摘要：
16S结题报告中都会有这么一张图： 这张图是OTU Rank曲线，该曲线可以展示样品的多样性。而样品的多样性常通过以下两个方面进行解释：物种的丰富程度和均匀程度。Rank曲线中，曲线在横轴上的跨度越长，表明样品的物种含量越丰富；曲线越平坦，表示样品的物种组成越均匀。 图中，横坐标按照丰度由高至低排序的OTU数量，纵坐标为OTU丰度。样本曲线的延伸终点的横坐标位置为该样本的OTU数量。若曲线越平滑... 阅读全文
摘要：
工作中有个真理：如果你连自己所做的工作的来龙去脉都讲不清楚，那你是绝对不可能把这份工作做好的。 这适用于任何行业。如果你支支吾吾，讲不清楚，那么说难听点，你在混日子，没有静下心来工作。 检验标准：随时向别人解释你的工作，让别人提出尖锐的问题，看你是不是答不上来。 16S概念 什么是16S？S是什么意思？ 16S分析是用来干嘛的？能分析什么？ 16S大致的分析原理是什么？ 有点生物学基础的... 阅读全文
摘要：
上一篇文章写了一些基本的Django操作，下面重点介绍数据库的内容。 对象之间的关系： 一对一 一对多 多对多 1.一对多 先演示一对多的关系，多个blog对应一个名字， 修改blog/models.py class Entry(models.Model): name = models.CharField(max_length=30) def __unicode... 阅读全文
摘要：
参考资料：爬虫课程 认识网页 使用chrome，右键检查，查看网页源码，左侧的html，右侧的css，底下的JavaScript。 网页 = HTML（内容） + CSS（样式） + JavaScript（功能） 网页的标签，标签之间可以嵌套。 wow! 其中div就是区域，p就是文本，class就是css样式。 常见标签 #文字内容 #区域 #列表 #图像 ... 阅读全文
摘要：
最近想做一个数据库网站，我对Python很熟悉，也了解到Django很好用，于是说搞就搞。 首先，在快云上买了一个vps，一元试用一个月，Ubuntu系统。 1.安装Django apt-get update apt-get install python-pip python-dev build-essential python -m pip install django 安装的方法很多，可以自由... 阅读全文
摘要：
微生物16S的OTU聚类工具有很多，最常用的就是 usearch、cdhit-OTU、mothur。 这些工具大多都是针对二代测序平台的，usearch的64bit版本是收费的。 如果要跑PacBio的OTU聚类，目前就只能用 mothur 了。 mothur有着非常详细的说明文档！ General operations Sequence processing OTU-based approac... 阅读全文
摘要：
一个有效的数据降维的方法 t-SNE，类似PCA的主成分降维分析。 参考： t-分布邻域嵌入算法（t-SNE algorithm）简单理解 t-SNE初学 很好的教程：An illustrated introduction to the t-SNE algorithm 有点复杂额 阅读全文
摘要：
单细胞流程跑了不少，但依旧看不懂结果，是该好好补补了。 有些人可能会误会，觉得单细胞的RNA-seq数据很好分析，跟分析常规的RNA-seq应该没什么区别。今天的这篇文章2015年3月发表在Nature Genetics Review上，专门说明了一下单细胞RNA测序数据在数据分析和计算上的挑战（虽然已经过去1年多了，这里指出的问题和挑战仍然是不过时的，至于这些问题和挑战现在是不是完美解决了，... 阅读全文
摘要：
10X Genomics已经广泛应用于单细胞测序、组装领域，现在也是火的不行。 10X Genomics原理 通过将来自相同DNA片段（10-100kb）的reads加上相同的barcode，然后在illumina平台上进行测序，从而实现长片段的测序。其基本原理是同一长片段的reads会具有同样的标 阅读全文
摘要：
最开始学的就是C和C++，但只是学过，根本就不知道怎么使用。 后来接触了Python和Perl才知道怎么将编程应用于实际需求当中，读取文件，存放到数据结构，处理，输出。 但脚本语言有其固有的缺点，不能用于高速计算。 生物信息的基础是大数据（G~T级别），我们不仅要优化算法，还得选择接近底层的语言，那显然就必须要用到C和C++了，Java都不够快。 现在我接触了一个CNV的C++写的程序，看了源码，... 阅读全文
摘要：
使用软件 CNVnator_v0.3.2 过滤脚本 cnvnator_filter.pl CNV输出结果 CNV_type coordinates CNV_size normalized_RD p-val1 p-val2 p-val3 p-val4 q0 duplication chr10:1-9590600 9.5906e+06... 阅读全文
只有注册用户登录后才能阅读该文。 阅读全文
摘要：
持续更新~ 散点图 条形图 文氏图 饼图 盒型图 频率直方图 热图 PCA图 3D图 火山图 分面图 分面制作小多组图 地图 练习数据： year count china Ame jap '12 2.800000 1.500000 4.500000 2.500000 '13 2.941956 1.587559 5.342547 2.814862 '14 3.508838 1.648... 阅读全文
摘要：
The Greengenes Database Release 13_5 这是16S的一个非常重要的数据库 The Greengenes Database, a public resource since 2002 (DeSantis 2003, DeSantis 2006, McDonald 2011), is a well-characterized and curated databas... 阅读全文
摘要：
如何下载NCBI blast数据库？ 有哪些可供下载的blast数据库？ blast如何使用？ blast构建索引 | makeblastdb -in 后接输入文件，你要格式化的fasta序列-dbtype 后接序列类型，nucl为核酸，prot为蛋白-title 给数据库起个名，好看~~(不能用在 阅读全文
摘要：
An enterotype is a classification of living organisms based on its bacteriological ecosystem in the gut microbiome. 相关经典文章：Enterotypes of the human gut microbiome 待续~ 在近几年里，科学家们在被我们称作人体微生物生态组（mi... 阅读全文
摘要：
1、人类基因组的HapMap和国际HapMap计划 (1)何谓HapMap HapMap是Haplotype Map 的简称，Haplo意为单一，在基因组中专指来自父母的一对染色体中的一条。Haplotype就是单条染色体中的一段，译作单体型(有人译作单倍型)，是描述遗传差异的一种主要方式。DNA作为遗传物质，不但编码了物种间的差异，物种内不同个体之间的差异也含在其中，均表现为基因组之间的DN... 阅读全文
摘要：
主流工具： FastQC fqcheck readfq 拿到测序数据的第一步就是做质量控制 fqcheck之后得到的结果： 它会统计每条reads，按read 1-100位点计算每个位置的ACGTN含量，以及0-41质量值的个数 最终会得到整体的错误率，GC，Q20，Q30 the default quality shift value is: -64, ... 阅读全文
摘要：
最早就是写Perl的，后来来到公司转Python，现在又要负责流程了，开始重拾Perl，当然是借鉴别人现有的语法，我再重新组合。 基本语法就不介绍了，参照我之前文章 Perl 模块 use strict; use File::Path; 【Perl】Path::File 目录的创建和删除 内置模块，导入之后就可以随时创建和删除目录了，mkpath("LZX"... 阅读全文
摘要：
大家基本都知道什么是 FASTA 和 FastQ 格式了，但这是不够的。 我们还需要了解世界上最大的测序公司自己定制的 FastQ 格式，因为你可能会经常用到，有时还会亲自去处理它们。 本文主题：Illumina 测序数据中的 Index Fastq格式详解 @FCHCGKFBCXY:1:1101:1110:2162#AACAGCACCTAGCA_GTAGTGCG/1 ATGTATA... 阅读全文