由于基因组数据过大，想进一步用R语言处理担心系统内存不够，因此想着将文件按染色体拆分，发现python，awk，R 语言都能够非常简单快捷的实现，那么速度是否有差距呢，因此在跑几个50G的大文件之前，先用了244MB的数据对各个脚本进行测试，并且将其速度进行对比。 首先是awk处理，awk进行的是逐 ...
分类：
编程语言 时间：
2017-03-26 11:15:18
阅读次数：
237
R语言data.table包是自带包data.frame的升级版，用于数据框格式数据的处理，最大的特点快。包括两个方面，一方面是写的快，代码简洁，只要一行命令就可以完成诸多任务，另一方面是处理快，内部处理的步骤进行了程序上的优化，使用多线程，甚至很多函数是使用C写的，大大加快数据运行速度。因此，在对 ...
分类：
编程语言 时间：
2017-03-24 23:24:20
阅读次数：
1165
最近朋友介绍了一个项目，用jbrowse和NGL来展示基因组，对于没有生物基础的我来说是个不小的挑战，但是咱10岁就开始用学习机写程序，这点问题还是难不倒我的（吹点小牛，开始正题）。jbrowse和NGL都是用JavaScript开发，所以有web开发经验的同学应该都比较好上手。jbrowse安装我... ...
分类：
其他好文 时间：
2017-03-24 17:55:46
阅读次数：
214
处理基因组数据，很多时候我们会觉得直接看序列文件不够直观，如果绘图的话，把n多G把数据用画图出来不仅费劲，就算操作也不方便。因此我们可以用UCSC开发出的genome browser，可以直接把数据信息写成track，连上genome browser 上查看，它还支持安装到本地服务器上（genome ...
分类：
其他好文 时间：
2017-03-06 11:47:25
阅读次数：
1129
题意：有N个人M个房间，初始时所有人都在1号房间，维护：1、让某个人去某个房间 2、假如[l,r]中所有的人还未一起统计过，Ans+=人数。输出Ans 题解： 集合HASH get 根据异或的性质，a^x^x=a，因此一个集合的HASH值就是其所有元素的异或起来的值 接下来就是STL大法好 将每个房 ...
分类：
其他好文 时间：
2017-03-01 00:09:05
阅读次数：
317
1、 http://blog.sciencenet.cn/home.php?mod=space&uid=1469385&do=blog&classid=166694&view=me&from=space [转载]如何使用SnpEff 对SNP结果进行分析 [转载]基因组变异检测概述 ：重要要看看 [ ...
分类：
其他好文 时间：
2017-02-19 20:09:50
阅读次数：
214
关联分析 概念： 关联分析该方法是以长期重组后保留下来的基因（位点）间连锁不平衡（LD）为基础，在获得群体表型数据和基因型数据之后，采用统计方法检测遗传多态性和性状可遗传变异之间的关联，目标是寻找性状变异的基因组功能型变异（基因位点和标记位点） 关联分析是基于无亲缘关系的病例组和对照组在某一个遗传位 ...
分类：
其他好文 时间：
2017-02-14 21:31:05
阅读次数：
272
题目：已知来豆荚斑驳病毒（bean pod mottle virus，BPMV）的名字，查询BPMV基因组信息、核酸序列信息、蛋白序列信息和结构信息 解答： 1.直接搜索，点genome，即可看到病毒基因组信息 2.点击Nucleotide，即可查看相关核酸信息 3.点击Protein即可查看BPM... ...
分类：
其他好文 时间：
2017-01-10 08:09:16
阅读次数：
996
下载基因组外显子信心 网站 ftp://ftp.ncbi.nlm.nih.gov/pub/CCDS/current_human/ wget ftp://ftp.ncbi.nlm.nih.gov/pub/CCDS/current_human/CCDS.current.txt 运行下列代码 得到外显子大 ...
分类：
其他好文 时间：
2017-01-10 07:51:56
阅读次数：
689
这是我们论坛上的一个题目：生信编程直播第一题：人类基因组的外显子区域到底有多... 外显子组的序列仅占全基因组序列的1%左右，但大多数与疾病相关的变异位于外显子区。通过外显子组测序可鉴定约8万个变异，全基因组测序可鉴定300万个变异，因此与全基因组测序相比，外显子组测序不仅费用较低，数据阐释也更为简... ...
分类：
其他好文 时间：
2017-01-09 13:17:32
阅读次数：
404
