uname|mv|tar -xzvf|
摘要：$ ls CAFE-4.2.1.tar.gz mcl-latest.tar.gz mysql-5.4.3-beta-linux-i686-glibc23.tar.gz.1 orthomclSoftware-v2.0.9.tar.gz r8s1.81.tar.gz $ uname -a Linux software-install.cngb.sz.hpc 2.6.32-696.30.1....
阅读全文
摘要：9.5 Hypothesis Tests for One Population Mean When σ Is Unknown 使用t分布： What If the Assumptions Are Not Satisfied? 对于小size 和非正态分布sample： use a nonparam
阅读全文
摘要：9.5 Hypothesis Tests for One Population Mean When σ Is Known 使用z-test前提（同使用mean distribution之前的考虑） 在H0假设的同时需要说明significant level Statistical Significa
阅读全文
摘要：7.3 P-Value Approach to Hypothesis Testing† 前面步骤同one mean 值，后面计算出H0所对应的概率即为p值,再用p值与significant level相比。 -（2.6+0.05）=-2.65 p值是假如H0假设正确的情况下，得到该值的概率，如果非常
阅读全文
摘要：9.2 Critical-Value Approach to Hypothesis Testing example: 对于mean 值 275 的假设： 有一个关于sample mean的distribution： 已知population 标准差和sample size=25的情况下： 标准型Z为
阅读全文
摘要：9.1 The Nature of Hypothesis Testing Over the years, however, null hypothesis has come to mean simply a hypothesis to be tested. Null Hypothesis: H0:
阅读全文
摘要：8.4 Confidence Intervals for One Population Mean When σ Is Unknown 原先是 standardized version of x bar： 当没有提供population 的标准差时，采用S（样本标准差作为population 标准差）
阅读全文
摘要：8.3 Margin of Error 由该公式可知： To improve the precision of the estimate, we need to decrease the margin of error, E. Because the sample size, n, occurs i
阅读全文
摘要：Confidence Intervals for One Population Mean When σ Is Known Obtaining Confidence Intervals for a Population Mean When σ Is Known The z-interval proce
阅读全文
摘要：8.1 Estimating a Population Mean Point Estimate estimate a single number, or point. 因为：the mean of the sample mean equals the population mean (μx¯ = μ
阅读全文
摘要：7.3 The Sampling Distribution of the Sample Mean population：1000；Scale are normally distributed with mean 100 and standard deviation 16 sample：4；可以得到样
阅读全文
摘要：7.2 The Mean and Standard Deviation of the Sample Mean Recall that the mean of a variable is denoted μ, subscripted if necessary with the letter repre
阅读全文
摘要：7.1 Sampling Error; the Need for Sampling Distributions 样本均值的三种表达： Sampling distribution of the sample mean Distribution of the variable x¯ Distributi
阅读全文
摘要：Olfactory Bulb Ratio, ORs Gene Repertoire, and Olfactory Ability 1.Olfactory Bulb的生物学意义：a.生存 b.嗅觉能力 2.Olfactory Bulb Ratio与嗅觉能力成正比 基于以上table得到线性相关图： a
阅读全文
摘要：OR Subgenomes Variation among Birds, Sea Turtle and Alligator 由 该图数据计算每种鸟的relative percentage，得到下图： 然后得到: （1）得到（总体）： 1.The 48 avian genomes lacked OR1
阅读全文
摘要：Enhanced Role of OR Gene Loss (Pseudogenization) in Birds 1.因为文献已经证明（a）基因缺失和得到对于进化有影响，（b）大的基因家族对进化影响更大（because of the broader range of evolutionary pr
阅读全文
摘要：OR Gene Family Phylogeny 1.之前关于ORs基因构建系统生发树的研究中的不足：bootstrap support values在有些family中高，bootstrap support values在有些family中低。而我们现在的这个研究bootstrap support
阅读全文
摘要：Genome Coverage and the OR Subgenome 因为： 爬行类动物的的gene numbers比较大，而birds 的 gene numbers 处于（182-688） 其中： （1）gene 扩张和缩小（之后会详细说明） （2）chicken and zebra finc
阅读全文
摘要：introduction： 1.Olfactory receptors (ORs)很重要 2.已知的ORs的分子结构，但仍存在没清楚的地方： Though the relationship between odors and ORs is not clear, it has been hypothe
阅读全文
摘要：6.4 Assessing Normality; Normal Probability Plots The normal probability plot is a graphical technique to identify substantive departures from normali
阅读全文
摘要：step1:grep data step2:build index Picard CreateSequenceDictionary creates .dict file and samtools faidx creates a .fai file. Both are needed for GATK
阅读全文
摘要：reference：https://davetang.org/wiki/tiki-index.php?page=SAM @SQ SN:contig1 LN:9401 （序列ID及长度） 参考序列名，这些参考序列决定了比对结果sort的顺序，SN是参考序列名；LN是参考序列长度；每个参考序列为一行。
阅读全文
摘要：第一列 NAME : 序列的名称，只保留“>”后，第一个空白之前的内容； 第二列 LENGTH: 序列的长度， 单位为bp； 第三列 OFFSET : 第一个碱基的偏移量， 从0开始计数，换行符也统计进行；gff文件中的mRNA start那一列的值 第四列 LINEBASES : 除了最后一行外，
阅读全文
摘要：其中： 参数-a用于指定建立索引的算法： bwtsw 适用于>10M is 适用于参考序列<2G (默认-a is) 可以不指定-a参数，bwa index会根据基因组大小来自动选择合适的索引方法 .amb is text file, to record appearance of N (or ot
阅读全文
摘要：6.3 Working with Normally Distributed Variables As illustrated in the previous example, the 68.26-95.44-99.74 rule allows us to obtain useful informat
阅读全文
摘要：6.2 Areas Under the Standard Normal Curve Property 4: Almost all the area under the standard normal curve lies between −3 and 3 Because the standard n
阅读全文
摘要：6.1Introducing Normally Distributed Variables Why the word “normal”? Because, in the last half of the nineteenth century,researchers discovered that i
阅读全文
摘要：数理统计与概率论的关系： 统计学：根据手中信息，猜猜桶里有啥？(样本归纳总结出总体)（样本估计总体（该总体是已经存在的总体）） 概率论：根据桶中信息，猜猜手里有啥？(总体对样本进行预测)（总体预测样本（该样本是未来的样本）） 作者：猴子链接：https://www.zhihu.com/questio
阅读全文
摘要：5.3 Some Rules of Probability 如图所示，AorB是所有蓝色区域，所以P（AorB）=PA+PB，但是若非互斥事件，则不能直接相加： If you think of the regions as probabilities, the entire region enclo
阅读全文
摘要：5.2Events The collection of all 52 cards—the possible outcomes—is called the sample space for this experiment Relationships Among Events More generall
阅读全文
摘要：5.1Probability Basics uncertainty is inherent in inferential statistics，因为总是需要样本估计总体，The science of uncertainty is called probability theory.学习概率分布帮助我
阅读全文
摘要：4.4 Linear Correlation 若由SxxSyySxy定义则为： 所以为了计算方便： 所以，可以明白的是，Sxx和Sx是不一样的！ 所以，t r is independent of the choice of units and always lies between −1 and 1
阅读全文
摘要：4.3 The Coefficient of Determination 为评估模型，我们可以使用以下方法： (1) the total variation in the observed values of the response variable（观察值中的y） (2) the amount
阅读全文
摘要：4.2 The Regression Equation Because we could draw many different lines through the cluster of data points, we need a method to choose the “best” line.
阅读全文
摘要：4.1 Linear Equations with One Independent Variable
阅读全文
摘要：3.4 Descriptive Measures for Populations; Use of Samples For a particular variable on a particular population： 1.There is only one population mean—nam
阅读全文
摘要：3.3 The Five-Number Summary; Boxplots the deciles divide a data set into tenths (10 equal parts), the quintiles divide a data set into fififths (5 equ
阅读全文
摘要：sequencing：使用二代测序原因：高通量，短序列 不用长序列原因： 1.算法错误率高 2.长序列测序将嵌合体基因错误积累。嵌合体基因：通过重组由来源与功能不同的基因序列剪接而形成的杂合基因 sequencing： 增多的total length>N>gap>missing in genome
阅读全文
摘要：Measures of Variation 方差：measures of variation or measures of spread 源于range发现range不足以评估整个set（因为只用到largest and smallest value），所以有了方差 The Sample Stand
阅读全文
摘要：Measures of Center measures of central tendency:the center or most typical value:average Mean:its arithmetic average；受极值影响；可以通过去掉极值减少极值的影响 Median:the
阅读全文
摘要：Distribution Shapes 由直方图到 smooth curve 1.this distribution of heights is bell shaped(or mound shaped), but the smooth curve makes seeing the shape a l
阅读全文
摘要：2.3 Organizing Quantitative Data group quantitative data： To organize quantitative data, we first group the observations into classes (also known as c
阅读全文
摘要：2.2Organizing Qualitative Data The number of times a particular distinct value occurs is called its frequency (or count) Relative-Frequency Distributi
阅读全文
摘要：2.1Variables and Data Variable：某物或某人的某一特征和其他个体不同。 quantitative variables：定量变量either discrete （可以被数）or continuous.（A continuous variable is a variable
阅读全文
摘要：1.2 Simple Random Sampling Census, ：全部信息 Sampling： 抽样方式： representative sample：有偏向，研究者选择自己觉得有代表性的sample probability sampling：使用随机数表不用研究者来抽样，较为客观（研究者可以
阅读全文
摘要：descriptive statistics：组织和总结信息，为自身（可以是population也可以是sample）审视和探索， inferential statistics.从sample中推论population情况并评价推论可信度 在population中精挑细选出sample Observ
阅读全文
摘要：a= 'eeekkksksksk' print a.replace('e','s').replace('s','k') #kkkkkkkkkkkk change={"e":"s","k":'@',"s":"!"} a_new=''.join(change[i] for i in a) print(a_new) ''' sss@@@!@!@!@ ''
阅读全文
摘要：#!/usr/bin/python import re import sys import gzip change={'A':'T','T':'A','C':'G','G':'C','N':'N'} CODE = { 'GCA' : 'A', 'GCC' : 'A', 'GCG' : 'A', 'GCT' : 'A&#
阅读全文
摘要：#!/usr/bin/python a=set([i for i in range(4,8)]) b=set([i for i in range(5,12)]) c= sorted(a & b) print c print reduce(lambda x,y:(x-1)*y,c) def func_1(x,y): return (x-1)*y print reduce(func_...
阅读全文
摘要：#!/usr/bin/python from subprocess import check_call import subprocess import gzip ''' $ zcat 160121_I133_FCH5LL5BBXX_L8_RSZADPI007179-107_2.fq.gz |head -4 >o3 $ cat o3 @K00133:143:H5LL5BBXX:8:1101:1...
阅读全文
摘要：#!/usr/bin/python import sys import getopt import re def compare(f1,f2,o1,o2,si_line): lines_count=0; in1 = open(f1,"r") in2 = open(f2,"r") ou1 = open(o1,"w") ou2 = open(o2,"w"...
阅读全文
摘要：cd /xxx/genome_stat/Annotation ln -s /xxx/02.annotation/gff_v2/*.homolog.v2.gff /xxx/genome_stat/Annotation ls *.gff | while read l;do echo "perl /xxx/02.annotation/build_pipeline/bin/stat_gff.pl $l"...
阅读全文
摘要：#!/usr/bin/perl use strict; use warnings; use Getopt::Long; my ($number,$in,$out); GetOptions( "number:i"=>\$number, "in:s"=>\$in, "out:s"=>\$out ); #my $all = $number +1;print $all; ...
阅读全文
摘要：I.11 Estimating Gene Frequencies 在小样本上计算基因A的概率PA，举例如下： 通过加大样本会将通过观察值得到的数趋近于真实数据，所以该问题转化为了统计学上利用大量观察值求真实值的问题，因此通过最大似然估计得到真实值. 为了理解多项式分布可以先以二项分布为例： 该二项分
阅读全文
摘要：$ basename /xxxx/test test $ dirname /xxxx/test /xxx $ dirname /xxx/test|while read p;do sp=$p"222";echo $sp;done /xxx222 $ ls /xxx/*.txt|while read p;do sp=$p"22222";printf "%s\n%s\n" \ $p\ $sp...
阅读全文
摘要：I.10 Other Measures of Linkage Disequilibrium 因为D的取值强烈地依赖于人为制定的等位基因频率（PA及PB），所以它不利于LD程度的比较。标准化的不平衡系数D'能够避免这种对等位基因频率的依赖。D'的计算方法如下： D'=D/Dmax 这样使得-1<D<1
阅读全文
摘要：I.9 Linkage INDEPENDENCE OF GENOTYPES AT TWO LOCI：若A,B是两个独立位点：PA是基因A的概率，PB是基因B的概率。因为基因A与基因B是相互独立的位点，所以基因型AABB的概率为PAABB=(PA)^2*(PB)^2 A RETROSPECTIVE D
阅读全文
摘要：I.8 Sex linkage 单倍体：性别决定基因（S\s）和与性别决定基因连锁的等位基因（A\a）存在于同一套遗传物质上，其配子结合和减数分裂图示如下： 如果性别是由染色体区域决定的，自然选择会避免在该性染色体区域发生重组（因为重组后会形成以前并不存在的性别），因此自然选择会让该区域的形式本质上
阅读全文
摘要：I.7 Different Gene Frequencies in the Two Sexes 假设存在一种基因仅在第一代亲代的不同性别之间的概率有区别，比如，A 在male中频率是Pm，a是（1-Pm）；A 在female中频率是Pf，a是（1-Pf） （第一代亲代，配子，第一代子代）情况如下：
阅读全文
摘要：I.6 Overlapping generations 世代被分离开，世代不重复一定满足哈代公式的条件，但是现实情况远没有这么简单（因为会世代重叠，即亲代死去同时一个亲代在不同时间都有可能产生子代，因为而哈代公式需要世代不重叠，即亲代只产生一次子代），所以，我们需要构造另一种模型来分析世代重叠。 因
阅读全文
摘要：I.5 Multiple alleles. 由两个等位基因拓展到多个等位基因，可以得到更多种二倍体基因型： 所以单个等位基因的概率（用i代指某个基因，pi*是该基因的频率）是（以计数的方法表示） 所以，减数分裂后的配子概率是pi’,所以得到： 又因为基于哈代公式的情况下： 所以：依据基因型和基因之间
阅读全文
摘要：I.4 Where the rare alleles are found p是基因A的频率，N是个体数目（也就是基因型个数，所以基因个数是2n，所以全部个体的基因A的个数是2np），p方是PAA，np2是：基因型是AA的个体数目，所以所有基因型是AA的个体的基因A的个数是2pn2；得到： 该比值是全
阅读全文
摘要：I.3 Diploids with two alleles: Hardy-Weinberg laws 假设子代是Aa，AA，aa的概率分别是PAa，PAA，Paa，A的基因概率是P1，a的基因概率是P2（可以利用基因的数量来理解） （P1也是配子A的概率，P2也是配子a的概率，因为在单倍体阶段等于把
阅读全文
摘要：I.2 Haploid inheritance 单倍体也有短暂的二倍体时期： Meiosis：减数分裂 依据图示信息，同时基因型A的频率是p，基因型a的频率是（1-p）： 建立Hardy-Weinberg proportions：（即组成相应二倍体的概率） 在经过短暂的二倍体事件后，通过减数分裂变成
阅读全文
摘要：Asexual inheritance 1，2分别是两种基因型 N1,N2是两种基因型的亲代个数，Wt是t代后每一个每一个基因型的后代数 N1’,N2’是t代后1,2,基因型的个体数 the proportions and ratios of different genotypes are not
阅读全文
摘要：随机交配种群 孟德尔分离（基于diploid and sexual）和随机交配（1.不因突变而改变的规律2.可计算的）是群体遗传学的基础。 随机交配（random mating）指群体中每一个成员与另一性别的任何成员都有同等的交配机会。随机交配假设不存在任何遗传学上或行为学上的交配限制，所有个体都是
阅读全文
摘要：#!/usr/bin/python import re def readfa(l): col={} arr =[] sca ='' li = open(l) for line in li: if re.match(r'>(\w*)',line): match = re.match(r'>(\w*)',line) ...
阅读全文
摘要：1 #!/usr/bin/python 2 3 def hello(i,greet='long time to see!'): 4 out = "hello "+i+" "+greet 5 nobody = {'as':'123','ad':'1234','om':'ssss'} 6 if i == '2':return nobody 7 ret...
阅读全文
摘要：1 a = "please" 2 b = "say something:" 3 c =a+b 4 m = 0 5 a = True 6 while a: 7 m = int(raw_input(c)) 8 print m+1 9 if m>11: 10 a = False 11 12 #please say something:wwww...
阅读全文
摘要：1 name = ['alle','mike','tom','jerry','alice','hebe'] 2 for i in name: 3 if i == 'tom': 4 print 'get!' 5 #get! 6 7 if 'ale'not in name :print 'get!' 8 9 #get! 10 a = 'tom' 11 ...
阅读全文
摘要：6.1引言 随着测序技术的提高，能被测序的物种趋近于复杂（因为越高等的生物基因组大且复杂（1.本身基因结构复杂2.复杂程度与种属关系并不相关）），所以基因家族（Gene family）的数目可能能够更好的评估物种的复杂性，更多的信息可以通过比较基因组学的方式得到。 基因家族（英语：Gene fami
阅读全文
摘要：1 #!/usr/bin/perl 2 3 use strict; 4 use warnings; 5 6 my $new = (0 ==1)?233:'';my @arr; 7 my $new_1 = (1==1)?233:''; 8 push @arr,$new_1;push @arr,$new;push @arr,'123456'; 9 my $line = join...
阅读全文
摘要：1 #!/usr/bin/perl 2 3 use strict; 4 use warnings; 5 6 #####input##### 7 my $all = $ARGV[0]; my $part_file = $ARGV[1]; 8 9 10 11 #####mian##### 12 13 my $all_in = &store($all); 14 my $p...
阅读全文
摘要：1 print ("hello,world!") 2 sentence = "yyyy" 3 print (sentence.lower()) 4 print (sentence.upper()) 5 6 #print (sentenc) 7 8 #hello,world! 9 #yyyy 10 #YYYY 11 #Traceback (most recent call l...
阅读全文
摘要：key: hash的标准形式是：$hash{$key}=value; 取地址：$hash_ad = \%hash; 解地址： 整个hash：%new_hash = %{$hash_ad}；变量形式相对应； 单个hash元素：$single = $hash_ad->{$key};这是由$hash{$k
阅读全文
摘要：Interspecies genomic comparison 因为脊椎动物诞生早，在演化过程中有Macroevolution（因为自然选择或遗传漂变导致持续突变同时表型发生改变），但是存在一种基因缺失是因为基因的沉默现象（发生在中性位点），所以不易该基因是否有功能。比较基因组学在这里可以用于研究种
阅读全文
摘要：Design based on biology 通过比较基因组学的方法，将脊椎动物基因组的数据，解决生物学各方面问题。新的调控注释（在脊椎动物的进化过程中的出现的）可以丰富物种树（比如不同功能蛋白质进化速度上的差异（因为编码蛋白质基因和早期进化基因的发现））。 Sequencing 需要以下两种策略
阅读全文
摘要：【转】Fst指数 转载自 http://blog.csdn.net/zhu_si_tao/article/details/71513099 与 http://blog.sina.com.cn/s/blog_4ab0b3390102viol.html 群体遗传学--Fst指数，即群体间分化指数，用于群
阅读全文
