メタ情報
| meta description平均長 | 124.62 |
|---|
| OGPありページ数 | 37 |
|---|
| Twitterカードありページ数 | 0 |
|---|
内部リンク分析（Internal）
| ユニーク内部リンク数 | 349 |
|---|
| ページあたり内部リンク平均 | 95.54 |
|---|
内部リンク 深さヒストグラム
| キー | 値 |
|---|
| 0 | 96 |
| 1 | 632 |
| 2 | 1901 |
| 3 | 522 |
| 4 | 272 |
| 5 | 112 |
キーワード分析（KeywordMap）
ワードクラウド上位
| 語 | 重み |
|---|
| DBCLS | 1 |
| 理研 | 0.923522 |
| NITE | 0.671652 |
| 理研BRC | 0.615681 |
| data | 0.507561 |
| 大阪大 | 0.391797 |
| 遺伝研 | 0.363812 |
| 東北大 | 0.335826 |
| また | 0.327586 |
| LLM | 0.307841 |
| research | 0.296797 |
| https | 0.292065 |
| 本発表では | 0.279855 |
| さらに | 0.272594 |
| Microbiome | 0.272594 |
| ATTED | 0.271361 |
| characteristics | 0.25187 |
| 難病 | 0.25187 |
| NIBN | 0.25187 |
| Bac2Feature | 0.248748 |
| MassBank | 0.248748 |
| information | 0.241379 |
| genome | 0.233652 |
| gene | 0.232679 |
| 現在 | 0.224138 |
| MAGs | 0.223884 |
| microorganisms | 0.223884 |
| 理研IMS | 0.223884 |
| NBDC | 0.219129 |
| newsletter | 0.206468 |
| traits | 0.203521 |
| sequences | 0.203521 |
| NCNP | 0.195899 |
| 名古屋大 | 0.195899 |
| 野口研 | 0.195899 |
| 新潟大 | 0.195899 |
| Datahub | 0.19471 |
| MAG | 0.19471 |
| Genome | 0.19471 |
| can | 0.19471 |
| Professor | 0.189655 |
| genes | 0.189655 |
| Metagenome | 0.180908 |
| Assembled | 0.180908 |
| expression | 0.180908 |
| しかし | 0.180908 |
| microbial | 0.167913 |
| plants | 0.167913 |
| 東京大 | 0.167913 |
| 本研究では | 0.167913 |
共起語上位
| 語1 | 語2 | スコア | 共起ページ数 |
|---|
| 東京大学 | 酒井 | 4.477711 | 120 |
| 2025年12月18日 | 開催 | 4.241136 | 120 |
| データ解析講習会 | 開催 | 4.241136 | 120 |
| 学んで | 空間トランスクリプトーム解析を知って | 4.241136 | 120 |
| 使う | 学んで | 4.241136 | 120 |
| SKNY | SpatialKNifeY | 4.241136 | 120 |
| SKNY | を用いた解析実例を紹介します | 4.241136 | 120 |
| を用いた解析実例を紹介します | 講師 | 4.241136 | 120 |
| Alexis氏 | 東京大学 | 4.200384 | 120 |
| 俊輔氏 | 酒井 | 4.197897 | 90 |
| AJACS | データ解析講習会 | 4.160926 | 120 |
| AJACS | 空間トランスクリプトーム解析を知って | 4.160926 | 120 |
| Alexis氏 | VANDENBON | 4.085581 | 120 |
| 京都大学 | 講師 | 3.994 | 120 |
| では | 使う | 3.980491 | 120 |
| では | 基礎から | 3.980491 | 120 |
| 俊輔氏 | 東京大学 | 3.919473 | 90 |
| VANDENBON | 京都大学 | 3.913938 | 123 |
| DeepSpaceDB | 基礎から | 3.715316 | 120 |
| DeepSpaceDB | SpatialKNifeY | 3.715316 | 120 |
| 俊輔氏 | 詳細 | 3.67241 | 60 |
| Alexis氏 | 酒井 | 3.642182 | 90 |
| 詳細 | 酒井 | 3.412604 | 60 |
| 2025年12月18日 | データ解析講習会 | 3.399429 | 90 |
| データ解析講習会 | 空間トランスクリプトーム解析を知って | 3.399429 | 90 |
| 使う | 空間トランスクリプトーム解析を知って | 3.399429 | 90 |
| 使う | 基礎から | 3.399429 | 90 |
| SpatialKNifeY | 基礎から | 3.399429 | 90 |
| SpatialKNifeY | を用いた解析実例を紹介します | 3.399429 | 90 |
| SKNY | 講師 | 3.399429 | 90 |
| AJACS | 開催 | 3.329219 | 90 |
| AJACS | 学んで | 3.329219 | 90 |
| VANDENBON | 講師 | 3.263267 | 90 |
| VANDENBON | 東京大学 | 3.227595 | 90 |
| を用いた解析実例を紹介します | 京都大学 | 3.183104 | 90 |
| Alexis氏 | 京都大学 | 3.183104 | 90 |
| 東京大学 | 詳細 | 3.18147 | 60 |
| では | 学んで | 3.171279 | 90 |
| calls | funding | 3.121788 | 28 |
| supporters | technicians | 3.084504 | 28 |
| featuring | supporters | 3.084504 | 28 |
| colleagues | his | 2.999891 | 28 |
| Datahub | Microbiome | 2.980417 | 37 |
| DeepSpaceDB | SKNY | 2.939163 | 90 |
| Assembled | Metagenome | 2.931321 | 28 |
| 登録 | 詳細 | 2.927776 | 30 |
| featuring | updates | 2.925257 | 28 |
| Alexis氏 | 俊輔氏 | 2.917193 | 60 |
| life | science | 2.84214 | 32 |
| monthly | newsletter | 2.833643 | 28 |
被リンク情報
このデータの閲覧には会員登録が必要になります。会員登録