Je réaliserai une analyse bioinformatique de séquençage d'arn, métagénomique et microbiome 16s

Certaines informations ont été traduites automatiquement.

Afghanistan

Je parle Anglais, Arabe, Suédois, Ourdou

27 commandes terminées

Ingénieur en apprentissage automatique

Bonjour, je suis Emal, ingénieur en ML et data scientist spécialisé en IA, NLP, vision par ordinateur et bioinformatique. Je transforme des données brutes en résultats concrets en utilisant Python, Te...
À propos de ce service

Vous avez les fichiers FASTQ. Ce dont vous avez besoin, c’est quelqu’un capable de les transformer en résultats que votre PI et vos évaluateurs accepteront.

J’analyse des données de séquençage pour des chercheurs et des équipes de biotechnologie, et je publie mes propres travaux. Mes recherches sur le microbiome et la neuropharmacologie ont été publiées dans des revues à comité de lecture, je rédige donc des résultats de la manière dont les évaluateurs s’attendent à les lire.

Ce que je gère :

amplicons 16S et ITS : QIIME2 ou DADA2, diversité alpha et beta, taxonomie, abondance différentielle

RNA-seq en masse : alignement, DESeq2 ou edgeR, enrichment GO et KEGG

méta-génomique shotgun : MetaPhlAn, récupération de MAG, profilage fonctionnel

cellules uniques : clustering Seurat, gènes marqueurs, UMAP

variants : meilleures pratiques GATK, GWAS

Vous recevez des volcans, des heatmaps, des figures PCoA et UMAP en 300 DPI, des statistiques correctement effectuées avec correction pour tests multiples, un code documenté que vous pouvez relancer, et un paragraphe sur la méthode écrit pour votre manuscrit.

Je travaille à partir de FASTQ, BAM, VCF, matrices de comptage, ou d’un accès GEO ou SRA, provenant d’Illumina, Nanopore ou PacBio.

Envoyez-moi un message avec votre question de recherche et le nombre d’échantillons, et je vous dirai honnêtement ce que vos données peuvent supporter avant de passer commande.

Expertise:

Apprentissage des fonctionnalités

Classification

Langage de programmation:

Python

R

Colab

Frameworks:

Scikit-learn

DeepPy

keras

PyTorch

Panda

Outils:

Jupyter Notebook

opencv

Colab

RStudio