samtools flags 的含义
摘要：对于双端比对的数据，生成的BAM文件中，R1端序列和R2端序列的标识符是一样的，之前一直不知道如何根据bam文件区分哪条序列是R1端，哪条序列是R2端，昨天仔细研究了一下，原来代表R1端和R2端的信息都存储在flag中，即bam文件的第二列； 在bam文件格式中定义了各种flag代表的意思 1 ：
阅读全文
posted @ 2016-04-27 10:19
04 2016 档案
vsearch 去除重复序列和singleton 序列
摘要：在16S数据分析中，为了减少聚类的时间，提高准确度，需要去除重复序列，而singleton序列因为没有其他的序列作为验证，可信度不是很高，也需要去除，通常情况下使用usearch 完成这2项任务，但是usearch 64位是收费的，而32为的usearch 在64位的red hat 上测试时，去除重
阅读全文
posted @ 2016-04-20 14:44
Fastqc 能够识别的碱基编码格式
摘要：Fastqc 能够自动识别序列的碱基编码格式，我查看一下源代码，发现是碱基编码格式一共分为 1）sanger/illumina 1.9 2) illumina 1.3 3) illumina 1.5 其核心的代码为 通过找到对应的ASCII值最小的碱基质量值来判断对应的编码格式， 在ASCII码表中
阅读全文
posted @ 2016-04-06 14:31
Fastqc 碱基质量分布图
摘要：横坐标代表每个每个碱基的位置，反映了读长信息，比如测序的读长为150bp,横坐标就是1到150； 纵坐标代表碱基质量值， 图中的箱线图代表在每个位置上所有碱基的质量值分布， 中间的红线代表的是中位数 用黄色填充的区域的上下两端分别代表上四分位数和下四分位数； 箱线图最上方的短线代表90%，最下方的短
阅读全文
posted @ 2016-04-06 09:46
