安德鲁音叉线，也被称作中线研究，利用支持位，阻力位和回撤的概念，用三条平行趋势线来判断可能的支撑位和阻力位技术指标。

安德鲁音叉线由一下几部分组成：

1. 推动浪 （handle）
2. 阻力趋势线
3. 中线
4. 支持趋势线

建立安德鲁音叉线的步骤：

1. 找到重要的拐点或回撤点（例如图中的左下角最低点）
2. 找到下一个重要的拐点或回撤点 （例如图中的虚线链接了左下角最低点和一个拐点）
3. 找到下一个回撤点（例如图中从第一个拐点下降到一个低点）

用绘图软件通过创建向上阻力“齿”，支持“齿”，和中线来完成音叉。

支持和阻力的相同规则适用于安德鲁音叉。 交易者可能会考虑在支持位以下购买，并寻求在阻力位卖出。 另外，如上图标准普尔500指数基金所示，价格被认为是趋于中线的。 上图显示了股票市场的长期走势; 当然，安德鲁音叉线也可以用于较短的时间范围。

HITS-CLIP 和 CLIP-seq 可以用于定位体内的蛋白质RNA相互作用位点。这个测序技术同RIP-seq类似，但是用交联来固定蛋白质RNA复合物。方法是将RNA蛋白质复合物用紫外线交联并做免疫沉淀。复合物经过RNA酶和蛋白酶K的处理，然后提取RNA，并逆转录成cDNA，测序结果可提供精确到单碱基的蛋白质与RNA结合信息。

技术优点：

1. 用交联来固定蛋白质的靶向结合位点
2. 紫外线交联可以应用于实验材料体内
3. 由于使用RNA酶消化，可以得到低噪声高分辨率的结合位点
4. 不需要对所研究的RNA结合信息有先验了解
5. 全基因组水平的RNA扫描

技术缺点：

1. 没有特异性靶标的抗体可能会结合非特异性的复合物
2. 紫外线交联不是非常有效，需要蛋白质和RNA近距离结合，远距离的可能会无法形成复合物
3. 交联步骤可能会引入外源污染物

平均趋向指标是用来确定股票，期货或者货币是否正在交易区间。

平均趋向指标展示的是一种趋势强度信号，它的方向同股票的走势没有直接关系。如果股票有很强的上行趋势，那么ADX会增加；如果股票有很强的下行趋势，ADX也会增加。

ADX是对其他技术指标的极大补充，因为它可以帮助交易者避免一些指标的陷阱。

移动平均线 移动平均线及其变体在趋势市场有效；然而，在波动期间价格上涨或下跌但没有方向性，移动平均指标会给出大量虚假的买卖信号，这回造成交易者的损失。在趋势市场期间，建议使用移动平均线，趋势线和其他趋势跟随技术指标。

震荡 震荡指标在非趋势市场上相当有效。在非趋势市场中使用震荡指标使得低买高卖成为可能。不幸的是，在趋势市场中，震荡指标表现相当差，经常提示投资者在熊市下滑期间买入或在牛市时经常卖空。对于非趋势性时期，可以使用诸如Stochastic Fast & Slow, RSI, Williams %R 或者其他由范围限制的指标，例如布林带（Bollinger Bands）或者 Moving Average Envelopes （移动平均信封）。

• 低于20：非趋势市场。
• 20以上的交叉：表明趋势可能正在出现; 交易者可根据现行股票，期货或货币价格变动的方向发起买卖指令。
• 20和40之间：如果ADX在20到40之间增加，那么进一步证实一个新趋势。 交易者可能会考虑在当前市场方向上进行买卖或卖空。 此外，交易者可能会避免使用振荡器技术指标，而应考虑使用趋势跟踪指标，如移动平均线。
• 40以上：非常强的趋势。
• 15以上：极其强的趋势。
• 70以上：非常罕见的超级强趋势。

在《New Concepts in Technical Trading Concepts》中，ADX的创始人Welles Wilder，Jr.创建了DMI+和DMI指标，来专门为ADX技术分析指标产生潜在的买卖信号。 实际上，ADX是从DMI+和DMI-计算得出的

去年nature上有一篇关于白血病风险检测的文章，找了17个基因的表达量组成一个分值，然后用这个分值来划分白血病的生存周期（overall survival简称OS， event-free survival 简称EFS）。这个分值与白细胞的干细胞性有关。

介绍这篇文章主要是学习一下，作者们是从哪几个方面来说明自己找到的17个基因是在白血病中非常关键的基因。这篇文章不是article，实验存在很明显的问题。

1. 说明CD34/CD38不能很好的区分白细胞的干细胞性。
2. 引出他们的方法，从LSC+和LSC- （LSC leukaemia stem cell）的两类样本基因表达数据中找出密切相关的转录本。方法是cox regression model，求基因表达同生存期的相关性。
3. 然后他们把找到的17个基因加上权重，组合成一个数值，叫它为LSC17 score。他们发现LSC17 score高的样本中病人的OS会短一些。
4. 接下来在不同的数据集中做测试，发现不管在哪个测序技术平台上，这个结果都成立。
5. 他们还发现相比于之前已知的几个基因突变同白血病的联系，他们的17基因可以更好的预测病人的生存周期。
6. 同其他临床指标相比，17基因的效果也很好。
7. 那么这个方法有什么应用呢？
   • 首先是在NanoString 平台上，可以用17基因做临床检测
   • 在白血病治疗中，干细胞移植手术中17基因可以做为协助断定病人是否可以进行移植的指标，不管怎么样只要是LSC17 score高的，临床预后都不好。作者在后面又续了一段说对于不同的数据，LSC17 score中的基因是有变化的，说明这个score还可以进行优化。（换个数据集基因就有变化，说明方法不稳定，另有在做耐药性的预测时，换了权重可以得到更好的预测结果。）
   • 预测药物响应。LSC17 score低的患者对于gemtuzumab ozogamicin有更好的响应，延长生存周期。

这个工作的特点就是做了大量了不同平台之间的比较，从芯片到测序，再到三代测序。并且很好的说明了结果的应用。

缺点也很明显，系统不稳定，17基因可能会变，权重也会变。这就说明不能用来预测，因为LSC17 score高和低，都是针对不同的数据集合来说的，没有一个统一的标准。

最后，我要感谢文章的作者，在我阅读文章时产生了很多疑问，发邮件询问作者，得到了快速准确的答复。虽然我觉得文章在预测白血病预后方面没有什么太大的应用价值，但是这个工作仍是一个对于白血病干细胞性相关基因的全面分析。从中可以学到如何从各个方面对于自己的假设做验证。 全篇内容都是用的临床数据统计分析的方法，用的做多的就是多元线性回归。

单词本

这个就是ChIP-seq的RNA版。

RNA免疫沉淀测序用来定位蛋白质与RNA结合的位置。在该方法中，用特定的蛋白抗体来对RNA-蛋白复合物进行免疫沉淀。 RNA酶消化后，提取蛋白质覆盖的RNA并逆转录成cDNA。 然后将位置映射回基因组。

技术优点：

1. 可以针对特异性（研究需要）的蛋白-RNA复合物。
2. 由于使用RNase消化，可以得到背景噪声低，高分辨率的绑定位点信息
3. 不需要任何关于RNA的具体先验知识（不需要提前知道需要的是哪些RNA序列）
4. 全基因组范围的RNA搜索

技术缺点：

1. 需要特定蛋白质的抗体
2. 非特异性抗体将沉淀非特异性复合物
3. 复合物若缺乏crosslink或者稳定性，会造成假阴性
4. RNase消化过程必须仔细控制