여러명이 사용하는 서버의 home directory에 용량이 거의 차면, 데이터를 다른 저장소로 옮기는 경우가 있는데, 이때 원격 설정 등 모든 설정을 다시 해야 하면 상당히 번거롭다. 이때, 저장소의 폴더 주소를 home으로 가지고 와서 사용할 수 있는데, symbolic link를 통해 '바로 가기'처럼 사용할 수도 있고, 폴더를 새로 하나 만든 다음 mount 할 수도 있다. 1. symbolic link ln -s /가져올 폴더/ /현재위치 폴더/ ln (엘엔)이라는 명령어에 -s 옵션을 붙이고 /저장소의 위치/ /현재위치/ 를 하면 symbolic link가 만들어 진다 이때 현재 위치에서 굳이 새로운 폴더를 만들지 않아도, 현재 위치 폴더(링크)가 만들어 짐 2. mount 현재 위치에 새로운..
(예측) 모델을 평가하는 지표는 여러가지가 있지만, Calibration, Discrimination, Reclassification 중점에서 모델 정확도를 평가하는 방법을 소개하고자 한다. 1. Calibration (Chi-square test) model calibration은 예측 위험 값(그룹에 대한 사망 예측)과 실제값(실제 사망률) 사이의 가까운 정도를 의미한다. calibration을 보이는 가장 흔한 방법은 관측값과 비교하여 예측값을 그래프로 그려 비교하는 것이며, 카이제곱(X^2) 값을 주로 사용한다. 대략 카이제곱 값이 20 미만이면 good fit이라고 할 수 있으며, 값이 낮을수록 model calibration을 더 높다고 할 수 있다. 2. Discrimination (C-st..
- Genetic Risk Score (GRS)는 특정 질병과 강한 연관이 있다고 알려진 유전자 변이형을 바탕으로 유전적 위험도(Genetic Risk Score)를 계산한 척도 - GRS를 활용하여 심혈관질환에서 statin의 사용이 발병을 억제하거나 예방하는지의 효과를 생존분석을 통해 알 수 있음 (reference 논문에서 활용한 바와 같음) - 본 포스팅의 목적은 위와 같은 연구에서 사용된 Genetic Risk Score의 계산 방법을 정리 GRS method Igo et.al에서 소개하고 있는 GRS의 계산식은 다음과 같음 k: 이전 연구에서 알려진 강한 연관 관계의 변이 개수 β: additive genetic effect의 logistic regression에서 얻어진 log odds ra..
일반적으로 환자의 혈액 등 샘플을 채취하여 기계에 넣고 sequence를 읽어내는 과정을 Sequencing Base Calling이라고 함. 긴 서열을 쪼개서 반복하여 읽은 각 정보를 read라고 하고, 이를 조합하여 원 서열 정보를 알아냄 Base Calling이 끝난 데이터를 reference sequence와 비교하여 어느 위치에 변이가 있나를 알아내는 과정이 variant calling임 variant calling 정보를 통계적으로 처리하여 최종 변이 정보를 저장한 파일이 vcf 파일 - Alignment Variant Calling Base calling을 완료하면 FASTA 혹은 FASTAQ 파일이 만들어짐. 이 데이터를 SAM -> BAM -> VCF 파일로 처..
import numpy as np matrix = np.array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9,10,11], [12,13,14,15]]) numpy에서 행렬을 쪼깰 때는 split을 사용한다. 예제 matrix를 행 중심으로 나눠, a 변수에는 1행 ~ 3행의 행렬이, b 변수에는 4행의 행렬이 들어가도록 하려면, 행 지정과 axis=0을 이용한다. c 변수에는 1열 ~ 3열, d 변수에는 4열의 행렬이 들어가도록 하려면, 열 지정과 axis=1을 이용한다.
- Total
- Today
- Yesterday
- PTB
- 그룹비교
- 실험통계
- psychopy
- missing_value
- GPU설치
- ECG
- rgb2gray
- 평균분석
- HRV
- sequenced data
- Bioinfo
- sounddevice
- 딥러닝
- GradCam
- pmm
- gray2rgb
- plink
- 생존분석
- vcf
- NGS
- fasta
- 생존함수
- 인공지능
- 생존곡선
- SNP
- cnn
- pre-train
- featuremap
- r
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |