值是比检测下限还要小,但是对我们计算差异可能有影响,尤其是对于几个重复部分样本鉴定到部分没有鉴定到,但是这种方法用到的比较多,文献也多,主要优点是简单易操作也容易理解,相对于0来说看似更合理一点;
3)如果是大量样本要填充缺失值可以用像KNN或者RF,这种机器学习的方法相对更稳妥。
以上是个人观点仅供参考。

]]>
陈浩对《利用msconvert转换timsTOF .d文件》的评论 https://evvail.com/2020/06/03/570.html/comment-page-1#comment-451 Wed, 02 Oct 2024 13:36:25 +0000 https://evvail.com/?p=570#comment-451 回复给samuel

4D蛋白组学最近两年才出来,格式上软件支持不够是存在的。开源软件的话除了maxquant可以试试fragpipe.

]]>