w*******x
发帖数: 489 | 1 我也没啥经验，做这种比赛，如果想获奖（top 3)，就是拼体力，我在这个比赛上一共
估计花了300小时吧。
有很多比赛运气成分比较大，就是那种给你一个很好的data matrix 让你去fit target
, columns 还是匿名的那种，很难得前几名，noise to signal ratio 太低， 前10名
的差异都属于noise。不过也很容易弄个前10%。如果只想弄个kaggle的排名，最适合做
这种。基本上你就拿别人share 的 code里面最好的, 调调参数就可以了，几个小时搞
定 （大部分人只会去overfit）。
从我最近做比赛来看，有个好的team mate非常重要，可以互相学习到很多东西。 每个
人的想法都不一样，做一下ensemble马上可以显著的提高成绩，并且可以马上互相改进
对方的方法。最近的比赛大部分都是一个team赢的, 很少单个人的。当然如果找的
teammate很差， 不会做，还得花半天时间解释那就算了，帮倒忙。我之前也碰到过。
大方向要看运气了，基本的东西大家都会，有些问题你有自己的一些小想法，马上可以
脱颖而出。至于算法，凭感觉吧，把能wor... 阅读全帖 |
|
l*********s
发帖数: 5409 | 2 (My guess) Model parallel is to distribute similar/related models over the
cloud to get an ensemble estimating the truth. |
|
f******2
发帖数: 2455 | 3 Berkeley的两个人做了一个sparknet的项目 https://github.com/amplab/SparkNet
如果读读他们的paper的话，http://arxiv.org/abs/1511.06051，就会发现其实想法非常简单：因为同步的开销（例如10秒）通常大于一个minibatch计算的开销（例如1秒），那sparknet的做法是，在local连续做几次minibatch后再同步，从而降低同步的副作用。
但是我对这两个哥们儿最后的实验结论有些疑问：
1. 连续local算几次会不会造成本来收敛的东西不收敛了？（这个需要ML的内行帮忙
解答一下）
2. 图7里面发现iteration和训练收敛速度没有关系，难道要瞎选参数？
谢谢
关于ensemble的说法，你的意思是说同时对几种不同的网络训练，取平均值？这部分没
有看懂。
一般模型没那么大，每个节点能看到所有param, 可能部分数据。难点是同步update太 |
|
l*******m
发帖数: 1096 | 4 因为nn不是convex, 收敛性是没法证明。大家都是把logistic regression的sgd的各种
变种拿到nn来. 我估计在lr情况下，这个片文章的方法应该是ok.
ensemble可以用几个不同模型，也可以用一个模型，不同的data augmentations. 比如
鉴别植物，可以用原始图片infer, 再把图片转个角度再infer一次，做个平均 |
|
x**u
发帖数: 77 | 5 大牛指点一下一般怎么做多个model的ensemble？
谢谢！
target |
|
l*******m
发帖数: 1096 | 6 如果要用自己的网络结构，没有pretrained，就要自己训练imagenet, 这个可是GPU越
多越好。对fcn而言，batch size=1, 就是在不同图像大小时比较方便，不过就不能用
batch norm了。其实，使用 patch/crop/pad整成一样大小的batch, 还是会快些，而且
可以用batch norm
当然双路适合折腾，reduce, sync什么的。如果GPU的芯片相同，可能会支持P2P通信，
不用走CPU. 还有如果网络中有batch norm, 为了速度，batch norm一般是local的，但
是反而比单GPU(同步)的性能好一点点，我估计有些ensembling gain |
|
w*****h
发帖数: 423 | 7 在公司做sentiment analysis，
现在的做法是这样
首先在大概几万句sentences中训练出word2vec model
然后将大概4000个labels的sentences转成vector, 80%作为training, 20%作为testing
， 用neural net作为classifier
类别三类，positive, neutral, negative
之前是公司的一个印度人在负责，达到63% accuracy
我接手之后调参 + 做一些ensemble提高到68% leader似乎不满足，觉得可以到70%甚
至80%
现在我想到思路有几个
1. 做semi-supervise, 没有label的数据有的是
2. unsupervise learning， 比如用autoencoder来initialize neural net
3. GBM or Random forest? 觉得这几个不可能超过我现在这个了
来这里希望得到一些启发，谢啦！ |
|
w*****h
发帖数: 423 | 8 正在测试CNN，epoch还没训练完，不过目前的accuracy已经达到70%，
这还是在没有做ensemble的情况下， 太赞了。
再请教wdong和楼上几位，有必要再上RNN吗？ |
|
w*****h
发帖数: 423 | 9 在公司做sentiment analysis，
现在的做法是这样
首先在大概几万句sentences中训练出word2vec model
然后将大概4000个labels的sentences转成vector, 80%作为training, 20%作为testing
， 用neural net作为classifier
类别三类，positive, neutral, negative
之前是公司的一个印度人在负责，达到63% accuracy
我接手之后调参 + 做一些ensemble提高到68% leader似乎不满足，觉得可以到70%甚
至80%
现在我想到思路有几个
1. 做semi-supervise, 没有label的数据有的是
2. unsupervise learning， 比如用autoencoder来initialize neural net
3. GBM or Random forest? 觉得这几个不可能超过我现在这个了
来这里希望得到一些启发，谢啦！ |
|
w*****h
发帖数: 423 | 10 正在测试CNN，epoch还没训练完，不过目前的accuracy已经达到70%，
这还是在没有做ensemble的情况下， 太赞了。
再请教wdong和楼上几位，有必要再上RNN吗？ |
|
m*****e
发帖数: 47 | 11 被人找去做 machine learning。结果是 fine tune 一个 rule-based expert system
。悲催的是就这么个系统还没到位。
讲了个想法，是否可以 ensemble 或者 boost 这些 rules。似乎没人明白我说的是什
么。怎么办？ |
|
M********0
发帖数: 1230 | 12
1. 任何GDBT或RF都是ensemble of trees 就是很多个决策树 RF的每个树是独立的
GDBT的则是有关联性的
每个树有自己的output 最后做一个majority vote
多少个树由n_estimator或ntree这个参数决定 这个参数可以pre-define 也可以通过
early-stopping自动选取(仅限GDBT)
每个树的深度 也就是你说的binary split层数 由max_depth参数决定 你还没有弄清
楚基本概念 建议回炉重造 读一读基本的bagging和boosting概念
2. 基于1的解释 grow the tree是指一个新的tree 因为xgb是GDBT 所以每个新的tree
都是基于之前的tree修正error的 参考boosting概念 |
|
x**********i
发帖数: 658 | 13 听起来像ensemble 啊，这个应用很多了
：不知道我的思路对不对
：问题是这样：我的dataset里的response有两个，一个R1是从0-1的分布；另一个R2是
切割R1分了4个band：0 ->0; (0-0.3] -> 1; (0.3-0.8] -> 2; (0.8 - 1
] -> 3. R1的分布不太好，“0”很多，其他的是left-skewed分布。最终目标是
model R2. |
|
w*****s
发帖数: 122 | 14 XML Industry Support
[Adobe] [AIS/Balise] [Allaire] [ArborText] [Architag]
[Bowstreet] [CAP Ventures] [Chrystal Software]
[CommerceNet] [Copernican Solutions] [DataChannel]
[Data Conversion Laboratory] [eFa Group]
[Enigma] [Ensemble] [Extricity] [GCA]
[Grif S.A.] [IBM] [Innovision]
[Inso Corporation] [Interleaf]
[ISOGEN] [Junglee] [Media Design]
[Microsoft] [Microstar] [Mulberry]
[NC.Focus] [Netaway]
[Netscape] [OASIS] [Object Design] |
|
a*****t
发帖数: 81 | 15 这篇文章我读过, 发表在The Journal of Neuroscience, September, 1999.
Reconstruction of Natural Scenes from Ensemble Responses in the
Lateral Geniculate Nucleus. Garrett B. Stanley, Fei F. Li, and
Yang Dan. 注意到老板 Yang Dan 是个很漂亮的年轻中国姑娘, (网址:
http://mcb.berkeley.edu/faculty/NEU/dany.html) 想想人家30岁就拿到
UCBerkeley 的 assistant professor了, 有时觉得自己选择做 neuroscience
是不是一个错误.
这篇来自sina.com的文章有几个小错误, 首先177个外膝体细胞不是同时记录到的,
而是采用相同的视觉刺激, 分11次收集到的, 但是它们的receptive field各不
相同. 其次这还只是对于视觉重建(reconstruction of spatiotemporal visua |
|
a*****t
发帖数: 81 | 16 这篇文章我读过, 发表在The Journal of Neuroscience, September, 1999.
Reconstruction of Natural Scenes from Ensemble Responses in the
Lateral Geniculate Nucleus. Garrett B. Stanley, Fei F. Li, and
Yang Dan. 注意到老板 Yang Dan 是个很漂亮的年轻中国姑娘, (网址:
http://mcb.berkeley.edu/faculty/NEU/dany.html) 想想人家30岁就拿到
UCBerkeley 的 assistant professor了, 有时觉得自己选择做 neuroscience
是不是一个错误.
这篇来自sina.com的文章有几个小错误, 首先177个外膝体细胞不是同时记录到的,
而是采用相同的视觉刺激, 分11次收集到的, 但是它们的receptive field各不
相同. 其次这还只是对于视觉重建(reconstruction of spatiotemporal visua... 阅读全帖 |
|
d*****r
发帖数: 2583 | 17 Sabatini和Svoboda师徒同时获奖，真是可喜可贺。
2002-2003
Liqun Luo, Ph.D., Stanford University
Single Neuron Labeling and Genetic Manipulation in Mice
Luo is working on a genetic method to manipulate and trace single neurons in
mice to learn how neural networks are assembled during development and late
r modified by experience.
A. David Redish, Ph.D.; Babak Ziaie, Ph.D.; and Arthur G. Erdman, Ph.D., Uni
versity of Minnesota
Wireless Recording of Neural Ensembles in Awake, Behaving Rats
The collaborators-a neuro |
|
|
p*******r
发帖数: 4048 | 19
simple:
P
10-4.
You should use P-value. However, there is a thing called multiple hypothesis
correction. Basically, because you are testing for many genes, you can commit
an error just because of random fluctuations. As rule of thumb, divide 0.05 by
the number of genes on your chip.
in
the
Look them up in ensemble or something. It depends on what particular
biological question in mind.
Typically you want to confirm the top few ones with PCR. |
|
r**h
发帖数: 6 | 20 请教有关专家：
在Sanger没有找到该位点的129的BAC clone，还有什么library可以推荐?比如说RPCI-
22怎么样？不过我没找到定位single clone的bioinformatics工具，比如ensembl之类。
不准备自己做hybridization to screen the clone，因为花费力气和金钱比较多；
也不希望直接打C2 ES cell line，担心效率会有所下降；
也不知道在该位点，129和C57的区别会有多大，不知道用C57的BAC做的construct打129
ES cell，会不会比较不好；
所以回到开始的问题：如果执着于129 BAC clone，除了Sanger，还有什么library选择
（如果不自己筛的话）？或者说，应该执着于129 BAC吗？
完全新手一个，简单问题比较多，贻笑大方了。谢谢！ |
|
|
s*r
发帖数: 2757 | 22 an easy way is biomart
www.ensembl.org/Multi/martview
it has also an R implementation. |
|
l*****c
发帖数: 17 | 23 进来看到大家对GWAS的争论很多，自然大体上分为几类，完全反对，部分赞同/反对，
完全同意的。如果没有实际的大量研究成果，很难有说服力。同时也想让大家对整个生
物医学研究的前景或者成果有个整体的认识，想让各位在相关领域的人员提供一些有强
有力说服的例子，这样对未来的研究可能有些借鉴意义，而不是总在讨论某项技术如何
，这样也能从总体上了解研究成果是不是比by chance高些。因此，需要如下的例子：
（1）通过GWAS得到的标记，研究中有重大的效应，比如能解释某些表型（质量性状，
疾病），如果效应小于40%不算。
（2）通过GWAS得到的标记，能在临床中有应用，并且能证明确实有应用的价值
（3）其他通过分子生物学/遗传学研究手段，能在临床中有应用，并且能证明确实有应
用的价值
如果这些成果显著，比随机挑选一个基因得到成果的概率高，大体上可能还能说研究有
些价值。比如，如果疾病/表型有基因控制，现在已知的人类的蛋白质编码基因不到4万
个（目前没有确切的数值，可能未来的很长时间还没有，比如Ensembl预测的不断在变
化，人类的基因组组装也在变化）。如果有1000个实验室在做，每个实验室挑选 |
|
g**********t
发帖数: 475 | 24 先学perl或者python，这两个学一个就行了。感觉phython更适合初学者一些，因为比
较简洁。不过perl有很多bioinfo的API，很好用。比如我比较喜欢用ensembl的数据就
是因为它的API用起来很方便。 |
|
l***i
发帖数: 168 | 25 只知道
关于 zebrafish, 有 Zfin
关于 mouse， 有 MGI
另外，NCBI 和 Ensembl 是综合性的。
有关于其它常见实验动物模型的genome database吗，比如 drosophila , yeast？ 谢
谢。 |
|
q******c
发帖数: 741 | 26 The experiment is on mouse cells. I mapped the readings to mm9(latest
version of mouse genome). For the annotation genome, you can select Refseq,
UCSC genes, Ensembl etc. |
|
s*********s
发帖数: 110 | 27 check ensembl
they have detailed information for each gene |
|
e*****t
发帖数: 642 | 28 知道一个mRNA snp和它在genome上的位置。如何知道编码的蛋白突变位点？genome
browser，ensembl或者ncbi应该都行，但是看了半天没看出来。高手帮帮忙 |
|
w****u
发帖数: 1078 | 29 Thank you for those two replied.
However, I do not know 聚合酶2的峰值位置，组蛋白修饰，转录因子结
合?
2) gene 5‘end的序列 is before which exon? Some literatures said is before
exon1. But my boss thought it is before ATG.
3) also, based on Ensemble transcripts, there are 4 different transcripts.
Every one has different start exon. in this situation, which is correct?
thanks |
|
Z******5
发帖数: 435 | 30 1）However, I do not know 聚合酶2的峰值位置，组蛋白修饰，转录因子结合?
A.这个说起来比较复杂。
a. 和转录起始位置相关的一些组蛋白修饰看这篇文献 The mammalian epigenome.
Cell. 2007 Feb 23;128(4):669-81.
b. 聚合酶2的我忘了哪篇文献了，不过很好理解，基因的转录肯定需要聚合酶2的
结合，自然就会有聚合酶2的结合ChIP数据。你可以去UCSC随便找几个熟悉的基因看看
，比如GAPDH等。
c. 转录因子的ChIP在UCSC genome browser上的数据是有限的，现在已经有几十个
转录因子了吧，这个只是参考。还是那句话，找个你熟悉的基因，看看周围的结合情况
就知道了。
d. 再提一下RIKEN的问题，你可以参考下面几篇文献
Cap analysis gene expression for high-throughput analysis of
transcriptional starting point and identification of... 阅读全帖 |
|
g**********t
发帖数: 475 | 31 这么贵？太黑了。国内的穷实验室这笔钱可不一定容易出啊。还好我不做代谢，哪一天NCBI和Ensembl也收费了估计我可以转行了。 |
|
x******e
发帖数: 1428 | 32 嗯，我也是觉得以前学的都是一个transcript 就只有一个5' UTR 和3' UTR。但是这是
我从ensembl上面download下来的其中一条：
>ENSMUSG00000000001|ENSMUST00000000001|107948924|107949064|107910198;
107912321|107912234;107912339
对应的是：
Gene ID: ENSMUSG00000000001
Transcript ID: ENSMUST00000000001
5' UTR start: 107948924
5' UTR end: 107949064
3' UTR start: 107910198;107912321
3' UTR end: 107912234;107912339
我困惑的就是3’UTR, 出现了两个starts，ends对应一个transcript. |
|
|
l**********1
发帖数: 5204 | 34 大过年的 别争拉倒吧
如果说写数理生物学投稿论文用的Tex/LaTex的PERL lines 也算code的话
ISI 上50篇以上hint论文的 PI 有一百万行code lines吧 比0.15 million 行code
lines 强点吧
one sample, i.e:
htp://www.math.umn.edu/~othmer/papers/final.pdf
可那只是她/他吃饭的饭碗而已
就是应聘以下的 Tenured Positions 都不一定 HOLD住
htp://www.math.umn.edu/jobs/
本世纪再出一个理论生物数学上的Banach 一篇博士论文 创立一个新的生物数学领域的话
一定 HOLD住 以上的 Tenured Positions 说不定还阿贝尔或菲力兹奖呢
cited:
1922年巴拿赫在利沃夫的大学获得博士学位，他的博士论文的题目是《关于抽象集合的操作及其在微分方程中的应用》
（Sur les opérations dans les ensembles abstraits et leur application aux éq... 阅读全帖 |
|
l**********1
发帖数: 5204 | 35 大过年的 别争拉倒吧
如果说写数理生物学投稿论文用的Tex/LaTex的PERL lines 也算code的话
ISI 上50篇以上hint论文的 PI 有一百万行code lines吧 比0.15 million 行code
lines 强点吧
one sample, i.e:
htp://www.math.umn.edu/~othmer/papers/final.pdf
可那只是她/他吃饭的饭碗而已
就是应聘以下的 Tenured Positions 都不一定 HOLD住
htp://www.math.umn.edu/jobs/
本世纪再出一个理论生物数学上的Banach 一篇博士论文 创立一个新的生物数学领域的话
一定 HOLD住 以上的 Tenured Positions 说不定还阿贝尔或菲力兹奖呢
cited:
1922年巴拿赫在利沃夫的大学获得博士学位，他的博士论文的题目是《关于抽象集合的操作及其在微分方程中的应用》
（Sur les opérations dans les ensembles abstraits et leur application aux éq... 阅读全帖 |
|
s**u
发帖数: 9035 | 36 Bioinformatics engineer opening @ 5AM Solutions
Overview:
5AM’s primary mission is to build software and analysis and software
solutions for our clients. At 5AM, bioinformatics scientists craft
tools and methods to analyze biological data. A 5AM Bioinformatics
Scientist must possess skills across various analytical disciplines
such as data mining, statistical analysis, and bioinformatics data
curation, as well as universal disciplines such as communication and
mentoring.
Responsibilities:
We wa... 阅读全帖 |
|
l**********1
发帖数: 5204 | 37 恩
其实大约90年前 巴拿赫就写了数学泛函分析这一新专业的博士论文了
1922年巴拿赫在利沃夫的大学获得博士学位，他的博士论文的题目是《关于抽象集合的操作及其在微分方程中的应用》
（Sur les opérations dans les ensembles abstraits et leur application aux équations intégrales），通过这篇论
文, 他创立了一个新的数学领域：泛函分析。同年6月30日他获得了教授资格，7月22日他成为利沃夫大学的例外教授。
1927年转为正式教授。到1939年为止他在当地的大学任第二数学教授。
//zh.wikipedia.org/wiki/斯特凡·巴拿赫 泛函分析是維納Cybernetics的数学理论基础之一
↓
//zh.wikipedia.org/wiki/諾伯特·維納
Wiener N Cybernetics or Control and Communication in the
Animal and the Machine (Cambridge, MA: MIT Press... 阅读全帖 |
|
l**********1
发帖数: 5204 | 38 Continue:
Cell cycle/Budding new mechanisms cutting edge approaching:
//adsabs.harvard.edu/abs/2010arXiv1011.2435B
Beersma, D. G. M.; Broer, H. W.; Efstathiou, K.; Gargar, K. A.; Hoveijn, I.
Pacer cell response to periodic Zeitgebers (2011)
Physica D: Nonlinear Phenomena, Volume 240, Issue 19, p. 1516-
cited:
>(5) asymmetry in the observed period
and the phase delay and phase advance components of phase
response curves. Aside from these, we also now have a set
of four directly observable paramet... 阅读全帖 |
|
l**********1
发帖数: 5204 | 39 Continue:
Cell cycle/Budding new mechanisms cutting edge approaching:
//adsabs.harvard.edu/abs/2010arXiv1011.2435B
Beersma, D. G. M.; Broer, H. W.; Efstathiou, K.; Gargar, K. A.; Hoveijn, I.
Pacer cell response to periodic Zeitgebers (2011)
Physica D: Nonlinear Phenomena, Volume 240, Issue 19, p. 1516-
cited:
>(5) asymmetry in the observed period
and the phase delay and phase advance components of phase
response curves. Aside from these, we also now have a set
of four directly observable paramet... 阅读全帖 |
|
c**********e
发帖数: 70 | 40 Congratulation to him.
-----------------------------
March 14, 2012 | Heng Li, a research scientist at the Broad Institute, is
the winner of the 2012 Benjamin Franklin Award for Open Access in the Life
Sciences.
“I have to say I’m a little surprised,” Li told Bio-IT World, of the
award, though his contributions speak for themselves. Li made essential
contributions to the next generation sequencing (NGS) field with tools like
SAMtools, BWA, MAQ, TreeSoft and TreeFam, many of which began as proj... 阅读全帖 |
|
|
l**********1
发帖数: 5204 | 42 please try DIME if your data set was from ChIP-seq
PURPOSE: R package that considers an ensemble of finite mixture models
combined with a local false discovery rate (fdr) for analyzing ChIP-seq data
comparing two samples. This package can also be used to identify
differential in other high throughput data such as microarray and DNA
methylation.
//www.stat.osu.edu/~statgen/SOFTWARE/DIME/ |
|
s********u
发帖数: 58 | 43 National Academies Press刚出了一本小册子“Fueling Innovation and Discovery:
The Mathematical Sciences in the 21st Century”。很有意思，建议大家去看看。
可以在下面这个网址免费下载：
http://www.nap.edu/catalog.php?record_id=13373
我曾经做过一个生态系统碳储量和干扰的问题。最开始的时候，包括现在，两者的相互
作用是一团乱麻，大家都用模拟模型来“数数”，就是一块地方一块地方的看，一个干
扰事件一个干扰事件往里面加，这样最后数下来，看看是什么样子。可能个就跟生物学
家数细胞差不多。我当时也是无聊，用随机数做了一个“ensemble modeling”，发现
最终是可以convergent，这就说明有数学解。但是只能模拟，怎么解我不知道。后来我
去上了们随机过程的数学课，发现有个方法是可以解的。最后费尽周折，发现用一个很
简单的方法就可以解：先解一个简单的干扰-恢复方程，再设定一个干扰事件的概率分
布方程，做积分，就出来了。最后解析解的结构竟然是... 阅读全帖 |
|
t****r
发帖数: 66 | 44 发信人: shifanzhou (小船), 信区: Biology
标 题: Re: 不如说说具体哪个生物领域比较容易和数学结合起来吧？
发信站: BBS 未名空间站 (Tue Aug 28 11:49:37 2012, 美东)
National Academies Press刚出了一本小册子“Fueling Innovation and Discovery:
The Mathematical Sciences in the 21st Century”。很有意思，建议大家去看看。
可以在下面这个网址免费下载：
http://www.nap.edu/catalog.php?record_id=13373
我曾经做过一个生态系统碳储量和干扰的问题。最开始的时候，包括现在，两者的相互
作用是一团乱麻，大家都用模拟模型来“数数”，就是一块地方一块地方的看，一个干
扰事件一个干扰事件往里面加，这样最后数下来，看看是什么样子。可能个就跟生物学
家数细胞差不多。我当时也是无聊，用随机数做了一个“ensemble modeling”，发现
最终是可以convergent，这就说明有数学解。但是只能模... 阅读全帖 |
|
u*********1
发帖数: 2518 | 45 作为一个曾经0基础的菜鸟，我还是蛮有体会的。
想想一年前我连linux里的grep都不晓得是啥。老板说“grep”，我说gre。。啥？greb
吗？老板摇摇头说you really have a lot to learn...不过老板超好，想办法给我把
各种基础的东西讲清楚。。。包括RAM是啥。。汗。。。
做NGS/bioinformatics的，我觉得核心思想还是：如何利用计算机手段解决生物问题。
说起来简单但未必每个人都深刻体会的到。什么python/bash/perl啥啥的，要入门很快
，但也绝对不是什么两个星期就搞定。我现在和python打交道也一年了，但也完全就是
个皮毛，主要是你自己的project决定的。。如果你永远只需要简单的process下你的
text，而且text如果不大比如100MB，你可以永远for line in text。。或者readlines
（），但如果碰到很大的text，就不能readlines（）了因为cluster可能没有那么大的
memory to load the whole text.
所以我觉得就是现学现用，除非你是CS系科班搞计算出身... 阅读全帖 |
|
|
a******8
发帖数: 56 | 47 I use www.ensembl.org though I am not sure if I got your question clear. |
|
|
f*******e
发帖数: 628 | 49 单分子的问题是都有一个 distribution, 和 ensemble 数据本质区别就是在针对某个
目标位点的分析时候需要在那里有一定的 depth. 所以需要大量的数据来支持。 |
|
p*******s
发帖数: 516 | 50 useast.ensembl.org/das/Mus_musculus.GRCm38.reference/sequence?segment=16:
23890831,23896831 |
|
