摘要： HMM（隐马尔可夫模型）是用来描述隐含未知参数的统计模型，举一个经典的例子：一个东京的朋友每天根据天气{下雨，天晴}决定当天的活动{公园散步,购物,清理房间}中的一种，我每天只能在twitter上看到她发的推“啊，我前天公园散步、昨天购物、今天清理房间了！”，那么我可以根据她发的推特推断东京这三天的 阅读全文

摘要： 今天晚上解决了一个错误，如下： 解决方法: 一、 安装graphviz-2.38 1.添加系统环境变量 .建立变量名GRAPHVIZ_DOT 值为安装的路径C:\Program Files (x86)\Graphviz2.34\bin\dot.exe 2. 设置环境变量 在用户环境变量添加以下一个变 阅读全文

摘要： 生物信息学数据分析过程中熟练使用Linux Shell命令可以大大提高工作效率。 1.1 查看文件的前/后n行 Linux 下面的命令显示文件名为filename的文件的前/后5行： 1 2 head filename -n5 tail filename -n5 设置-n后面的数字，可以指定要查看的 阅读全文

摘要： 格式转换： use awk :awk 'BEGIN{P=1}{if(P==1||P==2){gsub(/^[@]/,">");print}; if(P==4)P=0; P++}' input.fastq > output.fasta FASTA文件拆分： 1. 从a.fasta中提取第10至第20个 阅读全文

摘要： R语言PCA R语言PCA 1、关键点 综述：主成分分析 因子分析 典型相关分析，三种方法的共同点主要是用来对数据降维处理的从数据中提取某些公共部分，然后对这些公共部分进行分析和处理。 #主成分分析 是将多指标化为少数几个综合指标的一种统计分析方法 主成分分析是一种通过降维技术把多个变量化成少数几个 阅读全文

摘要： python的subprocess模块，看到官方声明里说要尽力避免使用shell=True这个参数，于是测试了一下： 阅读全文

摘要： 读代码的过程中看到的，好奇搜索了一下，其实当在我们调试别人Python代码的过程中经常会遇到一些问题，比如版本不同，代码也会有所改变，比如print函数 Python 2.7版本为 print “ ” ，Python3.0以上版本为print （“ ”） 有没有什么解决方法呢。 Python 3.x 阅读全文

摘要： NCBI淘汰序列GI - 使用Accession.Version代替！ 截至2016年9月，被称为“GI”的整数序列标识符将不再包括在NCBI支持的序列记录的GenBank，GenPept和FASTA格式中。FASTA标题将进一步简化，以便仅报告国际序列数据库协作（INSDC）和NCBI参考序列（R 阅读全文

摘要： k-SLAM 是基于大量高通量宏基因组序列数据分析的比对程序，它基于k-mer技术上在reads和序列之间进行比较，然后用Smith-Waterman算法验证。校准是连接在一起组成一个伪组装用来提高特异性。用LCA技术推断如何分类。从sam格式校准和输出文件中可以找出基因和突变。k-SLAM是快速高 阅读全文

摘要： 最近文章中经常出现及De Bruijin 这个关键字，网上搜索了一下，记录下来。 De Bruijn序列 （德布鲁因序列） 问题：能否构造一个长度为2的n次方的二进制环状串，使得二进制环状串中总共2的n次方个长为n的不同截断作为2的n次方个长为n的二进制串来说互不相同。1946年，荷兰数学家De B 阅读全文