原创 使用Snakemake搭建分析流程
## 目前已有的框架 A review of bioinformatics pipeline framework 的作者對已有的工具進行很好的分類 作者的看法： implicit，也就是Make rule語法更適合用於整合不同執行
2018-12-29 00:50:44
30
原创 如何用Python給自己做一個年終總結
轉眼間，2018年即將過去，各種APP開始推送我在2018年做了那些時間，花了多少時間在這些APP上面。當然我們的生活還得掌握在自己的手上，我需要給我這一年來的寫作做一個總結。 我的文章基本都在簡書上，從2016年到現在將近寫了300
2018-12-29 00:50:43
原创 「Bionano系列」下機數據的BNX文件到底說了什麼
最近我拿到了一批Bionano數據，用關鍵字 “Bionano+組裝” 進行檢索時，並沒有發現任何的教程，所以這應是中文網絡世界裏第一個Bionano數據分析系列 Bionano技術簡單來說，就是給分子加上熒光標記，然後拍照，所以
2018-12-25 23:39:41
7
原创 「Bionano系列」下機原始數據過濾和評估
從這部分開始，就開始涉及一些軟件的操作和數據分析，因此在進入正文之前，我們需要準備好環境。 環境準備 第一步：從 https://bionanogenomics.com/library/datasets/下載人類測試數據集，以及對應的
2018-12-25 23:39:41
12
原创 三代轉錄組系列：使用Cogent重建基因組編碼區
儘管目前已測序的物種已經很多了，但是對於一些動輒幾個G的複雜基因組，還沒有某個課題組有那麼大的經費去測序，所以仍舊缺少高質量的完整基因組，那麼這個時候一個高質量的轉錄組還是能夠湊合用的。 二代測序的組裝結果只能是差強人意，最好的結果就
2018-10-20 09:49:49
13
原创 使用新版Falcon進行三代測序基因組組裝
這裏的新版指的是PacBio公司在2018年9月發佈pb-assembly, 而這篇文章是在2018年9月30日發的。 今年早些時候在參加三代培訓時，聽說PacBio會在今年對Falcon進行一些改變。前幾天我在讀 readthe
2018-10-02 09:09:51
32
原创 PCA作圖裏面的箭頭是幹嘛用的？
作圖的目的是希望在圖裏面發現問題或者解釋問題，當然更本質一點就是你想解決什麼問題？ 前幾天做了一個PCA的圖，圖是畫出來了，但是問題有很多，比如說主成分是是啥意思，圖裏面的箭頭有什麼含義？爲了不做無意義的重複，所以寫一篇文章嘗試做
2018-09-16 23:17:54
原创 這或許是我寫的最全的BLAST教程
Basic local alignment search tool (BLAST) 包括：blastn, blastp, blastx, tblastn, tblastx等. 使用conda安裝即可。 conda install -c
2018-09-13 04:20:51
原创 使用minimap+miniasm對nanopore進行基因組組裝
我們用來練手的文章發表在 Nature Communication ，”High contiguity Arabidopsis thaliana genome assembly with a single nanopore flow
2018-09-13 04:20:51
原创 如何對基因組序列進行註釋
基因組組裝完成後，或者是完成了草圖，就不可避免遇到一個問題，需要對基因組序列進行註釋。註釋之前首先得構建基因模型，有三種策略： 從頭註釋(de novo prediction)：通過已有的概率模型來預測基因結構，在預測剪切位點和UT
2018-09-13 04:20:51
51
原创 純二代測序從頭組裝基因組
基因組組裝 基因組組裝一般分爲三個層次，contig, scaffold和chromosomes. contig表示從大規模測序得到的短讀(reads)中找到的一致性序列。組裝的第一步就是從短片段(pair-end)文庫中組裝出con
2018-09-13 04:20:50
98
原创 使用MAKER進行基因註釋(高級篇之SNAP模型訓練）
訓練 ab initio 基因預測工具(以SNAP爲例) 對於一個新的物種而言，你大概率是沒有一個高質量的基因模型去進行基因預測。但是我們可以利用EST序列（少部分物種估計有）、二代測序數據、同源物種蛋白序列，先直接用Maker做基
2018-09-13 04:20:50
65
原创 如何做基因組survey
基因組survey 在組裝基因組之前一定要先對要組裝的物種有一個大致的瞭解，判斷其複雜程度, 標準如下 簡單基因組: 雜合度低於0.5%, GC含量在35%~65%, 重複序列低於50% 二倍體普通基因組: 雜合度在0.5%~1.2
2018-09-13 04:20:50
1
原创 如何使用fastq-dump轉換SRA格式
如何使用fastq-dump轉換SRA格式 做生信的基本上都跟NCBI-SRA打過交道,尤其是fastq-dump大家肯定不陌生.NCBI的fastq-dump軟件一直被大家歸爲目前網上文檔做的最差的軟件之一”,而我用默認參數到現在基
2018-09-13 04:20:50
34