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