随笔分类 - 工具
摘要：BQSR vs. VQSR BQSR (Base Quality Score Recalibration)表示碱基质量值重校正。简言之，这是一个检测系统性错误的数据预处理步骤，用于检查测序仪估计每个碱基检测的准确性。 主要考虑了碱基在reads中的位置、上下文环境和原始质量值这三个因素，首先计算出原
阅读全文
摘要：最近调研，总结了一些公司推出的基因组计算加速产品和方案。简单罗列下几个平台，主要针对GATK流程加速。 腾讯云：双螺旋 2017年发布，一体化的数据管理PaaS平台，可进行传、存、算、管等工作。 加速原理：FPGA极光异构系统。 30x WGS运行时间：2.8h。 http://www.baiema
阅读全文
摘要：1. 简介 Web Scraper是Chrome/Firefox浏览器插件，跨平台使用。 优点：使用简单，无需编程，鼠标点点就可；轻量快速爬取。 缺点：小数据量；不能爬图片；不能中止；整体较慢（网速影响可能不稳定）；爬取结果乱序。 2. 基础 chrome应用商店安装插件需要fanqiang，但凡用
阅读全文
摘要：在对动植物杂交种（或F1子代）的基因组和转录组的关联研究中，要回答这么一个问题：基因组变异到底与基因表达有什么关系？ 这个问题很难，因为涉及影响基因表达调控的因素可太多了！多少科研人员围绕着这个问题研究毕生。 但不可避免的要做等位基因特异性表达（allele-specific expression,
阅读全文
摘要：MP作为国内植物领域神刊，发展非常之快。开年之际，国人就已发表好几项卓越成果。这里摘取几项跟分子育种相关的研究，涉及工具、方法和数据库等资源。 Mol Plant | 华中农大杨庆勇团队发布油菜群体变异数据库，架起基因型与表型的桥梁、助力油菜分子育种 BnVIR: bridging the geno
阅读全文
摘要：软件的安装 Python版McScan（jcvi工具包）：https://github.com/tanghaibao/jcvi 以前只有python2，现在已有python3版本，建议用py3。安装可用pip： pip install jcvi ##或开发版 pip install git+git:
阅读全文
摘要：1. 矩阵相关性计算方法 base::cor/cor.test R基础函数cor或cor.test都可计算相关性系数，但cor可直接计算矩阵的相关性，而cor.test不可。 两者计算非矩阵时，cor仅得到相关系数，而cor.test还能得到pvalue。 library(ggplot2) cor(
阅读全文
摘要：问题一：各区域注释之和大于变异总数？ snpEff的结果很简单，但常常遇到如下问题。 我的SNP总数： 但是，注释的exon、intron和intergenic之和2,278,570就已经大于了总SNP数。 我大概能知道是什么原因。一个snp会落在多个基因上，所以既有可能落在exon，又有可能落在i
阅读全文
摘要：假设我要从NCBI中下载全部水稻的mRNA序列，如何实施？ 找序列 第一步，肯定是找到相关序列。 我从ncbi taxonomy进入，搜索oryza。因为要搜索mRNA核酸序列，从此选择nucleotide，点击Go： 注意，如果你真正想要的是哪些序列。比如，稻属中可能野生稻之类的并非你想要的。这时
阅读全文
摘要：问题 一直以来用Eigensoft的smartpca来做群体遗传的PCA分析很顺畅，结果也比较靠谱。 但今天报错如下： $ ~/miniconda3/bin/smartpca -p smartpca.par parameter file: smartpca.par ### THE INPUT PAR
阅读全文
摘要：iTOL基本用法已经会了，之前记录过一点：系统发育（进化）树绘制小结。最近重用，调图时又发现了些细节，记录下备忘。 1. 注册 不注册也可用，但注册登录可保存树在itol网站上。 2. 去枝长 进化树能展示枝长是最好的，能用来判断材料和群体间的特殊性。但现在大部分文章中的进化树都是去掉了枝长的，也可
阅读全文
摘要：问题 原问题来自：How to calculate overlapping genes between two genome annotation versions？ 其实可分为两个问题： 一是我组装了一个新的基因组，做了多个注释版本，如何比较它们的feature？比如gene 二是我组装了一个新的
阅读全文
摘要：基因组长度 利用seqkit统计长度 seqkit stat test.fa 结果如下： file format type num_seqs sum_len min_len avg_len max_len test.fa FASTA DNA 149 396,098,845 10,246 2,658,
阅读全文
摘要：1. FastqCount简介 快速实用小工具：FastqCount https://github.com/zhimenggan/FastqCount 统计指标包括： Total Reads Total Bases N Bases Q20 Q30 GC 2. 使用 压缩文件可搭配pigz使用更香。
阅读全文
摘要：记录下braker2的使用要点，以备忘记。 流程使用 braker2有很多流程，根据你的数据：组装的基因组、转录组、蛋白（同源，包括近缘或远缘）选择不同流程，官网有说明： https://github.com/Gaius-Augustus/BRAKER 现在的动植物组装，大多数都含有以上三类数据吧，
阅读全文
摘要：samtools用conda安装后，总是出现共享库缺失的报错。即便你刚安装samtools时可以用，但后面在同一环境中安装其他相关软件，有可能产生了冲突，导致库替换，因而报错。 避免这种情况，可能最好是给samtools单独一个环境。但我不喜欢这样，我的习惯是一般做一件事才建一个环境，不然环境太多了
阅读全文
摘要：需求 客户反映，完整的基因组太大打不开，要我将之按各条染色体和scaffold拆分。如何快速实现？ 方法一 借助工具： $ pip install pyfaidx $ faidx -x sequences.fa 方法二 自己写脚本：split.pl #!/usr/bin/perl $f = $ARG
阅读全文
摘要：conda是个安装软件的神器，但镜像不稳定，下载安装软件的速度有时很慢。对于几十Mb甚至上百Mb的软件往往下不动，下了半天可能失败。 找了一个叫mamba的加速神器，可以用来并行下载和安装，大大加快速度，减少失败几率。 首先，mamba本身需要先通过conda来安装： conda install -
阅读全文
摘要：前言 将vcf转化为plink格式时，命令如下： plink --vcf snp.vcf --recode --allow-extra-chr --out test 出现错误： Error: Multiple instances of '_' in sample ID. If you do not
阅读全文
摘要：基因结构预测中同源注释策略，将mRNA、cDNA、蛋白、EST等序列比对到组装的基因组中，在文章中通常使用以下比对软件： tblastn gamp exonerate blat 根据我的实测，以上软件整体都比较慢。gmap可设置多线程来提升速度。tblastn虽然也可以，但对提速没什么影响。exon
阅读全文
浙公网安备 33010602011771号