Busco-真核生物为主基因组质量评估

2023-11-08 21:28
文章标签 质量 评估 为主 生物 基因组 真核 busco

本文主要是介绍Busco-真核生物为主基因组质量评估，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

文章目录

  • 简介
  • Install
  • 必须参数
  • 谱系数据集
  • 输出结果
  • 自动谱系选择
  • 结果解读
    • 完整
    • 片段化
    • 缺失
  • 自动选择：多domain和污染匹配
  • 注意
  • BUSCO报告
  • 常用脚本
  • 真核
  • Ref

简介

Busco评估基因组质量的核心原理在于通过计算基因组的通用单拷贝标记基因的比例来估计基因组的完整性。其中两个重要概念，高通用标记基因（High university）以及低重复比例（Low duplicability）。高通用标记基因定义为在**大于90%的物种中存在的直系同源基因（高通用性），低重复比例则意味着超过90%**的物种中是单拷贝基因（唯一性），核心思想就是保证尽可能地使用所有物种谱系中都存在的唯一基因。
在这里插入图片描述

Install

  • conda一步安装
mamba create -n busco -c conda-forge -c bioconda busco=5.5.0

其他安装方式参见https://busco.ezlab.org/busco_userguide.html#manual-installation

必须参数

busco -i [SEQUENCE_FILE] -l [LINEAGE] -o [OUTPUT_NAME] -m [MODE] [OTHER OPTIONS]

-i或–in 定义要分析的输入文件，根据 BUSCO 模式，输入文件可以是核苷酸 fasta 文件或蛋白质 fasta 文件。从 5.1.0 版开始，输入参数也可以是包含 fasta 文件的目录，以便在批处理模式下运行。
-o或–out定义了包含所有结果、日志和中间数据的文件夹。
-m或–mode 设置评估模式：基因组、蛋白质、转录，有效选项
- geno or genome, for genome assemblies (DNA)
- tran or transcriptome, for transcriptome assemblies (DNA)
- prot or proteins, for annotated gene sets (protein)
-l或–lineage_dataset（谱系数据集）可以是数据集名称，如 bacteria_odb10，也可以是路径，如 ./bacteria_odb10 或 /home/user/bacteria_odb10。在前一种情况下，即推荐使用的情况下，BUSCO 会自动下载相应的数据集并将其版本化。在后一种情况下，将使用在给定路径中找到的数据集。如果运行自动系谱选择，可忽略系谱

基因组模式的默认基因预测工具是 Metaeuk（自 v5.0.0）（Metaeuk用于大规模真核生物元基因组学的敏感、高通量基因发现和注释技术）。之前的默认值是 Augustus。可选择使用 Augustus 或 Miniprot 代替 Metaeuk。要使用 Augustus，请使用 --augustus 标志。要使用 Miniprot，请使用 --miniprot 标志。Miniprot 5.5.0 测试版已经发布。

谱系数据集

BUSCO 利用谱系特异性信息来识别分析序列中的 BUSCO 基因。该信息可由用户指定，也可在细菌和古细菌中自动选择。
打印完整列表：

busco --list-datasets
(busco) [yut@node02 GTDBTK_r214_data]$ busco --list-datasets
2023-11-08 17:56:39 INFO:       Downloading information on latest versions of BUSCO data...
2023-11-08 17:56:44 INFO:       Downloading file 'https://busco-data.ezlab.org/v5/data/information/lineages_list.2021-12-14.txt.tar.gz'
2023-11-08 17:56:45 INFO:       Decompressing file '/datanode02/yut/Database/GTDBTK_r214_data/busco_downloads/information/lineages_list.2021-12-14.txt.tar.gz'################################################Datasets available to be used with BUSCO v4 and v5:bacteria_odb10- acidobacteria_odb10- actinobacteria_phylum_odb10- actinobacteria_class_odb10- corynebacteriales_odb10- micrococcales_odb10- propionibacteriales_odb10- streptomycetales_odb10- streptosporangiales_odb10- coriobacteriia_odb10- coriobacteriales_odb10- aquificae_odb10- bacteroidetes-chlorobi_group_odb10- bacteroidetes_odb10- bacteroidia_odb10- bacteroidales_odb10- cytophagia_odb10- cytophagales_odb10- flavobacteriia_odb10- flavobacteriales_odb10- sphingobacteriia_odb10- chlorobi_odb10- chlamydiae_odb10- chloroflexi_odb10- cyanobacteria_odb10- chroococcales_odb10- nostocales_odb10- oscillatoriales_odb10- synechococcales_odb10- firmicutes_odb10- bacilli_odb10- bacillales_odb10- lactobacillales_odb10- clostridia_odb10- clostridiales_odb10- thermoanaerobacterales_odb10- selenomonadales_odb10- tissierellia_odb10- tissierellales_odb10- fusobacteria_odb10- fusobacteriales_odb10- planctomycetes_odb10- proteobacteria_odb10- alphaproteobacteria_odb10- rhizobiales_odb10- rhizobium-agrobacterium_group_odb10- rhodobacterales_odb10- rhodospirillales_odb10- rickettsiales_odb10- sphingomonadales_odb10- betaproteobacteria_odb10- burkholderiales_odb10- neisseriales_odb10- nitrosomonadales_odb10- delta-epsilon-subdivisions_odb10- deltaproteobacteria_odb10- desulfobacterales_odb10- desulfovibrionales_odb10- desulfuromonadales_odb10- epsilonproteobacteria_odb10- campylobacterales_odb10- gammaproteobacteria_odb10- alteromonadales_odb10- cellvibrionales_odb10- chromatiales_odb10- enterobacterales_odb10- legionellales_odb10- oceanospirillales_odb10- pasteurellales_odb10- pseudomonadales_odb10- thiotrichales_odb10- vibrionales_odb10- xanthomonadales_odb10- spirochaetes_odb10- spirochaetia_odb10- spirochaetales_odb10- synergistetes_odb10- tenericutes_odb10- mollicutes_odb10- entomoplasmatales_odb10- mycoplasmatales_odb10- thermotogae_odb10- verrucomicrobia_odb10archaea_odb10- thaumarchaeota_odb10- thermoprotei_odb10- thermoproteales_odb10- sulfolobales_odb10- desulfurococcales_odb10- euryarchaeota_odb10- thermoplasmata_odb10- methanococcales_odb10- methanobacteria_odb10- methanomicrobia_odb10- methanomicrobiales_odb10- halobacteria_odb10- halobacteriales_odb10- natrialbales_odb10- haloferacales_odb10eukaryota_odb10- alveolata_odb10- apicomplexa_odb10- aconoidasida_odb10- plasmodium_odb10- coccidia_odb10- euglenozoa_odb10- fungi_odb10- ascomycota_odb10- dothideomycetes_odb10- capnodiales_odb10- pleosporales_odb10- eurotiomycetes_odb10- chaetothyriales_odb10- eurotiales_odb10- onygenales_odb10- leotiomycetes_odb10- helotiales_odb10- saccharomycetes_odb10- sordariomycetes_odb10- glomerellales_odb10- hypocreales_odb10- basidiomycota_odb10- agaricomycetes_odb10- agaricales_odb10- boletales_odb10- polyporales_odb10- tremellomycetes_odb10- microsporidia_odb10- mucoromycota_odb10- mucorales_odb10- metazoa_odb10- arthropoda_odb10- arachnida_odb10- insecta_odb10- endopterygota_odb10- diptera_odb10- hymenoptera_odb10- lepidoptera_odb10- hemiptera_odb10- mollusca_odb10- nematoda_odb10- vertebrata_odb10- actinopterygii_odb10- cyprinodontiformes_odb10- tetrapoda_odb10- mammalia_odb10- eutheria_odb10- euarchontoglires_odb10- glires_odb10- primates_odb10- laurasiatheria_odb10- carnivora_odb10- cetartiodactyla_odb10- sauropsida_odb10- aves_odb10- passeriformes_odb10- stramenopiles_odb10- viridiplantae_odb10- chlorophyta_odb10- embryophyta_odb10- liliopsida_odb10- poales_odb10- eudicots_odb10- brassicales_odb10- fabales_odb10- solanales_odb10viruses (no root dataset)- alphaherpesvirinae_odb10- baculoviridae_odb10- rudiviridae_odb10- betaherpesvirinae_odb10- herpesviridae_odb10- poxviridae_odb10- tevenvirinae_odb10- aviadenovirus_odb10- enquatrovirus_odb10- teseptimavirus_odb10- bclasvirinae_odb10- fromanvirus_odb10- skunavirus_odb10- betabaculovirus_odb10- pahexavirus_odb10- alphabaculovirus_odb10- tunavirinae_odb10- simplexvirus_odb10- gammaherpesvirinae_odb10- varicellovirus_odb10- cheoctovirus_odb10- guernseyvirinae_odb10- tequatrovirus_odb10- chordopoxvirinae_odb10- peduovirus_odb10- iridoviridae_odb10- spounavirinae_odb10

这些数据集以文件夹形式排列，其中应包含
在这里插入图片描述

输出结果

执行 BUSCO 评估管道将创建一个以您为运行指定的名称命名的目录（使用 -o OUTPUT_NAME 强制选项设置）。
该目录将包含多个文件和目录：
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
以批处理模式运行时（目录作为输入参数），输出目录的顶层包含以输入文件命名的子目录，其他结构与上述相同。在这种情况下，整个批次的日志文件只有一个 busco.log，保存在顶层的 logs/ 文件夹中。此外，还有一个 batch_summary.txt 文件，其中包含批次中所有运行的计分结果。

自动谱系选择

Requires SEPP

busco -m MODE -i INPUT -o OUTPUT --auto-lineage

or ignoring eukaryotes to save runtime, if compatible with your experimental goal.

busco -m MODE -i INPUT -o OUTPUT --auto-lineage-prok

or ignoring non-eukaryotes to save runtime, if compatible with your experimental goal.

busco -m MODE -i INPUT -o OUTPUT --auto-lineage-euk

结果解读

BUSCO 试图根据基因组组装、转录组或注释基因集的预期基因含量，对完整性进行定量评估。结果被简化为完整和单拷贝、完整和重复、片段或缺失的 BUSCOs 类别（Complete and single-copy, Complete and duplicated, Fragmented, or Missing BUSCOs.）。

BUSCO 完整性结果只有在生物体的生物学背景下才有意义。您必须了解缺失或重复的基因是生物起源还是技术起源。例如，高水平的重复可能是由最近的整体重复事件（生物学原因）或单倍型的嵌合组合（技术原因）造成的。转录组和蛋白质集如果没有经过同工酶筛选，就会导致高比例的重复。因此，您应该在进行 BUSCO 分析前对其进行过滤。最后，在转录组实验中专注于特定组织或特定生命阶段和条件不太可能产生 BUSCO 完整的转录组。在这种情况下，您的目标是使所有样本保持一致。

完整

如果发现是完整的，无论是单拷贝还是重复的，BUSCO 匹配结果的得分都在预期范围内，与 BUSCO 配置文件的比对长度也在预期范围内。如果输入数据集中实际上不存在直系同源物，或者直系同源物仅部分存在（高度片段化），而存在高识别度的全长同源物，则该同源物有可能被误认为是完整的 BUSCO。对评分阈值进行了优化，以尽量减少这种可能性，但这种情况仍有可能发生。

片段化

如果发现是片段，则表示 BUSCO 匹配的得分在得分范围内，但不在与 BUSCO 配置文件的长度比对范围内。对于转录组或注释基因组，这表示转录本或基因模型不完整。对于基因组组装，这可能表明基因仅部分存在，或者序列搜索和基因预测步骤未能生成全长基因模型，尽管全长基因可能确实存在于组装中。在运行真核生物数据集时，对产生这种片段结果的匹配会给予 “第二次机会”，即进行第二轮序列搜索和基因预测，并使用在发现完整的 BUSCOs 上训练的参数，但这仍可能无法恢复完整的基因。因此，基因组组装评估中的一些片段化 BUSCO 可能是完整的，但由于差异太大或基因结构非常复杂，因此很难对其进行完整的定位和预测。

缺失

如果发现缺失，则要么根本没有重要匹配，要么 BUSCO 匹配得分低于 BUSCO 配置文件的得分范围。对于转录组或注释基因组，这表明这些直系同源物确实缺失，或者转录本或基因模型非常不完整/支离破碎，甚至不符合被视为片段化的标准。对于基因组组装，这可能表明这些直系同源物确实缺失，或者序列搜索步骤未能识别出任何重要的匹配项，或者基因预测步骤甚至未能产生可能被识别为片段 BUSCO 匹配项的部分基因模型。与片段匹配一样，在运行真核生物数据集时，对第一轮序列搜索后缺失的 BUSCO 也会给予 “第二次机会”，即进行第二轮序列搜索，并使用在完整 BUSCO 上训练的参数进行基因预测，但这仍可能无法恢复基因。因此，在基因组组装评估中缺失的一些 BUSCO 可能部分存在，甚至可能（但不太可能）完整，但它们的差异太大或基因结构非常复杂，因此很难正确定位和预测，甚至很难部分预测。

自动选择：多domain和污染匹配

自动谱系选择过程在古菌、细菌和真核生物等领域的通用谱系数据集上运行 BUSCO。一旦选择了最佳领域，BUSCO 就会根据系统发育位置自动尝试寻找最合适的 BUSCO 数据集。当使用适当的数据集时，即数据集属于要测试物种的系时，BUSCO 评估才有效。由于域间存在重叠标记/假匹配，因此在另一个域中的 busco 匹配并不一定意味着您的基因组/蛋白质组中包含了该域的序列。不过，多个域中的高 busco 分数可能有助于您识别可能的污染。

注意

  • 一般来说，为评估而选择的品系应是现有的最具体的品系，例如，评估鱼类数据时，应选择翼手目品系，而不是中生代品系。
  • 如果要评估大量的物种/品系/版本等，那么为了尽量缩短运行时间（以牺牲分辨率为代价），可以选择较少 BUSCO 的不太特定的品系集，例如，如果要评估 20 个鸟类基因组，每个基因组都有几个不同的组装版本，那么可以选择脊椎动物或后生动物metazoa ，而不是鸟类品系，至少在最初几轮评估中是这样。
  • 评估通常会产生多个文件夹，其中包含大量文件。这些文件是为您准备的，以便您可以更详细地检查个别案例和/或将数据用于下游分析。
  • 请花一些时间检查日志文件，这些文件是为您的利益准备的，以便突出显示 BUSCO 运行期间可能出现的潜在问题。
  • 将您的数据评估结果与其他密切相关物种的相应公开数据评估结果进行比较。这样，BUSCO 的结果就可以用来证明您的数据集与现有的类似物种公开数据集一样好，甚至更好。
  • 如果对注释基因集进行了人工整理，请报告整理前后的 BUSCO 结果，以量化改进情况。

BUSCO报告

  • 用简单的 BUSCO 符号报告结果：C:89.0%[S:85.8%,D:3.2%],F:6.9%,M:4.1%,n:3023
  • 使用 generate_plot.py（见下文）脚本为出版物的辅助在线信息生成简单的图表摘要（可轻松定制）。
  • 报告您使用的所有第三方组件的版本。我们强烈推荐使用 BUSCO 容器，其版本足以安全地重现运行。
  • 报告您用于评估的 BUSCO 数据集。请注明数据集的创建日期，而不仅仅是名称，例如 archaea_odb10 (2019-01-04)。
  • 报告您使用的 BUSCO 选项。
  • 报告您评估的基因组组装、注释基因组或转录组的版本

常用脚本

通过 scripts/generate_plot.py 脚本，用户可以在易于理解的条形图中快速查看 BUSCO 的汇总结果。脚本/generate_plot.py 使用 R (https://www.r-project.org/) 和 ggplot2 (http://ggplot2.org/) 对 BUSCO 运行结果进行汇总，以便进行并排比较。该脚本会生成一张 PNG 图像（如果 R 和 ggplot2 都可用），以及一个 R 源代码文件，该文件可用于在 R 和 ggplot2 都可用的不同机器上运行，也可对其进行编辑，以完全自定义所生成的条形图（颜色、标签、字体、坐标轴等）。

usage: python3 generate_plot.py -wd [WORKING_DIRECTORY] [OTHER OPTIONS]BUSCO plot generation tool.
Place all BUSCO short summary files (short_summary.[generic|specific].dataset.label.txt) in a single folder. It will be your working directory, in which the generated plot files will be written
See also the user guide for additional informationrequired arguments:-wd PATH, --working_directory PATHDefine the location of your working directoryoptional arguments:-rt RUN_TYPE, --run_type RUN_TYPEtype of summary to use, `generic` or `specific`--no_r                To avoid to run R. It will just create the R script file in the working directory-q, --quiet           Disable the info logs, displays only errors-h, --help            Show this help message and exit

要运行 scripts/generate_plot.py，首先要创建一个文件夹，例如 mkdir BUSCO_summaries，然后将要绘制的每个运行的 BUSCO 简摘要文件复制到该文件夹中。

cp XX1/short_summary.*.lineage_odb10.XX1.txt BUSCO_summaries/.
cp XX2/short_summary.*.lineage_odb10.XX2.txt BUSCO_summaries/.
cp XX3/short_summary.*.lineage_odb10.XX3.txt BUSCO_summaries/.

然后，只需运行脚本，并将您创建的包含要绘制的摘要的文件夹名称（或完整路径，如果不在同一工作目录下）作为参数。

python3 scripts/generate_plot.py –wd BUSCO_summaries
python3 scripts/generate_plot.py –wd /full/path/to/my/folder/BUSCO_summaries

生成的 PNG 图像和相应的 R 源代码文件将放在包含 BUSCO 摘要的同一文件夹中。默认情况下，运行名称被用作每个绘制结果的标签，而这是从简短摘要文件名中自动提取的：因此对于 short_summary.generic.lineage_odb10.XX1.txt，标签应为 XX1。您也可以编辑 R 源代码文件，更改任何绘制参数，然后在 R 环境中手动运行代码，绘制个性化条形图。

示例 scripts/generate_plot.py 条形图：

mkdir my_summaries
cp SPEC1/short_summary.generic.lineage1_odb10.SPEC1.txt my_summaries/.
cp SPEC2/short_summary.generic.lineage2_odb10.SPEC2.txt my_summaries/.
cp SPEC3/short_summary.specific.lineage2_odb10.SPEC3.txt my_summaries/.
cp SPEC4/short_summary.generic.lineage3_odb10.SPEC4.txt my_summaries/.
cp SPEC5/short_summary.generic.lineage4_odb10.SPEC5.txt my_summaries/.
python3 scripts/generate_plot.py –wd my_summaries

在这里插入图片描述

真核

(busco) [yut@node02 TestData]$ time  busco -i SX22-37_unicycler/assembly.fasta -c 8 -m geno -l eukaryota_odb10  -f  --out busco_out
# -i Input sequence file in FASTA format. Can be an assembled genome or transcriptome (DNA), or protein sequences from an annotated gene set. Also possible to use a path to a directory containing multiple input files.-m MODE, --mode MODE  Specify which BUSCO analysis mode to run.There are three valid modes:- geno or genome, for genome assemblies (DNA)- tran or transcriptome, for transcriptome assemblies (DNA)- prot or proteins, for annotated gene sets (protein)
-l LINEAGE, --lineage_dataset LINEAGE：bacteria_odb10，archaea_odb10，eukaryota_odb10，virusesSpecify the name of the BUSCO lineage to be used.busco --list-datasets
-c N, --cpu N         Specify the number (N=integer) of threads/cores to use.
-f, --force           Force rewriting of existing files. Must be used when output files with the provided name already exist.

Ref

这篇关于Busco-真核生物为主基因组质量评估的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/372620。

相关文章

PR曲线——一个更敏感的性能评估工具

PR曲线——一个更敏感的性能评估工具

在不均衡数据集的情况下，精确率-召回率（Precision-Recall, PR）曲线是一种非常有用的工具，因为它提供了比传统的ROC曲线更准确的性能评估。以下是PR曲线在不均衡数据情况下的一些作用： 关注少数类：在不均衡数据集中，少数类的样本数量远少于多数类。PR曲线通过关注少数类（通常是正类）的性能来弥补这一点，因为它直接评估模型在识别正类方面的能力。 精确率与召回率的平衡：精确率（Pr
阅读更多...
生信代码入门：从零开始掌握生物信息学编程技能

生信代码入门：从零开始掌握生物信息学编程技能

少走弯路,高效分析;了解生信云,访问 【生信圆桌x生信专用云服务器】 : www.tebteb.cc 介绍 生物信息学是一个高度跨学科的领域，结合了生物学、计算机科学和统计学。随着高通量测序技术的发展，海量的生物数据需要通过编程来进行处理和分析。因此，掌握生信编程技能，成为每一个生物信息学研究者的必备能力。 生信代码入门，旨在帮助初学者从零开始学习生物信息学中的编程基础。通过学习常用
阅读更多...
生信圆桌x生信分析平台：助力生物信息学研究的综合工具

生信圆桌x生信分析平台：助力生物信息学研究的综合工具

介绍 少走弯路,高效分析;了解生信云,访问 【生信圆桌x生信专用云服务器】 : www.tebteb.cc 生物信息学的迅速发展催生了众多生信分析平台，这些平台通过集成各种生物信息学工具和算法，极大地简化了数据处理和分析流程，使研究人员能够更高效地从海量生物数据中提取有价值的信息。这些平台通常具备友好的用户界面和强大的计算能力，支持不同类型的生物数据分析，如基因组、转录组、蛋白质组等。
阅读更多...
安卓开发板_联发科MTK开发评估套件串口调试

安卓开发板_联发科MTK开发评估套件串口调试

串口调试 如果正在进行lk(little kernel ) 或内核开发，USB 串口适配器（ USB 转串口 TTL 适配器的简称）对于检查系统启动日志非常有用，特别是在没有图形桌面显示的情况下。 1.选购适配器 常用的许多 USB 转串口的适配器，按芯片来分，有以下几种： CH340PL2303CP2104FT232 一般来说，采用 CH340 芯片的适配器，性能比较稳定，价
阅读更多...
【生物信息学算法】图算法1：概念和算法

【生物信息学算法】图算法1：概念和算法

文章目录 1. 图的定义、分类、表达方式图的定义图的分类表达方式Python实现 2.相邻节点和度概念定义python实现 3.路径、距离和搜索路径和距离搜索环 4.图论中的欧拉定理 1. 图的定义、分类、表达方式 图的定义 图G可以由两个集合来定义，即G=(V,E)。其中，V是对象的集合，称为图的顶点或节点; E是V中(u,v)顶点对的集合，称为边或弧，表示u和v之间的关系
阅读更多...
【无线通信发展史⑧】测量地球质量？重力加速度g的测量？如何推导单摆周期公式？地球半径R是怎么测量出来的？

【无线通信发展史⑧】测量地球质量？重力加速度g的测量？如何推导单摆周期公式？地球半径R是怎么测量出来的？

前言：用这几个问答形式来解读下我这个系列的来龙去脉。如果大家觉得本篇文章不水的话希望帮忙点赞收藏加关注，你们的鼓舞是我继续更新的动力。 我为什么会写这个系列呢？ 首先肯定是因为我本身就是一名从业通信者，想着更加了解自己专业的知识，所以更想着从头开始了解通信的来源以及在每一个时代的发展进程。 为什么会从头开始写通信？ 我最早是学习了中华上下五千年，应该说朝代史，这个算个人兴趣，从夏
阅读更多...
提升汽车制造质量：矫平技术在车门平整化中的应用

提升汽车制造质量：矫平技术在车门平整化中的应用

汽车制造业对每一个部件的精细度都有着极高的要求，尤其是车门这样的关键组件。车门不仅需要提供良好的密封性，还要在外观上展现出车辆的高端品质。然而，生产过程中的不平整问题往往成为提升制造质量的障碍。矫平技术的应用，为解决这一问题提供了有效的手段。 车门平整度的重要性 车门的平整度对于车辆的整体性能和美观至关重要。不平整的车门可能导致密封不良、噪音增大，甚至影响车门的正常开启和关闭。因此，确保车门的
阅读更多...
运动耳机哪个牌子的质量好？五款口碑绝佳机型安利！

运动耳机哪个牌子的质量好？五款口碑绝佳机型安利！

​喜欢户外活动的你，肯定是个有格调的人。想象一下，如果在户外的时候，能戴上一款耳机，不仅跟环境搭，还能让你享受到超棒的音乐，那感觉得多爽！开放式耳机就是为这个目的设计的，它不塞耳朵，戴着更舒服，音质也棒，让你在户外能更好地感受到周围自然的声音。这耳机现在超受欢迎，作为一个既爱户外又爱数码的发烧友，我自己也试过不少款，它们真的给我的户外探险加了不少分。接下来，我会跟大家分享这些耳机的亮点，帮你挑出自
阅读更多...
随着人们网络安全意识提高，软件架构设计与评估也成为重中之重

随着人们网络安全意识提高，软件架构设计与评估也成为重中之重

目录 案例 【题目】 【问题 1】(13 分) 【问题 2】(12分) 【答案】 【问题 1】答案 【问题 2】答案 相关推荐 案例         阅读以下关于软件架构设计与评估的叙述，回答问题 1 和问题 2。 【题目】         某电子商务公司为正更好地管理用户，提升企业销售业绩，拟开发一套用户管理系统。该系统的基本功能是根据用户的消费级别、消费历史、信
阅读更多...
如何利用ChatGPT提升学术论文讨论部分的撰写质量和效率

如何利用ChatGPT提升学术论文讨论部分的撰写质量和效率

大家好，感谢关注。我是七哥，一个在高校里不务正业，折腾学术科研AI实操的学术人。关于使用ChatGPT等AI学术科研的相关问题可以和作者七哥（yida985）交流，多多交流，相互成就，共同进步，为大家带来最酷最有效的智能AI学术科研写作攻略。经过数月爆肝，终于完成学术AI使用教程，估计也有个50万字的详细操作指南。跟着一步一步操作，借助ChatGPT做学术、干科研、写论文、课题申报都变得超简单。欢
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2