生物信息与育种

摘要： 生信其实很简单，就是用别人的工具调参就行了。生信也很折腾，哪一步都可能遇到问题，随时让你疯掉（老辩证法了~）。但是，你遇到的问题大部分人也都经历过。这时，检索技能就显得很重要了。平时Biostar和StackOverflow之类的网站肯定要经常光顾的。 另外，Researchgate论坛上有一些整理 阅读全文

摘要： ggplot虽然好用，但base才是真正的瑞士军刀，什么都能用，各种自定义图形自由组合，出版级图片用base才是王道。但要达到随心所欲，需要熟练掌握。 legend是比较重要的低级函数，有很多细节处理，用的时候记不起来，实践的时候也要调来调去。这里转载一篇博文，比较详细，不要刻意去记，用的时候对照一 阅读全文

摘要： 在GWAS分析的结果中，偶尔会遇到到pvalue为0的SNP位点，这时如果直接做曼哈顿或QQ图，会出错，因为log0无意义。 此时，该如何处理？ 如果你用的是Plink1.9来做的GWAS，可加一个参数： --output-min-p 1e-99，即将小于1e-99的pvalue都当成1e-99，0 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： 生信软件绕不过Perl，Perl绕不过Bioperl。而Bioperl的安装总让人头大，尤其是对普通用户。以下错误你肯定经常遇到： Can't locate Bio/Seq.pm in @INC (you may need to install the Bio::Seq module) (@INC 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： 需求 已知某基因组序列，染色体或scaffold ID顺序不定，想要对其按数字排序。 原顺序： 想要的排序结果： 实现 使用bioawk，没有的话conda直接安装。 bioawk -c fastx '{print}' old.genome.fa | \ sort -k1,1V | awk '{pr 阅读全文

摘要： 问题 这个问题应该很常见吧。R中输出数据框时，想要把行名和列名都输出。如果直接输出的话，输出的结果列名会往前移动一位，这显然不是我们想要的。 直接上例子： > a = matrix(1:9, nrow = 3, ncol = 3, dimnames = list(LETTERS[1:3], LETT 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