08 2018 档案

• pip批量更新安装的包
  摘要：pip批量更新库 1）查看过期的库 pip list --outdated 更新单一的库： pip install --upgrade 库名 批量升级更新所有过期的库 import pipfrom pip._internal.utils.misc import get_installed_distr 阅读全文
  posted @ 2018-08-31 10:57 发那个太丢人 阅读(184) 评论(0) 推荐(0) 编辑
• hmm 软件的使用
  摘要：1)使用HMM模型搜索序列数据库(以青蟹蛋白库为例，简写为qingxie.pep),同源参考序列(query.fas)hmmbuild： 用多重比对序列构建HMM模型；hmmsearch： 使用HMM模型搜索序列库；步骤1： 1、pfam下载多重比对文件的种子序列(PF02898_seed_NOS. 阅读全文
  posted @ 2018-08-30 10:53 发那个太丢人 阅读(3622) 评论(0) 推荐(0) 编辑
• Seqtk/Seqkit软件简介
  该文被密码保护。
  posted @ 2018-08-29 11:45 发那个太丢人 阅读(75) 评论(0) 推荐(0) 编辑
• ensembl数据库的使用方法
  摘要：1）下载各种数据bam、gtf、fasta、ded等的地址 ftp://ftp.ensembl.org/../pub/release-93/ 阅读全文
  posted @ 2018-08-29 10:21 发那个太丢人 阅读(1306) 评论(0) 推荐(0) 编辑
• bedtools简介及应用
  摘要：1)背景处理基因组数据中，比较基因组不同区域，例如寻找overlap等，是一种基本的且常见的问题。虽然UCSC 中‘Table Browser’或者Galaxy可以用来处理，但是当这些工具面对大的数据的时候就会显得力不从心。因此，需要一款快速、灵活的软件来批量处理数据集。 bedtools是一款用C 阅读全文
  posted @ 2018-08-28 11:36 发那个太丢人 阅读(2919) 评论(0) 推荐(0) 编辑
• samtools软件的使用
  摘要：1）samtools简介 背景：前面我们讲过sam/bam格式，sam文件虽然是可读的文本文件形式，但是通常是非常大，因此一般会对其压缩来节省磁盘空间，且对于很多软件来说，相比于对sam文件，对bam文件进行处理更加有效。SAMtools 是一款优秀的用以解析、处理sam/bam格式文件的一种软件包 阅读全文
  posted @ 2018-08-27 10:37 发那个太丢人 阅读(1694) 评论(0) 推荐(0) 编辑
• matplotlib画图
  摘要：1）plt.subplots() fig,ax = plt.subplots()的意思是，建立一个fig对象，建立一个axis对象。 pyplot有当前的图形（figure）和当前的轴（axes）的概念，所有的作图命令都是对当前的对象作用。 2)matplotlib各部分的讲解 首先一幅Matplo 阅读全文
  posted @ 2018-08-21 17:24 发那个太丢人 阅读(165) 评论(0) 推荐(0) 编辑
• blast及其格式输出简介
  摘要：1）blast产生背景 双序列比对可以采用是基于动态规划算法的Needleman-Wunsch（NW）和Smith-Waterman algorithm（SW）算法，虽然精度高，但计算消耗大。当与数据库比对的时候，该算法就显得不切实际。因此TASTA，blast采用启发式算法使得通过大幅度丢失灵敏度 阅读全文
  posted @ 2018-08-21 11:54 发那个太丢人 阅读(21650) 评论(0) 推荐(0) 编辑
• vcf格式简介及处理
  该文被密码保护。
  posted @ 2018-08-20 11:51 发那个太丢人 阅读(185) 评论(0) 推荐(0) 编辑
• linux 常用命令
  该文被密码保护。
  posted @ 2018-08-19 15:39 发那个太丢人 阅读(108) 评论(0) 推荐(0) 编辑
• bed文件格式解读
  摘要：1）BED文件 BED 文件(Browser Extensible Data)格式是ucsc 的genome browser的一个格式 ,提供了一种灵活的方式来定义的数据行，以用来描述注释信息。BED行有3个必须的列和9个额外可选的列。每行的数据格式要求一致(见下图)。 每条线的字段数目必须是任意单 阅读全文
  posted @ 2018-08-19 11:43 发那个太丢人 阅读(7343) 评论(0) 推荐(1) 编辑
• gff/gtf格式
  摘要：1）gff3及gtf2简介 一个物种的基因组测序完成后，需要对这些数据进行解读，首先要先找到这些序列中转录起始位点、基因、外显子、内含子等组成元件在染色体中的位置信息(即注释)后才能再进行深入的分析。gff/gtf是贮存这些注释信息的两种文件格式。 GFF(general feature forma 阅读全文
  posted @ 2018-08-18 16:36 发那个太丢人 阅读(13318) 评论(0) 推荐(0) 编辑
• sam/bam格式
  摘要：1）Sam (Sequence Alignment/Map) 1) SAM 文件产生背景 随着Illumina/Solexa, AB/SOLiD and Roche/454测序技术不断的进步，各种比对工具产生，被用来高效的将reads比对到参考基因组。因为这些比对工具产生不同格式的文件，导致下游分析 阅读全文
  posted @ 2018-08-17 21:32 发那个太丢人 阅读(1639) 评论(0) 推荐(0) 编辑
• fasta/fastq格式解读
  摘要：1）知识简介 1.1）测序质量值 首先在了解fastq，fasta之前，了解一下什么是质量值。phred软件在对reads进行base calling的时候会给出每一个碱基的质量值，这个质量值的计算与测序预期错误率相关(estimated probability of error)： 除此之外还有s 阅读全文
  posted @ 2018-08-17 16:16 发那个太丢人 阅读(10575) 评论(0) 推荐(0) 编辑
• blat
  摘要：1) 产生背景 2002年的时候，随着人类基因组项目不断推进，需要将大量ESTs(300万) 及mouse基因组的reads (130万)比对到人类基因组来进行注释，而这项任务需要在2周内完成 (90 CPU Linux 集群），因为blast工具速度相对偏慢，结果也不易处理，无法提供intron 阅读全文
  posted @ 2018-08-16 21:51 发那个太丢人 阅读(1020) 评论(0) 推荐(0) 编辑
• R语言学习（基本知识）
  该文被密码保护。
  posted @ 2018-08-14 14:37 发那个太丢人 阅读(54) 评论(0) 推荐(0) 编辑
• lrzsz的安装与配置
  摘要：1）下载http://freshmeat.sourceforge.net/projects/lrzsz/ 2）tar zxvf lrzsz-0.12.20.tar.gz 3）mv lrzsz-0.12.20/ lrzsz 4）./configure –prefix=/home/jxdong/bios 阅读全文
  posted @ 2018-08-08 19:18 发那个太丢人 阅读(165) 评论(0) 推荐(0) 编辑
• 利用R求分位数及画出箱型图
  摘要：1）数据集 data<-c(75.0,64.0,47.4,66.9,62.2,62.2,58.7,63.5,66.6,64.0,57.0,69.0,56.9,50.0,72.0) 默认是四分位：quantile(data) 求某个百分位：例如90% 求两个百分位：例如，10%，90% 产生一系列的等 阅读全文
  posted @ 2018-08-03 16:18 发那个太丢人 阅读(606) 评论(0) 推荐(0) 编辑
• 利用R产生随机数
  摘要：生成随机数有两个函数runif()和rnorm(),其中r表示的是random随机的意思，unif表示的是均匀分布，而norm表示的是正态分布。 1）生成10个2到3之间的，服从均匀分布的随机数：runif(10,2,3)；服从正态分布的随机数：rnorm(10,2,3) 因为是随机的，所以每次的结 阅读全文
  posted @ 2018-08-03 15:47 发那个太丢人 阅读(1634) 评论(0) 推荐(0) 编辑
• 第二章 描述性统计
  摘要：2.1 描述定性数据的图形法和数值法 定义2.1 类(或组)频数：落入这个类中的观测值的个数 类(或组)相对频率：落入这个类中的观测值的个数相对于观测值总数的比例 定性数据描述常用条形图和饼图 条形图：给出每一类的频数(或频率)，长方形的高度或长度与类频数(或频率)成比例 饼图：一个整圆分成几份，每 阅读全文
  posted @ 2018-08-01 20:57 发那个太丢人 阅读(331) 评论(0) 推荐(0) 编辑