最近在上生物信息学原理,打算记录一些课上的作业.第一次作业:如题. 基本思路: 1.从GFF中读取CDS的起始终止位置以及正负链信息.GFF格式见http://blog.sina.com.cn/s/blog_8a4f556e0102yd3l.html. 2.利用起始/终止位置等信息从FNA文件中提取CDS序列.FNA格式见 http://boyun.sh.cn/bio/?p=1192. 3.利用CDS序列及密码子表得到FAA文件并输出. 注意:最需要注意的一点是:当GFF中CDS位于负链时,需要

#!/usr/bin/perl use strict; use warnings; ########input######## ];my $cut = &cut($gff);my %cut = %$cut; ],],]); #########main####### my %hash_2 = %{$cut{$gene_name}}; foreach my $key_2(keys %hash_2) { ][]+-;][]-+; print "$gene_name\t$key_2\t$arr[

  代码如下: #!/usr/bin/perl -w use strict; die "perl $0 <vcf> <genome>" if(@ARGV == 0); #Author:yueyao@genomics.cn my $vcf=shift; my $genome=shift; my%hash; my $id; open GENOME,$genome or die $!; while(<GENOME>){ chomp; if(/^>/)

已知 genomic_dna.txt TCGATCGTACCGTCGACGATGCTACGATCGTCGATCGTAGTCGATCATCGATCGATCGACTGATCGATCGATCGATCGATCGATATCGATCGATATCATCGATGCATCGATCATCGATCGATCGATCGATCGATCGATCATATGTCAGTCGATGCATCGTAGCATCGTATAGTAGCTACGTAGCTACGATCGATCGATCGATCGTAGCTAGCTAGCTAGATCGATCATCAT

目录 软件的安装 基因组的准备 一些细节 建议和示例 软件的安装 Python版McScan(jcvi工具包):https://github.com/tanghaibao/jcvi 以前只有python2,现在已有python3版本,建议用py3.安装可用pip: pip install jcvi ##或开发版 pip install git+git://github.com/tanghaibao/jcvi.git pip可能会安装很慢.建议还是用conda,要快很多,最好新建环境. conda

问题:提取出序列中的值或者根据某些标准对序列做删减 解决方案:列表推导式.生成器表达式.使用内建的filter()函数 1.列表推导式方法:存在一个潜在的缺点,如果输入数据非常大可能会产生一个庞大的结果,考虑到该问题,建议选择生成器表达式 # Examples of different ways to filter data mylist = [1, 4, -5, 10, -7, 2, 3, -1] print('mylist=',mylist) # 使用列表推导式 pos = [n for n

目录 数据的图示 不同类型的基于图的特征 节点属性 局部结构特征 节点嵌入 DeepWalk简介 在Python中实施DeepWalk以查找相似的Wikipedia页面 数据的图示 当你想到"网络"时,会想到什么?通常是诸如社交网络,互联网,已连接的IoT设备,铁路网络或电信网络之类的事物.在图论中,这些网络称为图. 网络是互连节点的集合.节点表示实体,它们之间的连接是某种关系. 例如,我们可以用图的形式表示一组社交媒体帐户: 节点是用户的数字档案,连接表示他们之间的关系,例如谁跟随谁

最近发现了python版的MCScan,是个大宝藏.由于走了不少弯路,终于画出美图,赶紧记录下来. github地址 https://github.com/tanghaibao/jcvi/wiki/MCscan-(Python-version) 软件安装 1 ## 安装lastal 2 网址:http://last.cbrc.jp 3 unzip last-1060.zip 4 cd last-1060 5 make 6 7 # 把scripts, src 添加到环境变量 8 9 ## jcvi

原文:https://cloud.tencent.com/developer/article/1078324 前言: bedtools等工具号称是可以代替普通的生物信息学数据处理工程师的!我这里用一个专题来讲解它的用法,其实它能实现的需求,我们写脚本都是可以做的,而且我强烈建议正在学编程的小朋友模仿它的各种功能来增强自己的脚本功力. BEDTools是可用于genomic features的比较,相关操作及进行注释的工具.而genomic features通常使用Browser Extensib

欢迎来到"bio生物信息"的世界 今天给大家带来"批量计算kaks值"的技能. 关于kaks的背景知识我就不介绍了,感兴趣的自行搜索,这里直接开始讲怎么批量计算kaks值. 1 文件准备 首先准备两个文件,一个是基因的cds序列,一个是蛋白质序列. cds序列和蛋白质可以在ensembl网站找到:http://ftp.ensembl.org/pub/current_fasta/ 这两个文件的示例如下: cds序列文件cds.fa >gene1 ATGGAGGT

来自:https://www.jianshu.com/p/e6a5e1f85dda 使用BRAKER2进行基因组注释 BRAKER2是一个基因组注释流程,能够组合GeneMark,AUGUSTUS和转录组数据. 在使用软件之前,有几点需要注意下 尽量提供高质量的基因组.目前随着三代测序价格下降,这一点问题不大. 基因组命名应该简单,最好就是">contig1"或">tig000001" 基因组需要屏蔽重复序列 默认参数通常表现效果就很好,但是也要根据物种

参考:Eclipse下使用JGibbLDA使用总结 一.下载和初次使用JGibbLDA 1.导入JGibbLDA-v.1.0项目(参考上面链接) 2.在LDA.java右键“run”--->“run configurations”填入 -est -dir models/casestudy-en/ -alpha 0.5 -beta 0.1 -ntopics 100 -niters 1000 -savestep 100 -twords 20 -dfile newdocs.dat -est -dir

索引 1.统计fasta.fa和fastq文件的长度,统计fastq的reads个数,单个reads长度,reads总长度:统计fasta文件中contig的个数,列出名称,单条的长度,以及总长度. 2.1局部组装:创建目录,将比对好的reads按100k为单位,用samtools切,并用awk工具提起reads,分别存放在对应文件夹内 2.2局部组装:用得到的reads_name,去原始的下机reads里提取reads序列 2.3局部组装:使用canu/soapdenovo按窗口组装 基本套路

主要参考这篇文章: http://mp.weixin.qq.com/s?__biz=MzA5NjU5NjQ4MA==&mid=2651154488&idx=1&sn=e693a1a1f8163960e99812a6d7473aa0&scene=23&srcid=0831PboACKYo6omCEfKhXLhV#rd 因为昨天刚装了centOS,所以这里只贴出linux下的操作: 1. 进入linux服务器,下载aspera. 输入:wgethttp://downlo

转载自:http://blog.csdn.net/memray/article/details/16810763   一.概述 JGibbLDA是一个java版本的LDA(Latent Dirichlet Allocation)实现,它使用Gibbs采样来进行快速参数估计和推断. LDA是一种由基于概率模型的聚类算法.该算法能够对训练数据(训练数据是这样一种记录的集合,它的每一条记录都是一组离散的项的集合)中的关键项集之于类簇的概率参数拟合模型,进而利用该参数模型实施聚类或分类等操作. 如果你的

接上篇:java集合类(三)About Iterator & Vector(Stack) 之前,在比较java常见集合类的时候,就了解到一点有关Set的特性.实现类及其要求等,读者可以去温习下“java集合类(一)”.Set与Collection接口完全一样('cause 它继承了Collection接口---接口间继承,可以此拓展接口功能,另外,java只能通过接口实现多继承,而抽象类则不行),只是与Collection的行为不一样(多态性表现).Set保存的是不重复元素,但不保证元素次序,它

转载请把头部出处链接和尾部二维码一起转载,本文出自逆流的鱼yuiop:http://blog.csdn.net/hejjunlin/article/details/53866405 前言:上篇中,介绍是用MediaMuxer与MediaExtractor进入音视频的裁剪,今天用MediaMuxer与AudioRecord与MediaCodec及Surface进行屏幕录制成gif.看下Agenda: 效果图 主体思路 转gif两种方案 MediaMuxer是用于将音频和视频进行混合生成多媒体文件.

标识符和关键字 1,邮箱的Python标识符是任意长度的非空字符序列(引导字符+后续字符.) python标识符必须符合两条规则--标识符区分大小写 (1)只要是unicode编码字母都可以充当引导字符,包括unicode编码中认为是数字的任意字符. (2)关于(_) 的使用,名的开头和结尾尽量避免使用(_) for _ in [1,2,3,4,5] print(" _ 可省略变量") Intergral类型 2,python提供了两个内置订单Intergral类型:int,bool

时间序列建模基本步骤 获取被观测系统时间序列数据: 对数据绘图,观测是否为平稳时间序列:对于非平稳时间序列要先进行d阶差分运算,化为平稳时间序列: 经过第二步处理,已经得到平稳时间序列.要对平稳时间序列分别求得其自相关系数ACF 和偏自相关系数PACF ,通过对自相关图和偏自相关图的分析,得到最佳的阶层 p 和阶数 q 由以上得到的d.q.p,得到ARIMA模型.然后开始对得到的模型进行模型检验 一.时间序列平稳性 1.判断是否平稳 平稳性就是要求经由样本时间序列所得到的拟合曲线在未来一段时间内

论文标题:An End-to-End Trainable Neural Network for Image-based Sequence Recognition and Its Application to Scene Text Recognition 论文作者: Baoguang Shi, Xiang Bai and Cong Yao 论文代码的下载地址:http://mc.eistar.net/~xbai/CRNN/crnn_code.zip 论文地址:https://arxiv.org/p