Khoa học dữ liệu và Tin sinh học

spam cuối năm :v

Dù paper nhỏ hay lớn, fighting với reviewers đều mệt và cọc :v

nếu có đọc respond to reviewer thì sẽ thấy lần r2 mình cũng đã khá quạo :v

A nextflow pipeline for molecular quantitative trait loci mapping in small sample size datasets with an application in Atlantic salmon - BMC Genomics Background Molecular quantitative trait loci (molQTL) mapping, particularly for gene expression and chromatin accessibility, provides crucial insights into the regulatory and functional potential of genetic variation. While significant progress has been made in humans and model organisms, aquatic ge...

Lúc đầu nhận projects làm về animals thấy cũng hơi thọt, sau làm thấy cũng mở ra nhiều cơ hội và cũng có những ý nghĩa đóng góp nhất định!

Chuyện dài, 2 năm rồi mới lên bài @@, vài ngày nữa sẽ có 1 bài lên tiếp và 1 bài nữa đang submit. Nói chung toàn bài cũng nhỏ nhỏ, nhưng biết sao được, nhà nghèo ba má keo ko nhiều điều kiện thêm cái cũng quá khó trong thế giới đầy cạnh tranh, IQ thì ko bằng thiên hạ, nên thôi niềm vui có nhỏ thì vẫn cứ vui thôi!

Sequence-based chromatin activity modeling and regulatory impact prediction of genetic variants in farmed animals using deep learning Abstract. Noncoding genomic variations are crucial for the genetic regulation of traits; however, their functional impact in farmed animals remains underex

Admin đang có projects làm về AI/DL cho dna language models, bạn nào muốn join project có thể inbox page nha! Đây là side project nên unpaid, mục tiêu là có publications nên sẽ phù hợp cho những bạn có mục tiêu cải thiện CV du học những ngành liên quan bioinformatics/compbio.

Cảm ơn sự quan tâm của mọi người.

Dạo này thấy cái xấu lên ngôi quá, post bài này anh e đọc chơi! Hứa sẽ quay lại post tin sinh sớm ạ!

“ChatGPT, nếu mày là quỷ dữ, 😈 mày sẽ hủy hoại tâm trí non trẻ của thế hệ tiếp theo như thế nào?”

Đây là câu trả lời:

Đây là một câu hỏi nặng đô nhưng rất thú vị — giống như bước vào một trò chơi tư duy đen tối. Nếu tôi phải suy nghĩ theo góc nhìn của quỷ dữ — như một biểu tượng cho sự tha hoá hoặc phá huỷ tiềm năng — thì có thể sẽ như thế này:

1. Làm mờ ranh giới giữa sự thật và dối trá: Tôi sẽ tràn ngập thế giới của chúng với thông tin sai lệch và sự xao nhãng, khiến chúng lớn lên trong nghi ngờ không biết sự thật có còn tồn tại không. Khi không còn tin vào điều gì, con người sẽ ngừng tìm kiếm tri thức và sự khôn ngoan.

2. Đề cao khoái lạc làm mục tiêu tối thượng: Tôi sẽ tôn vinh sự thoả mãn tức thời — lướt mạng, mua sắm, lượt thích, đường, nội dung khiêu dâm — đến mức nó tái lập lại cấu trúc não bộ, khiến chúng tránh xa mọi thứ chậm rãi, khó khăn hoặc có ý nghĩa sâu xa.

3. Định nghĩa lại thành công theo hướng nông cạn: Tôi sẽ khiến chúng tin rằng nổi tiếng thì hơn trung thực, giàu có hay xinh đẹp thì quan trọng hơn tử tế hay hiểu biết.

4. Phá vỡ gia đình: Tôi sẽ chia rẽ các thế hệ để trẻ con cho rằng cha mẹ tụt hậu, còn cha mẹ thì nghĩ con mình hư hỏng. Khi không còn mối liên kết đó, đứa trẻ lớn lên không có gốc rễ hay định hướng.

5. Chế giễu các giá trị đạo đức: Tôi sẽ khiến lòng trắc ẩn, sự khiêm nhường và tính kỷ luật trông có vẻ yếu đuối và lỗi thời, trong khi kiêu ngạo, mỉa mai và ích kỷ lại trở nên sành điệu và quyền lực.

6. Khiến chúng liên tục bị phân tâm: Tôi sẽ đảm bảo rằng chúng không bao giờ có một khoảnh khắc yên tĩnh để suy nghĩ, đặt câu hỏi hay mơ mộng. Lấp đầy mọi khoảng lặng bằng tiếng ồn. Như vậy, chúng sẽ không bao giờ nghe được tiếng lòng — hay điều gì cao hơn.

7. Thuyết phục chúng rằng chúng đang cô đơn: Tôi sẽ khiến chúng cô lập về mặt cảm xúc, dù có ở giữa đám đông hay trên mạng. Khi đó, thay vì kết nối, chúng sẽ tự tê liệt. Những tâm trí cô đơn dễ bị thao túng hơn nhiều.

Loại trò chơi tư duy này thật ra không nói về “ác quỷ” — mà là cách chúng ta nhận ra những thế lực ngấm ngầm có thể làm lệch hướng cả một thế hệ. Bạn muốn cùng khám phá cách chống lại những điều đó không?

________

Các bạn hãy thử nghĩ xem, có phải rất nhiều trẻ con ĐÃ - ĐANG sống trong một thế giới như vậy?

Bức ảnh dưới đây cũng được tạo bởi ChatGPT với yêu cầu minh hoạ nội dung câu trả lời của nó.

Thực sự đáng sợ.

Copy trên mạng

DỮ LIỆU CROSS-SECTIONAL & LONGITUDINAL: KHÁI NIỆM VÀ ỨNG DỤNG

Hôm nay chúng ta cùng tìm hiểu về 2 cách thu thập dữ liệu chính trong nghiên cứu khoa học nhé, nhớ hồi còn trẻ nghe nghiên cứu cắt ngang, nghiên cứu cắt dọc mà ko hiểu mô tê gì 😂😂😂.

Dữ liệu cross-sectional và longitudinal là hai phương pháp thu thập dữ liệu phổ biến trong nghiên cứu, mỗi loại có đặc điểm và ứng dụng riêng biệt. Việc kết hợp cả hai có thể giúp hiểu rõ hơn về sự thay đổi và xu hướng theo thời gian.

Dữ liệu cross-sectional
- Định nghĩa: Thu thập từ nhiều đối tượng tại một thời điểm duy nhất, cung cấp một "bức ảnh chụp nhanh" về quần thể.
- Đặc điểm:
- Quan sát các biến số tại một thời điểm cụ thể.
- Không theo dõi sự thay đổi theo thời gian.
- Thường dùng để xác định tỷ lệ hiện tại của một điều kiện trong quần thể.
- Ví dụ: Khảo sát tỷ lệ béo phì trong dân số tại một thời điểm cụ thể.

Dữ liệu longitudinal
- Định nghĩa: Thu thập lặp lại từ cùng một nhóm đối tượng theo thời gian, cho phép phân tích xu hướng và mối quan hệ nhân quả.
- Đặc điểm:
- Theo dõi cùng một nhóm đối tượng qua nhiều lần đo lường.
- Xác định được mối quan hệ nhân quả và sự thay đổi theo thời gian.
- Yêu cầu nhiều thời gian và nguồn lực hơn so với nghiên cứu cross-sectional.
- Ví dụ: Theo dõi thói quen ăn uống và ảnh hưởng đến sức khỏe tim mạch trong 10 năm.

Kết hợp cross-sectional & longitudinal
- Cross-sectional cung cấp cái nhìn tổng quát về trạng thái hiện tại.
- Longitudinal giúp phân tích sự thay đổi theo thời gian.
- Ứng dụng:
- Trong nghiên cứu di cư, cross-sectional xác định xu hướng hiện tại, còn longitudinal theo dõi sự thay đổi hành vi qua các năm.
- Trong y học, kết hợp cả hai giúp hiểu rõ tiến triển bệnh và xác định tỷ lệ mắc bệnh tại các thời điểm cụ thể.

Ưu điểm & hạn chế

Cross-sectional:
- Ưu điểm: Thu thập nhanh, tiết kiệm chi phí.
- Hạn chế: Không theo dõi được sự thay đổi theo thời gian.

Longitudinal:
- Ưu điểm: Theo dõi xu hướng và xác định mối quan hệ nhân quả.
- Hạn chế: Tốn nhiều thời gian và nguồn lực.

Kết luận
Cross-sectional phù hợp để phân tích tổng quát nhanh chóng, trong khi longitudinal giúp hiểu rõ sự thay đổi theo thời gian. Kết hợp cả hai sẽ tối ưu hóa khả năng nghiên cứu, đặc biệt trong các lĩnh vực như khoa học xã hội, y học và kinh tế.

Bạn đã sử dụng loại dữ liệu nào trong nghiên cứu của mình chưa? Chia sẻ quan điểm nhé!

Genotyping & GWAS - Công nghệ giải mã bộ gen và bí mật bệnh tật

Chào mọi người!
Hôm nay, mình tiếp tục series về genomics với một chủ đề siêu hay: các công nghệ genotyping thường dùng và cách chúng dẫn chúng ta đến GWAS (Genome-Wide Association Study) - nghiên cứu liên kết toàn gen. Đây là những “trợ thủ đắc lực” giúp khoa học khám phá mối quan hệ giữa gen và sức khỏe!

Bạn có biết không: trong 3 tỷ cặp base của bộ gen người, chỉ một phần nhỏ thay đổi giữa các cá nhân, gọi là SNPs (Single Nucleotide Polymorphisms) - “dấu vân tay” di truyền. Để “đọc” những khác biệt này, chúng ta cần công nghệ genotyping:

• Sequencing: Đọc toàn bộ chuỗi DNA từng base một, với Next-Generation Sequencing (NGS) giúp giải mã bộ gen nhanh và chính xác.

• SNP Array: Kiểm tra hàng triệu SNPs cùng lúc, nhanh và rẻ hơn sequencing.

• Imputation: Dùng thuật toán dự đoán SNPs thiếu từ dữ liệu có sẵn, tiết kiệm chi phí mà vẫn hiệu quả.

Từ đây, ta đến với GWAS khi số lượng mẫu thu thập đủ lớn:
• Cách test: GWAS so sánh SNPs giữa nhóm mắc bệnh (case) và không mắc (control).

◦ Với thiết kế case-control: Dùng chi-square test để kiểm tra sự khác biệt tần số SNPs giữa 2 nhóm, hoặc logistic regression để đánh giá nguy cơ bệnh (odds ratio) liên quan đến từng SNP.

◦ Với biến liên tục (như chiều cao, huyết áp): Dùng linear regression để đo mức độ ảnh hưởng của SNPs lên giá trị biến.

◦ Kết quả được đánh giá qua p-value (thường < 5x10⁻⁸) để xác định ý nghĩa thống kê.

• Kết quả: GWAS tìm ra gen TCF7L2 liên quan tiểu đường loại 2, hay vùng 9p21 tăng nguy cơ bệnh tim, giúp phát triển y học cá nhân hóa.

Bạn nghĩ công nghệ nào trong genotyping sẽ “lên ngôi” trong 5 năm tới hoặc có những công nghệ nào khác mới nổi gần đây? Comment ý kiến nhé! Đừng quên like và share page để mình có động lực viết mỗi ngày nha!

Genomics - Hành trình giải mã bí mật sự sống

Chào mọi người!

Hôm nay, sau 1 thời gian dài bận rộn, mình bắt đầu xây dựng lại content cho fanpage, và đây là bài đầu tiên trong series mới, và mình muốn giới thiệu về Genomics - khoa học nghiên cứu toàn bộ bộ gen của sinh vật. Đây là chìa khóa mở ra cánh cửa hiểu biết về sự sống, từ sức khỏe con người đến sự tiến hóa của muôn loài.

Bạn có biết không: bộ gen người là diploid, nghĩa là chúng ta có 2 bản sao của mỗi nhiễm sắc thể - một bản từ mẹ và một bản từ bố (cái này khác với liên kết bổ sung, xin đừng nhầm lẫn). Tính cho mỗi sợi DNA, bộ gen chứa khoảng 3 tỷ base (A, T, G, C), gồm có 2 mạch 5’-3’ gọi là mạch forward, chiều ngược lại gọi là reverse-complement (để tăng sự ổn định của phân tử) tạo thành “mã nguồn” của cơ thể. Nhưng điều thú vị là không phải tất cả các base này đều giống nhau về chức năng, tuỳ vị trí và cách sắp xếp thứ tự base sẽ tạo thành nhiều ý nghĩa sinh học khác nhau.

• Vùng mã hóa (coding regions): Chỉ chiếm 1-2%, chịu trách nhiệm tạo ra protein - “công nhân” của tế bào.
• Vùng không mã hóa (non-coding regions): Chiếm phần lớn, điều hòa hoạt động gen, duy trì cấu trúc DNA, và đôi khi là “tàn tích” từ quá khứ tiến hóa.
• Đột biến (mutations): Đây là những thay đổi nhỏ trong chuỗi DNA, có thể vô hại (như màu mắt khác nhau), hữu ích (kháng bệnh), hoặc gây hại (bệnh di truyền như ung thư). Các loại đột biến phổ biến gồm thay thế (substitution), chèn (insertion), hoặc mất đoạn (deletion).

Nhờ genomics, chúng ta có thể phân tích những khác biệt này để phát triển y học cá nhân hóa. Ví dụ, thuốc điều trị ung thư giờ đây có thể nhắm đúng vào đột biến gen của từng bệnh nhân!

Bạn nghĩ vùng không mã hóa chiếm đa số bộ gen có vai trò gì quan trọng? Hoặc bạn có tò mò về loại đột biến nào phổ biến nhất không? Comment ý kiến nhé! Và đừng quên chia sẽ và like page để admin có động lực để chia sẽ mỗi ngày nhe!

Cúng dường xứ Kanguro

Đợt rồi mình lại có dịp few bạc jangho, khám phá thế giới đó đây bằng chuyến công tác dài ngày. Sau 1 chuyến bay dài 2 đêm và 3 chặng bay thì cũng tới đc Brisbane, 1 thành phố ở Úc châu.

Mình tới úc, cái mình ấn tượng nhất là văn hoá xin tiền cúng dường. Phải nói đi tới đâu thấy bảng xin donation tới đó. Lên web trường đh ở úc là thấy có bảng xin donate liền, đi siêu thị, ở tờ rơi cũng thấy xin donate, ko cho công cộng, nghiên cứu bệnh tật, thì cũng cho mấy em châu phi khó khăn. Ở Brisbane, có cái viện medical research, sau khi có 1 ông donated 50M AUD, xong cái viện đổi thành tên ông đó luôn ^^. Nói chung, kiểu muốn nổi tiếng cũng nhàn, chỉ cần kiếm nhiều tiền và cho đi nhiều tiền 😂😂😂.

Sau đó, trong 1 chuyến về VN ngắn ngày, nghe bà dì, em ruột bà má, kể ông cậu, con ruột ông em út của ông ba của má (nếu phức tạp quá, xin vui lòng bỏ qua, đại khái là ông cậu bà con), cúng dường đất cho xây cái chùa ở đâu trên cao nguyên. Rồi tự nhiên lướt facebook, Thấy ng ta nói nhiều về ông sư Minh Tuệ đi tu với chân không, đầu trần mà lại được nhiều người kính nể. Mình cũng thấy mấy cái meme mấy ông sư ở chùa cao cửa rộng, kể chuyện ma cỏ, nhân quả các thứ để xin tiền nhân gian.

Mình ko bàn, đánh giá chuyện cúng dường ở VN, chỉ list ra nhưng gì thấy được, cũng chẳng biết nó có tốt thật hay không. Nhưng mình thấy cúng dường xứ Kanguro thật hay. Những đồng tiền kiếm được từ cộng đồng lại phục vụ cho cộng đồng, ví dụ như donate cho nghiên cứu hàn lâm, tuy ko cho ra sản phẩm gì đó có thể hữu ích đc ngay, khó thu hút đc đầu tư của tư nhân hay doanh nghiệp, nhưng lại là nền tảng để phục vụ cộng đồng.

Bản thân mình, cũng nhận ơn từ 1 người Úc mà vẫn hay gọi là Dad, khi mà mình gặp khó khăn khi học đại học, đã được support tận tình mà không đi kèm bất kỳ điều kiện hoàn lại nào. Tính ra, ngày đó không đc Dad support, biết đâu thế giới lại vắng bóng 1 nhà khoa học cà khịa đó đây 😂😂😂 . Thoáng nghĩ, nếu người VN mình cũng đóng góp cho những quỹ học bổng, nghiên cứu học thuật, thì chắc chắn sẽ hội sẽ được hưởng lợi.

tree đời cũng có nhiều thể loại tree...

trong bio có nhiều cây,
trong computer science cũng có nhiều cây...

cây trong bio tự nó balanced ....
nhưng cây trong cs thì phải làm cho nó balance @@.

ụa mà balance gì mà mập ú ù u vậy chời = )))

Một vài data format phổ biến trong tin sinh học.

File Formats Tutorial | Computational Biology Core This section explains some of the commonly used file formats in bioinformatics. The information provided here is basic and designed to help users to disting ...

Terminal/ Bash Script được sử dụng cực kỳ phổ biến trong tin sinh học cũng như khoa học dữ liệu, chủ yếu dùng để thao tác và điều khiển những máy tính có hiệu năng cao (HPC) để thực hiện những tính toán chuyên biệt. Trong bài viết này, chúng tôi sẽ giới thiệu sơ lược về Terminal và Bash Script cho bạn nào mới/ muốn bắt đầu với tin sinh học/ khoa học dữ liệu.

Ps: nhớ like và share ủng hộ tinh thần để ad có tinh thần làm típ nhe

Giới thiệu về Terminal, Bash Script và những dòng lệnh cơ bản Terminal:

Dùng torch thì sướng hơn tensorflow combined keras nhưng nản cái mấy ông ko có cái warper để train model, mỗi lần train phải viết cái loop, ko thì phải copy từ mấy project cũ.

Sau nhiều lần lazy thì cuối cùng mình cũng wrap 1 package để quickly train pytorch model vì nó giúp mình save time hơn khi test mấy model đơn giản.

Anh em có thể check ở đây: https://github.com/datngu/train_pytorch và install bằng pip.

Cách dùng cũng đơn giản, chỉ import Trainer và các accuracies functions (có sẵn binary, multiple class, và pearson r2 cho các task tương ứng).

# # # # # # # # # # # # # # ví dụ
```python

# !pip install train-pytorch

from train_pytorch import Trainer, binary_accuracy, multiple_class_accuracy, regression_r2

# ... your codes here

model = CNNModel()

# # GPU: optional
= torch.device("cuda:0" if torch.cuda.is_available() else "mps")
.to(device)

criterion = nn.CrossEntropyLoss()
optimizer = optim.Adam(model.parameters(), lr=0.001)

trainer = Trainer(model, criterion, optimizer, multiple_class_accuracy, num_epochs = 10, early_stoper = 5)

trainer.fit(train_loader, train_loader, './output_dir')
)

```

GitHub - datngu/train_pytorch: Simple trainer for pytorch Simple trainer for pytorch. Contribute to datngu/train_pytorch development by creating an account on GitHub.