motiMaker 软件安装测试
摘要：背景： mitoMaker是一款线粒体/叶绿体组装的pipeline软件，可以从原始的下机数据开始，自动化的组装基因组，注释基因结构，最终生成genebank, fasta 等文件。 整个pipeline 可以分成6个主要步骤： 1）基于不同大小的kmer 值进行denovo 组装 2）查找对应的结
阅读全文
posted @ 2017-08-21 16:12
08 2017 档案
ggplot2 提取stat计算出来的数据
摘要：使用ggplot2 绘图时，我们只需要提供原始数据就可以了，ggplot2 内置了许多的计算函数，来帮助我们计算对应的数值。 最典型的的，当使用geom_boxplot 绘制箱线图时，我们只提供原始数据，用来绘图的最大值，最小值，中位数，上下四分位数都由ggplot2 自动计算。 那么我们如何提取这
阅读全文
posted @ 2017-08-21 15:08
R包 randomForest 进行随机森林分析
摘要：randomForest 包提供了利用随机森林算法解决分类和回归问题的功能；我们这里只关注随机森林算法在分类问题中的应用 首先安装这个R包 安装成功后，首先运行一下example 通过查看函数的帮助文档，可以看到对应的example 代码很简单，全部的功能都封装在 randomForest 这个R包
阅读全文
posted @ 2017-08-14 15:10
随机森林简介
摘要：随机森林是机器学习中的一种分类算法，在介绍随机森林之前，非常有必要了解决策树这种分类器。 决策树是一种分类器，通过训练集构建一颗决策树，从而可以对新的数据预测其分类。一颗构建好的决策树如下： 图片来源于百度百科，可以看到这颗决策树的目标是将数据分成 "使用" 和 "不使用" 两类，分类的条件有树中的
阅读全文
posted @ 2017-08-14 13:38
Linux 查看操作系统版本
摘要：在下载软件的时候，需要知道操作系统对应的版本，通过 可以查看对应信息 运行的结果如下： 从而确定当前操作系统为centos 6.7 版本
阅读全文
posted @ 2017-08-11 10:55
RNA_seq GATK 最佳实践
摘要：GATK处理DNA 水平的snp 经验比较成熟，而RNA 水平较少，所以可能会存在错误 目前的流程兼顾了假阳性（不是真的snp位点）和假阴性（该位点是snp,却没有检测到）；后续会不断改善 GATK SNP calling pipeline 分成3个部分： 1）DATA CLEANUP 2) VAR
阅读全文
posted @ 2017-08-10 16:34
Bioperl 解析blast的输出结果
摘要：用bioperl 解析blast的默认输出结果， 整理成-m8格式的输出
阅读全文
posted @ 2017-08-08 14:01
perl 模块的创建以及制定perl 模块的路径
摘要：1） perl 模块的创建 perl 模块的后缀名为.pm, 其中的内容和一般的perl脚本相同， perl模块中通常放置可重用的函数以及变量， 比如创建一个fasta.pm,里面包含一个统计fasta序列中gc碱基个数的方法： 然后写一个脚本检测一下该模块是否起作用： 运行该脚本，输出结果为7，
阅读全文
posted @ 2017-08-08 14:00
mothur summary.seqs 统计fasta文件中每条序列的长度
摘要：在介绍summary.seqs的用法之前，我们首先需要搞清楚两个概念： 1）ambiguous bases 中文叫做模糊碱基，对于DNA序列来说，只有ATCG 4种碱基，在IUPAC定义的碱基标准中，出了上述4种碱基之外，还包括其他的碱基，可以代表不同类型的碱基 模糊碱基实际上就是除了A T C G
阅读全文
posted @ 2017-08-02 11:28
mothur reverse.seqs 将序列反向互补
摘要：reverse.seqs 命令可以得到输入序列的反向互补序列 用法： input.fasta 的内容如下： 运行成功后，会输出一个 input.rc.fasta 文件，该文件中就是input.fasta 的反向互补序列 input.rc.fasta 的内容如下：
阅读全文
posted @ 2017-08-02 10:55
Quorumpeps 群体感应数据库简介
摘要：群体感应的定义： 细菌能自发产生、释放一些特定的信号分子，并能感知其浓度变化，调节微生物的群体行为， 这一调控系统称为群体感应。细菌群体感应参与包括人类、动植物病原菌致病力在内的多种生物学功能的调节。 近年来的研究证明细菌之间存在信息交流，许多细菌都能合成并释放一种被称为自诱导物质(autoindu
阅读全文
posted @ 2017-08-01 16:52
TCDB 数据库简介
摘要：TCDB是对膜转运蛋白（Membrane Transport Protein）进行分类的一个数据库，它制定了一套转运蛋白分类系统（Transporter Classification）, 简称TC System, 类似于对酶进行分类的EC系统，只不过TC系统同时提供了功能和进化信息； TCDB对于每
阅读全文
posted @ 2017-08-01 13:33
PHI 数据库简介
摘要：PHI是一个致病菌的数据库，截止到2017年8月1号为止，最新的版本是4.3，数据库中收录了实验验证过的致病菌的信息，其中有176个来自动物的致病菌，227个来自植物的致病菌，3个来自真菌的致病菌; 4.3版本中数据库的具体信息如下： 共收录了4775个基因， 相互作用有8610条， 致病菌有264
阅读全文
posted @ 2017-08-01 12:43
