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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
摘要:
single-molecule RNA fluorescence in situ hybridization (RNA smFISH) 单分子荧光原位杂交(smFISH)是一种新的基因表达分析方法,能报告转录本丰度和空间定位。但到目前为止,smFISH还不能实现基因组范围的分析。 阅读全文
摘要:
前言 现在Python3 被越来越多的开发者所接受,同时让人尴尬的是很多遗留的老系统依旧运行在 Python2 的环境中,因此有时你不得不同时在两个版本中进行开发,调试。 如何在系统中同时共存 Python2 和 Python3 是开发者不得不面对的问题,一个利好的消息是,Anaconda 能完美解决Python2 和 Python3 的共存问题,而且在 Windows 平台经常出现安装依赖包(比... 阅读全文
摘要:
一般线性模型、混合线性模型、广义线性模型 广义线性模型GLM很简单,举个例子,药物的疗效和服用药物的剂量有关。这个相关性可能是多种多样的,可能是简单线性关系(发烧时吃一片药退烧0.1度,两片药退烧0.2度,以此类推;这种情况就是一般线性模型),也可能是比较复杂的其他关系,如指数关系(一片药退烧0.1度,两片药退烧0.4度),对数关系等等。这些复杂的关系一般都可以通过一系列数学变换变成线性关系,以此... 阅读全文
摘要:
covariance, co本能的想到双变量,用于描述两个变量之间的关系。 correlation,相关性,covariance标准化后就是correlation。 covariance的定义: 期望,实例减去均值,积 covariance matrix也就是相关性矩阵的原始形式,描述了一群变量之间 阅读全文