Telegram Web Link
#آگهی

- از جستجو کردن IF مجلات در گوگل خسته شدید؟
- از عدم دسترسی به سایت web of science رنج می برید؟
- دنبال مقالات مربوط به مجلات Q1 هستید؟

کافی است این اکستنشن را به مرورگر Chrome خودتون اضافه کنید تا پاسخ تمامی سوالات بالا را در حین یافتن مقاله در وبسایت Pubmed بیابید.

منبع خبر از توییتر حمیدرضا کریمی ساری:

https://twitter.com/karimisari/status/1523571672086851584?s=20&t=QRHSFDDfWMF6xeChtCsFRA

@JafaRiLab
👍7
#از_R_لذت_ببریم

مقایسه R با Python

اگه
میخوای بدونی چرا میگم برنامه نویسی R در مقایسه با برنامه نویسی Python برای کسانی که پیش زمینه برنامه نویسی و کامپیوتر ندارند راحتتر و قابل فهم تر هست، این مقاله را مطالعه کن 😉. خیلی ساده یه مجموعه داده را می تونی دانلود کنی و به شش تا سوال پاسخ بدی. نویسنده مقاله، راه حل های خودش با هر دو برنامه را هم آورده. خودم به شخصه از پاسخ به سوال اول و سوال آخرش به کمک برنامه نویسی R بسی لذت بردم 😍:

(1) t.ly/5--P

اگر مطالعه این مقاله برات سخت بود و نیاز داشتی قسمت های مربوط به R را یه نفر برات توضیح بده، پیشنهاد میدم این فیلم را هم نگاه کنی 😊:


(2) t.ly/4GG7

@JafaRiLab
🤩7👍1
#از_R_لذت_ببریم

داستان واقعی زیر برای دوستداران علم داده خصوصا از نوع داده های زیست شناختی می تونه خیلی الهام بخش باشه (منبع حساب Matt Dancho در لینکدین)

t.ly/QpbJ

@JafaRiLab
👍9
#از_R_لذت_ببریم

چگونه یک جهش شرطی 😲 در R انجام دهیم؟

جهش شرطی یه ترجمه کاملا نارسا 😓 از عبارت Conditional Mutate هست. در فرایند دست ورزی داده ها، خیلی مواقع پیش میاد که لازم هست یه متغیر جدید با استفاده از متغیرهای موجود در مجموعه داده، تعریف بکنیم. یعنی مثلا متغیر a داریم و میخواهیم متغیر b را به کمک متغیر a تعریف کنیم. متغیر a مثلا حاوی مقادیر منفی یک تا مثبت یک هست و میخواهیم b را به نحوی تعریف کنیم که اعداد مثبت و منفی با دو عبارت یا دو کاراکتر متمایز بشوند. دو تابع mutate و case_when از پکیج dplyr اینکار را ساده می کنند. برای مطالعه بیشتر و دیدن مثال به اینجا مراجعه کنید:

t.ly/3pFg

@JafaRiLab
👍5😁2
#از_R_لذت_ببریم
نسخه جدید (R (4.2.1 با نام "Funny-Looking Kid" منتشر شده است.

@jafaRilab
👍5
#از_R_لذت_ببریم

نسخه جدید (R (4.2.2 با نام "Innocent and Trusting" منتشر شده است.

@jafaRilab
👍3👎1
#آگهی

برای کسب اطلاعات بیشتر در مورد تمرکز تحقیقاتی جدید ما، به وبسایت جدید JafaRiLab مراجعه کنید:

https://www.helsinki.fi/en/researchgroups/systems-pharmacology
👍12
#از_R_لذت_ببریم

نحوه انجام بوت استرپینگ (‌‌‌Bootstrapping) در R

بوت استرپینگ روشی برای تخمین خطای معیار هر آماره و محاسبه فاصله اطمینان برای آنهاست. بعد از نصب و فراخوانی پکیج boot، با استفاده از لینک زیر می توانید به سادگی بوت استرپینگ را انجام دهید.
ابتدا، k نمونه با جایگذاری تکراری را از یک مجموعه داده معین بگیرید. سپس آماره مورد علاقه برای هر نمونه را محاسبه کنید. این k ها، تخمین های مختلف را برای یک آماره معین به دست می دهند که می توانید از آنها برای محاسبه خطای معیار و فاصله اطمینان استفاده کنید:

t.ly/HrtB

@JafaRiLab
👍4
#نرم_افزار_جدید_ما
#از_R_لذت_ببریم

پکیج نرم افزاری جدید آزمایشگاه در زبان R با نام PEIMAN2، هم اکنون در مخزن CRAN از طریق لینک زیر در دسترس است.

PEIMAN2: Post-Translational Modification Enrichment, Integration, and Matching Analysis

با استفاده از این پکیج کاربر قادر به شناسایی تغییرات پس از ترجمه (PTM) در پروتئین ها در یک تحلیل پروتئومیکس PTM-محور خواهد بود.

👇👇👇
https://cran.r-project.org/web/packages/PEIMAN2/index.html

برای جزییات بیشتر، پیشنهاد می شود به vignette این پکیج رجوع کنید:

👇👇👇
https://cran.r-project.org/web/packages/PEIMAN2/vignettes/PEIMAN2-vignette.html

@JafaRiLab
🎉7
#پادکست

‏اپیزود شانزدهم، ششمین و آخرین اپیزود از فصل دوم پادکست منتشر شد.

این اپیزود سخنرانی بنده در یازدهمین همایش بیوانفورماتیک ایران است.
.
تمرکز اصلی در این سخنرانی ارائه نتایج منتشر شده در مقاله ای از گروه تحقیقاتی بنده در مجله Nature Communications است. برای دسترسی مستقیم به اسلایدهای سخنرانی کلیک کنید.

عنوان قسمت شانزدهم:
زیست شناسی شبکه ای:تصویر تزئینی مقاله یا تلاشی برای رفع یک نیاز؟

امیدوارم مورد پسند شنوندگان پادکست قرار بگیره و نظراتتون از نحوه اجرا و محتوای این اپیزود را با ما در میان بگذارید.
برای ارسال نظرات میتوانید از طریق ادمین کانال تلگرامی یا توییتر پادکست در تماس باشید.
لینک پادکست در Google Podcast و Spotify:

tinyurl.com/22u54p6a
tinyurl.com/26mlh4ok

@JafaRiLab
4👍1
#از_R_لذت_ببریم

بستر RMarkdown و خروجی هایش

بستر RMarkdown یک چارچوب قدرتمند برای نوشتن اسنادی است که حاوی ترکیبی از متن، کد و خروجی کد است. این اسناد برای تحلیل اولیه داده (Initial data analysis, IDA) و همچنین طرح تحلیلی آماری (Statistical Analysis Plan, SAP) در هر پروژه ای مربوط به داده کاوی نقش اساسی ایفا می کنند.

فرمت های خروجی محبوب برای این اسناد، شامل قالب های HTML، PDF و Word است. همچنین امکان خروجی اسناد RMarkdown به عنوان بخشی از یک وب سایت ایستا با استفاده از بسته blogdown‍‍‍ نیز وجود دارد.
در ادامه من دو لینک با شما به اشتراک میگذارم تا با خروجی های جدیدتری از RMarkdown آشنا بشید:

۱)‌ امکان انتشار اسناد RMarkdown در سایت های وردپرس نیز وجود دارد.

۲) امکان خروجی یک فایل Rmd به عنوان Google Doc


@JafaRiLab
👍7
#پادکست
در آستانه انتشار اولین قسمت از فصل سوم پادکست با نام اختصاصی Edge، شش اپیزود منتشر شده در فصل دوم پادکست را در ادامه این پست در تلگرام بارگزاری می کنم.

سپاس از همراهی ها، پیشنهادات و انتقادهای همه مخاطبان پادکست که ضامن بقای یه پادکسته (و انگیزه پادکست سازه😉) اونم با یک موضوع تخصصی و دایره مخاطب بسیار محدود. امیدوارم در ادامه این راه از همراهی شما همچنان بهره مند باشم 😇☺️


البته یادآوری می کنم که بهترین راه شنیدن پادکست استفاده از اپلیکیشن های پادگیر مثل Castbox ، Google Podcast یا Spotify هست.

tinyurl.com/2lm7kxwc
tinyurl.com/2ngsvr6f
tinyurl.com/2how5sua

@JafaRiLab
👍1
Episode_11.mp4
46.9 MB
Episode 11 - Get to function, not just expression (به عمل کار برآید، به بیان ژن نیست)

@JafaRiLab
🤩1
2025/10/22 04:08:18
Back to Top
HTML Embed Code: