s**2
发帖数: 1287 | 1 order two oligos (add overhangs for ligation),
mix at 1:1 molar ratio,
boil,
cool down slowly to anneal,
ligate with your cut vector. |
|
s*****l
发帖数: 263 | 2 insert 一定要干净，ph值要是中，vector：insert 的比例一定要尽量准确。 |
|
x******o
发帖数: 76 | 3 想把6kb片段连进8.5kb的lentiviral vector里，试了几次都不成功，求助一下。
我是这么做的，单酶切得到6kb insert，切胶纯化，载体单酶切，去磷酸化，切胶纯化
。1:1比例4度连接过夜，转化stbl3感受态42度45秒，recover 1小时涂版，30度过夜，
板子上长几十个斑。挑斑入LB+amp 30度摇过夜，miniprep，酶切鉴定。跑胶时，总是
得到大概2kb的片段，无论是否酶切过。拿最近的一次质粒直接跑胶结果来看，12个克
隆，9个是2kb band，2个是degraded DNA（1-2kb size），1个是5kb左右（经酶切鉴定
可能是contamination）。 现在基本怀疑是LTR重组导致片段丢失，觉得自己已经考虑
了很多可能导致LTR重组的因素，所以只能问问大伙有什么建议。 |
|
x******o
发帖数: 76 | 4 做短片段（1-2kb）的没太大问题，2kb的情况出现几率比较小，偶尔会有，没太留意。
对照板是指vector only吗？只有几个斑，没有挑过。
我以前dh5a和stbl3都用过，做短的没问题，最近做长insert总是做不出来。也许试试
换个batch感受态? |
|
i*********0
发帖数: 915 | 5 很多的OKSM 4 factor的orginal backbone vector应该都可以吧。 |
|
l****y
发帖数: 398 | 6 我们做了一批anti-GFP和anti-mCherry的nanobody(15 KDa, single-domain antibody)
, 有两个用来做affinity purification/immunocapture很好用。
有需要的同学请通过站内信提供一个US non-profit research institute 的地址.
vector用e.coli 表达，periplasm加Ni-NTA纯化，一般可以拿到2mg/liter culture.
质量比多抗稳定，成本也低。适合需要做很多affinity purification的情况。 |
|
r******g
发帖数: 600 | 7 鄙人在用 一个9kb的retroviral的plasmid 克隆一个transgene，transgene很小，大概
只有300bp～
在petri dish上面每次colony数量就不多
miniprep culture经常完全没有grow～
据说retroviral的vector相对比较大，总会有各种问题，请问大家有没有遇到过类似问
题？
Thanks |
|
i*********0
发帖数: 915 | 8 想检测一个gene的5’UTR在该gene mRNA的稳定性和表达中的作用，各位有没有什么
vector可以推荐的。GFP或者luciferase based的系统都可以！
感谢！ |
|
d****k
发帖数: 2738 | 9 这个vector多大，你的insert多大？这个2kb insert怎么回事？sorry，完全没明白你
的问题？ |
|
y***n
发帖数: 109 | 10 版上有人用pJPA5 vector吗？知不知道是什么用antibiotics？
多谢了 |
|
r***e
发帖数: 2539 | 11 看了下cell cycle 2009 原文，这个系统用的inducible H1 promoter,应该属于PolIII
，不能转录蛋白基因。你瞬转检测到表达，有可能是从lenti vector的external promo
ter转录的（我猜）。包装病毒后没有这个promoter了，所以没表达。
但是你说puro都不表达了，那可能是你病毒都没包装成功。
建议换载体。 |
|
j******i
发帖数: 939 | 12 那请问一代的是什么？一个质粒😓？至少得把膜蛋白和其他病毒结构分开吧（
一代两个质粒）！否则就是HIV, 不是vector了。tet-on根本就不够分带的标准，就是
换了一个启动子而已，最多算商家的镢头。 |
|
W*P
发帖数: 14 | 13 一直以来对在ES cell表达蛋白很头痛，总是很难达到理想的表达水平。请教版上有经
验的牛人们是用什么promoter或vector来表达蛋白的？EF1a promoter会不会比较好？
用lentivirus会比plasmid好吗？
在此先谢过各位！祝大家假期愉快！ |
|
L****T
发帖数: 169 | 14 Most people in this field are now using piggybac vector with CAG promoter |
|
W*P
发帖数: 14 | 15 多谢LargeT！敢问哪里能买到该vector吗？ |
|
x*****u
发帖数: 3419 | 16 http://www.linux-mag.com/id/7575
The Return of the Vector Processor
The New Fermi GPU shows NVidia has been listening to the HPC crowd
Wednesday, October 14th, 2009
Douglas Eadline, Senior HPC Editor
In last weeks installment, I talked about Nvidia and the subsequent
announcement of their new Fermi GPU. I also invited you to take a look at
the Fermi White Paper. I’m not going to rehash the white paper here, but I
do suggest reading it.
Before I dive into Fermi the GPU, I wanted to take a moment |
|
I***a
发帖数: 704 | 17 pattern generator有谁用过的？
vector一个个手输太慢了
好像可以导入吧？
thanks. |
|
l*****n
发帖数: 1679 | 18 请问向量势怎么求？？？Vector Potential???
已知一个向量场F，且F= CURL M（x,y）k
怎么求向量势M（x,y）?
多谢 |
|
l*****n
发帖数: 1679 | 19 请问customary vector是什么意思？？？ |
|
h****2
发帖数: 9 | 20 for what vector spaces does the distributive law of subspaces
S intersect ( T+U) = (S intersect T ) + (S intersect U ) hold,
+ here is just ordinary operation, not union or direct sum |
|
b****t
发帖数: 29 | 21 function [ x ] = temp( y )
if y <= 0
x = 1
else
x = -1
end
现在想对这个函数积分,我用quad(@(x) (temp(x)), -1, 1) 他就报错，因为这个函数
不是vector的形式。如果改成下面
function [ x ] = temp( y )
x = (y > 0) - (y < 0);
就可以用quad(@(x) (temp(x)), -1, 1)
但是如果我if复杂一点，我改怎么办呢？ |
|
m*******s
发帖数: 3142 | 22 这几天看Sternberg写的Group theroy and physics，觉得这本书很难啃，经常被一堆
术语轰炸得晕头转向。
比如讲到induced representation, Sternberg的书非要引入principal bundle，然后
在上头建立结构，再定义群作用，看了好几遍还是不明白principal bundle到底是怎么
一回事。
Wiki上头的解释多一些，可是还是觉得太多的术语像隔了一层雾。
物理口的群表示论书籍就比较直接一些，完全是线性代数的讲法，但是好些地方又觉得
不太严格。
请高手说说vector/principal bundle究竟在说什么东西，引入它有什么特别的好处？ |
|
l*****n
发帖数: 1679 | 23 请问向量势怎么求？？？Vector Potential???
已知一个向量场F，且F= CURL M（x,y）k
怎么求向量势M（x,y）?
多谢 |
|
l*****n
发帖数: 1679 | 24 请问customary vector是什么意思？？？ |
|
l*****n
发帖数: 1679 | 25 请问向量势怎么求？？？Vector Potential???
已知一个向量场F，且F= CURL M（x,y）k
怎么求向量势M（x,y）?
多谢 |
|
l*****n
发帖数: 1679 | 26 请问customary vector是什么意思？？？ |
|
T*********r
发帖数: 11175 | 27 没看懂问题
你不是都说了一个是vector一个是pseduoscalar了吗
那difference当然就是spin不一样呗。。。。
到底是要问什么？ |
|
J*******3
发帖数: 1651 | 28 how to easily write down the lattice vectors, for instance, graphene, or
nanotube, in the input file? |
|
z****g
发帖数: 1978 | 29 most LAPACK and CBLUS library is implemented assuming that vector is
allocated in the
second way. |
|
a****a
发帖数: 3905 | 30 check catalog is much faster way to get the vector u want. |
|
a*****y
发帖数: 5 | 31
You can search it in the vector bank. |
|
M*********m
发帖数: 2024 | 32
True for isotropic medium. But if there is an interface between different
media, the TE and TM mode transmission would be quite different due to the
boundary conditions. Normally for 2D PC structure, it's enough to separate the
problem into TE and TM mode, basically the electric field is inplane or
vertical to the dielectrics and they are still a scalar wave. But if you
consider the surface roughness of the holes, the radiation loss, you will have
to use vector electromagnetic theory. Mostly in |
|
a*1
发帖数: 21 | 33 i need some vector operations formula online. want to print them out. |
|
m***b
发帖数: 11 | 34 how to identify the elements that are unique in a vector ?
有没有现成的function.
〉x=c(9,9,20,30)
想要的结果是：3，4
！duplicated （x）也选出了任何重复数的首个。
> which(!duplicated(x))
[1] 1 3 4 |
|
p********0
发帖数: 186 | 35 Hi,
I have 300 observation of two diemensional data, X1(a1, b1), X2(a2, b2), ...
X3(a3, b3).
how do I use the PCA analysis to get the eigen vector and eigen value?
Do I need to get covariance matrix first? E(a) = Average(a) and E(b) =
average(b).
All the E(X1) = E(X2) = ... = E(Xn)???
How do I get Covariance Matrix Cov(Xi, Xj) |
|
o****o
发帖数: 8077 | 36 To obtain Eigen Decomposition from PCA, you need to observe the relationship below:
eigen decomposition of square matrix obtains the same eigen vector matrix as in PCA (the V matrix)
and Eigen values are those satisfy: AV=A[v1, v2...vk]=[\lambda1, \lambda2...\lambda_k].*V
so that you can first use PROC PRINCOMP NOINT COV outstat=_V(where=(_TYPE_='USCORE'))
then conduct matrix multiplication of A%*%V=\Omega
load \Omega and V into a data set, divid each element of \Omega by corresponding element i |
|
g**a
发帖数: 2129 | 37 better use correlation matrix instead of covariance matrix. Call eigen() in
SAS to get eigen value and eigen vector. |
|
a********s
发帖数: 188 | 38 假设我们有个matrix叫X，一个vector叫y，例如：
> X
[,1] [,2]
[1,] 1 6
[2,] 2 7
[3,] 3 8
[4,] 4 9
[5,] 5 10
> y
[1] 1 2
R有没有什么function，让X的第一列除以y的第一个数，X的第二列除以y的第二个数？
不要用loop。
X/y的结果比较诡异。。。 |
|
y*m
发帖数: 102 | 39 sas doesn't have any concept of vector, instead, it has variables.
for that kind of calculation,you have to use retain, then do calculation on
each iteration. |
|
a*******a
发帖数: 1336 | 40 谢谢，1：n*m的vector算index的话只能用整除/取模么？这样岂不也很慢。。 |
|
f******9
发帖数: 267 | 41 请教一个关于R的问题,有一个matrix，对角线两侧是对称的，如何把它变成只含有对
角线一侧的matrix，并且再如何把它
变成vector，如下所示，谢谢啦！
[,1] [,2] [,3] [,4] [,5] [,6]
[1,] 1.000 0.032 0.118 0.029 0.008 0.007
[2,] 0.032 1.000 0.057 0.166 0.002 0.232
[3,] 0.118 0.057 1.000 0.005 0.002 0.001
[4,] 0.029 0.166 0.005 1.000 0.042 0.188
[5,] 0.008 0.002 0.002 0.042 1.000 0.022
[6,] 0.007 0.232 0.001 0.188 0.022 1.000
[,1] [,2] [,3] [,4] [,5] [,6]
[1,] 1.000
[2,] 0.032 1.000
[3,] 0.118 0.057 1 |
|
Y******Y
发帖数: 8753 | 42 如果你最终目的只是想要一个vector,那么start from matrix m, 只需要写一步
vec<-m[lower.tri(m,diag=TRUE)] |
|
s******a
发帖数: 388 | 43 用SAS 计算 IMPLIED VOLATILITY， 用 solve statement. Solve status 显示 ‘
could not compute a change vector', 请问是什麽意思？ 谢谢！ |
|
l*********s
发帖数: 5409 | 44 I want something like cov below //residual is a residual matrix of a manova
model
cov=vector()
for(i in 1:6){
cov[i]=cov(residual[i*4-3:i*i,])
} |
|
l**********9
发帖数: 148 | 45 I think it is depends on what language you use...I know in MATLAB you can
define this kind of vector as symbolic....in C++ may be you can use 指针... |
|
d******e
发帖数: 7844 | 46 这答得哪而跟哪儿啊？
SVM最大的优点是Minimize Maximum Margin的思想，让generalization能力极大的提高。
你说的很多predictor跟outcome不相关，准确的说应该是Margin最终只决定于其边缘和
内部的样本，这些样本被称为support vector，这种sample sparsity的结构让结果更
稳定。但这只是L2 SVM最大化geometric margin的结果。如果使用L1 SVM最大化L_{\
infty} margin,那么，得到的就是support feature了，也就是feature的sparsity.
我喜欢的另一个优点是：虽然使用surrogate loss，但是却是Fisher consistent的，
而且是convex的，有很多非常成熟的高速解法，比如cutting-plane，优化起来快速便
捷。
至于什么非线性，那是kernel的功劳，Logistic Regression一样也可以有非线性的版
本。 |
|
j*******2
发帖数: 309 | 47 谢大牛回答。什么是L1 svm 和L2呢？就我的理解，kernel函数把低维的feature映射到
高维，这样
的话，最后得到的hyperplane维数还是很高的，为什么是sparse feature呢？ 另外，
svm是不是
用在small sample上效果很好？
还有，svm最后的结果只和support vector有关，这是不是算法稳定的原因呢？
高。 |
|
j*******2
发帖数: 309 | 48 非常感谢博士大牛。看了一点svm的资料，了解不是很深，希望先弄清它的特点。再问
一下，svm最后的
结果只和support vector有关，这是不是算法稳定的原因呢？ |
|
j*******2
发帖数: 309 | 49 我的想法是，因为它只取决于support vector，所以不会overfit，所以prediction
power比较
高，不知道对不对？ |
|
d*********k
发帖数: 1239 | 50 谢谢啦啊~
不过我要是有很多vector呢？要是一个一个的数element的个数的话，还是蛮麻烦的呢~
有没有什么
比较通用的方法呢？
谢谢了啊~ |
|
