Life·Intelligence

2018年3月25日

摘要： What Ensembl genome version should I use for alignments? (e.g. toplevel.fa vs. primary_assembly.fa) 这是一个很细节也很实际的问题，到底用哪个版本？参考： What Ensembl genome ve 阅读全文

posted @ 2018-03-25 19:40 Life·Intelligence 阅读(4642) 评论(0) 推荐(0) 编辑

DNA sequence open reading frames (ORFs) | DNA序列的开放阅读框ORF预测

摘要：常见的ORF预测工具 Open Reading Frame Finder - NCBI ORF Finder - SMS OrfPredictor - YSU 基本概念开放阅读框（英语：Open reading frame；缩写：ORF；其他译名：开放阅读框架、开放读架等）是指在给定的阅读框架中，阅读全文

posted @ 2018-03-25 17:52 Life·Intelligence 阅读(9342) 评论(0) 推荐(0) 编辑

samtools faidx输出的fai文件格式解析 | fasta转bed | fasta to bed

摘要： fai示例： http://www.htslib.org/doc/faidx.html offset比较让人费解，其实就是 bytes starting from zero，文件层次的属性，一般不需要关注。有时需要将fasta转为bed，就是统计长度就好了，但是利用samtools faidx这个阅读全文

posted @ 2018-03-25 16:12 Life·Intelligence 阅读(3986) 评论(0) 推荐(0) 编辑

bedtools神器 | gtf转bed | bed文件运算

摘要：我们生信技能书有一篇介绍bedtools的文章，可以在微信里搜着看下，非常有用。 bedtools 用法大全 http://bedtools.readthedocs.io/en/latest/ gtf转bed用Linux命令完全可以实现，因为gtf每一行比较规律，不像fasta和fastq。后面发阅读全文

posted @ 2018-03-25 04:16 Life·Intelligence 阅读(13846) 评论(0) 推荐(0) 编辑

2018年3月24日

常识的力量 - 防止错得太远

摘要：做生物信息的一定要会利用常识的力量。 1. 对自己分析结果的把握普通生物信息最大的弊端就是太依赖工具、算法这些东西，大部分的人平时其实都不知道自己用的工具到底是干嘛的，它能产生什么结果，更别说评价不同工具的优劣了。（主要也是工具太多了，有些也比较复杂）（建议有空还是看看工具的原理，大致了解就行，这阅读全文

posted @ 2018-03-24 19:03 Life·Intelligence 阅读(461) 评论(0) 推荐(0) 编辑

2018年3月23日

Introduction to dnorm, pnorm, qnorm, and rnorm for new biostatisticians

摘要：原文：Introduction to dnorm, pnorm, qnorm, and rnorm for new biostatisticians Today I was in Dan’s office hours and someone asked, “what is the equivalen 阅读全文

posted @ 2018-03-23 22:38 Life·Intelligence 阅读(783) 评论(0) 推荐(0) 编辑

最大似然估计实例 | Fitting a Model by Maximum Likelihood (MLE)

摘要：参考：Fitting a Model by Maximum Likelihood 最大似然估计是用于估计模型参数的，首先我们必须选定一个模型，然后比对有给定的数据集，然后构建一个联合概率函数，因为给定了数据集，所以该函数就是以模型参数为自变量的函数，通过求导我们就能得到使得该函数值（似然值）最大的模阅读全文

posted @ 2018-03-23 22:02 Life·Intelligence 阅读(2047) 评论(0) 推荐(0) 编辑

（转）从最大似然估计开始，你需要打下的机器学习基石

摘要：良心教程，非常通俗。原文链接：https://www.jiqizhixin.com/articles/2018-01-09-6 什么是参数？在机器学习中，我们经常使用一个模型来描述生成观察数据的过程。例如，我们可以使用一个随机森林模型来分类客户是否会取消订阅服务（称为流失建模），或者我们可以用线阅读全文

posted @ 2018-03-23 19:43 Life·Intelligence 阅读(3268) 评论(0) 推荐(1) 编辑

highly variable gene | 高变异基因的选择 | feature selection | 特征选择

摘要：在做单细胞的时候，有很多基因属于noise，就是变化没有规律，或者无显著变化的基因。在后续分析之前，我们需要把它们去掉。以下是一种找出highly variable gene的方法： The feature selection procedure is based on the largest d 阅读全文

posted @ 2018-03-23 17:54 Life·Intelligence 阅读(2772) 评论(0) 推荐(0) 编辑

2018年3月22日

用R的igraph包来画蛋白质互作网络图 | PPI | protein protein interaction network | Cytoscape

摘要： igraph语法简单，画图快速。 Cytoscape专业，个性定制。最终效果图：当然也可以用Cytoscape来画。参考：Network visualization with R Cytoscape http://www.360doc.com/content/17/0305/22/199137 阅读全文

posted @ 2018-03-22 14:15 Life·Intelligence 阅读(6481) 评论(0) 推荐(0) 编辑

2018年3月21日

从fasta中提取或者过滤掉多个序列

摘要： Google了一下，现成的工具不多。自己写代码也可以，就是速度肯定不快，而且每次写也很麻烦。偶然看到QIIME的filter_fasta.py有这个功能，从name list中提取多个序列。 60w条序列瞬间就处理完了。阅读全文

posted @ 2018-03-21 19:19 Life·Intelligence 阅读(2848) 评论(0) 推荐(0) 编辑

2018年3月20日

GenomicConsensus (quiver, arrow)使用方法 | 序列 consensus

摘要： https://github.com/PacificBiosciences/GenomicConsensus GenomicConsensus 是pacbio开发的，我个人非常不喜欢pacbio开发的工具，很难用。安装这个GenomicConsensus也是废了我快半条老命。这个工具的目的：Co 阅读全文

posted @ 2018-03-20 01:07 Life·Intelligence 阅读(1345) 评论(0) 推荐(0) 编辑

2018年3月19日

blast | diamond 输出结果选择和解析 | 比对

摘要：之前的文章：构建NCBI本地BLAST数据库 (NR NT等) | blastx/diamond使用方法 | blast构建索引 | makeblastdb 本地运行blast时，需要指定out format。常见的网页版blast结果可以参照：Blast结果的详细解析默认是0，也就是会输出比对阅读全文

posted @ 2018-03-19 16:53 Life·Intelligence 阅读(16990) 评论(0) 推荐(0) 编辑

(转) gffcompare和gffread | gtf | gff3 格式文件的分析 | gtf处理 | gtfparse

摘要：工具推荐：https://github.com/openvax/gtfparse 真不敢相信，Linux自带的命令会这么强大，从gtf中提取出需要的transcript，看起来复杂，其实一个grep就搞定了。本文出自于http://www.bioinfo-scrounger.com转载请注明出处阅读全文

posted @ 2018-03-19 06:07 Life·Intelligence 阅读(5923) 评论(0) 推荐(0) 编辑

2018年3月18日

七种常见的核酸序列蛋白编码能力预测工具 | ncRNAs | lncRNA

摘要：注：这些工具的应用都是受限的，有些本来就是只能用于预测动物，在使用之前务必用ground truth数据来测试一些。我想预测某一个植物的转录本，所以可以拿已经注释得比较好的拟南芥来测试一下。（测试的结果还是比较惊人的） CPC （熟悉的名字，原来是北京大学的高歌、魏丽萍开发的）搜文章时才发现201 阅读全文

posted @ 2018-03-18 04:42 Life·Intelligence 阅读(8231) 评论(0) 推荐(1) 编辑

2018年3月16日

如何下载一个物种的全部EST序列 | NCBI | 表达序列标签

摘要： EST：表达序列标签，expressed sequence tags 。顾名思义，很好理解，就是表达出来的序列，即从基因组DNA上表达出来的RNA，但是我们没法测序RNA，所以我们最终测的是表达序列的cDNA片段。 “标签”：就是指这些序列可能比较短，但是可以用来标定一个物种。常见下载方式有两种阅读全文

posted @ 2018-03-16 16:54 Life·Intelligence 阅读(2760) 评论(0) 推荐(0) 编辑

2018年3月10日

Hisat2 bowtie2比对结果解读（Hisat2 Alignment summary）

摘要： RNA-seq数据的比对结果怎么解读？网上有很多人问，这里做一个大致的总结。 Hisat2和bowtie2比对后产生的Alignment summary的格式是一样的，如下： Alignment summary When HISAT2 finishes running, it prints mess 阅读全文

posted @ 2018-03-10 17:34 Life·Intelligence 阅读(16504) 评论(0) 推荐(1) 编辑

2017年9月28日

哈佛大学教授刘小乐：我与生物信息学的不解之缘

摘要：转自：测序中国由测序中国发起的“NGS十周年接龙”活动春节前的最后一波正在来袭。受华中科技大学生命科学与技术学院教授薛宇邀请，今天，由哈佛大学教授刘小乐来分享她与生物信息学的故事。从北大到斯坦福，生物与计算机相遇和很多人一样，在少年时期我就有了自己的梦想。我的哥哥比我大七岁，他进入中国农业大学的时候，我上五年级，是他把我带到了神奇的生物世界。在初中阶段，我的班主任是生物老师，我的生物学家梦想... 阅读全文

posted @ 2017-09-28 17:44 Life·Intelligence 阅读(4187) 评论(0) 推荐(1) 编辑

2017年9月12日

ROC曲线(receiver-operating-characteristic curve)-阈值评价标准（转）

摘要：转自：http://blog.csdn.net/abcjennifer/article/details/7359370 ROC曲线指受试者工作特征曲线 / 接收器操作特性曲线(receiver operating characteristic curve), 是反映敏感性和特异性连续变量的综合指标,是用构图法揭示敏感性和特异性的相互关系，它通过将连续变量设定出多个不同的临界值，从而计算出一系列敏感... 阅读全文

posted @ 2017-09-12 17:16 Life·Intelligence 阅读(9458) 评论(0) 推荐(0) 编辑

2017年8月29日

各种报错

摘要：之前一直对软件包的报错没有认识，因为用的都是一些软件工程设计非常好的软件（BWA、Numpy等）。就算是用Python、Perl、R也都是用一些非常常见的包，所以很难碰到奇葩的报错，你随便怎么用都不会卡住，因为设计者早就料想到了各种情况。但现在开始研究单细胞，大家都自立门户开发自己的包，实际情况是阅读全文

posted @ 2017-08-29 21:47 Life·Intelligence 阅读(915) 评论(0) 推荐(0) 编辑

Digital-LI