鐵人檔案
在生物資訊學中，基因表現量分析是理解基因功能和細胞行為的關鍵步驟。隨著基因數據的快速增長，如何高效處理和分析海量基因數據，已經成為現代生物學研究中的一大挑戰。此次挑戰將聚焦於運用 Python 實現基因代號轉換，並基於 RPKM（每千鹼基轉錄本每百萬比對讀取數，Reads Per Kilobase of transcript, per Million mapped reads）計算基因表現量，以提升基因數據分析的效率。
哈囉~大家好~第一次參與 IT 鐵人賽，好緊張啊~ 挑戰目標 這次挑戰的核心是透過 Python 爬取基因相關資訊，並結合 RPKM（Reads Per Kil...
在正式開始之前，我需要先建立開發環境並安裝必要的依賴庫。為了成功處理基因數據，構建一個穩定且高效的開發環境是關鍵。因此，今天的重點將放在環境設置及依賴庫的安裝上...
為了完成此次挑戰，必須先有基因表達數據以供分析，因此我下載了來自 NCBI GEO 之基因數據以供後續使用。 NCBI GEO 介紹 NCBI GEO 是美國國...
在後續的網頁爬蟲中，我利用 Ensembl Gene ID 作為數據的基礎，因此我需要先將從 NCBI GEO 下載的基因 Symbol ID 進行轉換。 轉換...
今天我要進行 Symbol ID 到 Ensembl Gene ID 的轉換。 Day4 已設置好基因代號轉換工具，接下來我將使用 Ensembl BioMar...
今天主要著重在清理轉換後的數據，並進行驗證。 基因代號轉換後，我需要對結果進行清理和驗證，因為有些基因雖然有 Symbol ID，但其在 Ensembl 上並未...
今天我將專注於理解 Ensembl 網站上基因詳細頁面的結構，這對於後續爬取基因的起始和結束位置至關重要。在 Ensembl 網站的基因詳細頁面中，包含了基因的...
今天我要建構基因詳細頁面的 URL 模板，用以後續爬蟲。 在進行網頁爬蟲時，必須準確的知道要爬取的網頁之 URL 構建方式；今天我將使用每個基因的 Ensemb...
在處理大量基因數據時，使用同步爬蟲效率會很低，因此今天我將使用 aiohttp 來執行非同步爬蟲，這樣可以加速數據抓取過程。非同步爬蟲允許同時發送多個請求，而不...
今天我要從昨日定義之頁面中爬取基因的起始與結束位置，這些位置訊息會用來計算基因表現量，而在此我將使用 BeautifulSoup 來解析爬取到的 HTML 頁面...
