WSZ@blog

本来脚本没什么问题的 原因在于录入脚本是在windows系统上的TXT进行了粘贴复制，导致格式错误 1vim -b XXX.sh 有了莫名其妙的^M 使用命令 1sed -i 's/\r//g' XXX.sh

flagstat作为统计bam文件的工具存在 123##双端ls *.bam |perl -e 'while(<>){chomp;$_=~s/.hisat.bam//g;print"samtools flagstat -@ 6 $_.hisat.bam >$_.flagstat\n";}' - |less -S >flagstat.shnohup bash flagstat.sh 1>flag_log 2>&1 & 1234567891011121314608455 + 0 in total (QC-passed reads + QC-failed reads) ## reads总数37967 + 0 secondary ##出现比对到参考基因组多个位置的reads数0 + 0 supplementary ...

8dac8244e051497f2d86a37ea9143279a7e46b7b4c68d5866740250ff87b5875a2e27fc982ae17b85dfbc2596cb3e623290137a45cd375d5e59f0c59781b1ebd62377136cdfb9494bb5d081a20dbfa795783dddaac5b451b91be687a72f3648ce92329a28e6a9cd0a883f9387e887aae88433c3f56fd5bb3439489677788dc381d9e16ae6d063c0a0b86dc9be7e3f51e2650952c4e1ea52357057bb62e7a7d5e7993ffa39c9442b56ea118892c5c6d970e47be620560e6ac0b7941c43ea3ea827d851ea029001643249af5f04189b8c07432126ce9df3ca7a48ef6d3b55581d8ecfe37ce970448f592a77c50c2cee13813d56a232751ed8e3 ...

NCBI genome Ensembl FTP牛基因组还是首推 Ensembl UCSC FTP：cytoband文件可能含有gneg等标识，其中acen表示着丝粒区域、stalk表示近端着丝粒区域、gvar表示异染色质，例如臂间或端粒区域。 iGenomes：部分模式生物bowtie、bowtie2和BWA索引基因组。 HISAT2：部分模式生物HISAT2索引基因组。

kmeans的介绍参考知乎：https://zhuanlan.zhihu.com/p/78798251?utm_source=qq 优点 容易理解，聚类效果不错，虽然是局部最优， 但往往局部最优就够了； 处理大数据集的时候，该算法可以保证较好的伸缩性； 当簇近似高斯分布的时候，效果非常不错； 算法复杂度低。 缺点 K 值需要人为设定，不同 K 值得到的结果不一样； 对初始的簇中心敏感，不同选取方式会得到不同结果； 对异常值敏感； 样本只能归为一类，不适合多分类任务； 不适合太离散的分类、样本类别不平衡的分类、非凸形状的分类。 开始计算 导入数据 数据格式如上所示，虽然低，但是不要所有的值全为NA，运行代码会报错 NA即为A-G的表达值全部为0 打开R 导入数据： rm(list = ls())getwd();workingDir = “.”;setwd(workingDir);options(stringsAsFactors = FALSE); data=read.csv(“Data_kmeans.csv”)rownames(data)=data$IDmean=data[,-1 ...

首先，下载需要的miRNAbase数据 发卡，前体，成熟序列 前体数据 wget -c ftp://mirbase.org/pub/mirbase/CURRENT/miRNA.dat.gz 成熟体序列 wget -c ftp://mirbase.org/pub/mirbase/CURRENT/mature.fa.gz 慢慢下吧

http://biit.cs.ut.ee/gprofiler/convert g:Profile 有很多神奇的功能 包括GO分析及KEGG分析，但是现阶段还是用DAVID进行GO和KEGG更妥当 因为在牛上，DAVID更新的更快 利用g:Profile 将已知的gene symbol ID进行更换 左菜单栏单贴gene office symbol name 有菜单栏选择物种及目标基因输出名称 结果

如果想做成相关性图 不管是基因表达之间的相关性或者是基因与性状之间的关联，可以用R包‘tidyverse’和‘corrplot’实现 首先是录入数据的要求 举个栗子！ 录入数据如上所示 横坐标代表的是所有相关性的基因或者表型或者你需要的其他数据 纵坐标代表重复，重复一般越多越好，三个重复也不是不能做，但是不会出什么好结果，至少重复在4以上 以上数据存储为.csv格式 打开R 代码简单： 不过首先先确定运行文件夹 然后导入数据，编辑数据表格 rm(list = ls())getwd();workingDir = “.”;setwd(workingDir);library(tidyverse)library(corrplot)data=read.csv(“example.csv”)rownames(data)=data$IDdata1=data[,-1]data=data1 最后data的格式如上！ 运行分析代码： cor(data) %>% corrplot(method = “circle”,order = “hclust”, ...

系统发育树又名分子进化树，是生物信息学中描述不同生物之间的相关关系的方法。通过系统学分类分析可以帮助人们了解所有生物的进化历史过程。（百度到的） 第一步： 获取目的基因蛋白 NCBI搜索，根据自己想要物种选择 获取蛋白序列 打开 MEGA7.0 build Alignment后 选择蛋白序列 新建文件 复制粘贴 录入完毕后 点击 后续默认 回到开始菜单 Phylogeny-Neighbor-Joining Tree（采用邻接法） 参数如下 结果如图，成图后可在设置进行细节调试

很多时候R语言read table读入txt文件时，如果不进行设置总会出现没有行名或者没有列名的情况 列名是1-12 行名时V1-V10 这时可以用一种笨办法，也就是命第一列和第一行名或列名为行/列名 然后再缩进一行或一列 我以csv文件为例，因为读取csv是，R语言会默认读取的csv拥有列名 这时运行后续代码 rownames(data)=data$IDdata1=data[,-1]data=data1 data文件的行列设置完毕 PS：感谢朝云大佬教学