seqtk 的 GitHub 官网 https://github.com/lh3/seqtk 安装 git clone https://github.com/lh3/seqtk.git cd seqtk make The only library dependency is zlib.

seqtk 是一款针对fasta/fastq 文件进行处理的小程序,有很多的功能,速度很快,很方便: 源代码:https://github.com/lh3/seqtk 安装: git clone https://github.com/lh3/seqtk cd seqtk make 测试: seqtk seq : 用途: 1)将fastq 文件转换成fasta 文件 seqtk seq -A input.fastq  > output.fasta input.fastq的内容: @NB001 AT

链接:Canu Tutorial Canu assembles reads from PacBio RS II or Oxford Nanopore MinION instruments into uniquely-assemblable contigs, unitigs. Canu owes lots of it design and code to celera-assembler. Canu can be run using hardware of nearly any shape or

Canu Quick Start Canu Quick Start PBcR (老版的canu) CA Canu specializes in(专门从事) assembling PacBio or Oxford Nanopre sequences. Canu will correct the reads, then trim suspicious regions(修剪可疑区域) (such as remaining SMRTbell adapter), then assemble the cor

SOAPdenovo是一个新颖的适用于组装短reads的方法,能组装出类似人类基因组大小的de novo草图. 该软件特地设计用来组装Illumina GA short reads,新的版本减少了在图创建时的内存消耗,解决了contig组装时的重复区域的问题,增加了scaffold组装时的覆盖度和长度,改进了gap closing,更加适用于大型基因组组装. (SOAPdenovo是为了组装大型植物和动物基因组而设计的,同样也适用于组装细菌和真菌,组装大型基因组大小如人类时,可能需要150G内存

http://sourceforge.net/projects/het-smooth/ equencing technologies, such as Illumina sequencing, provide the sequences ofshort "reads" of DNA that come from random positions on the genome. These readsthen must be assembled de-novo into the origi

nohup  platanus assemble -o Larrrea -f ../unknown_NoIndex_L000_R1.fastq ../unknown_NoIndex_L000_R2.fastq -t 10 -m 150 & -o 输出文件头的名字 -f 你的序列文件 -t 线程数 -m 最大内存数 platanus assemble/scaffold/gap_close Platanus version: 1.2.1 Usage platanus assemble [Option

背景: 1.为什么要从头测序组装基因组? 基因组是不同表型的遗传基础:获得参考基因组是深入研究一个生物体全基因组的第一步也是必须的一步:从头测序组装能够对新的测序物种构建参考基因组: 2.为什么要研究全基因组? 确定基因组中缺失了什么:确定难以生化研究的基因和pathways:研究感兴趣的pathway通路中的每一个基因:研究基因组的非编码区域(introns内含子.promoters启动子.telomeres端粒等)的调控机理和结构特征:基因组提供了一个可以进行各种统计的大型数据库(provi

0. 该软件原理 它以kerm为节点单位,利用de Bruijn图的方法实现全基因组的组装.何为de Bruijn............... contig 的构建过程: (1)选取初始Kmer, 满足两个条件. ①给定阈值,min_read_num, 出现在几条reads上面: ②Kmer出现在reads的第一位,就可以开始参与拼接:如图2-4. 表中,Kmer为4, reads长12,出现在5条reads上 (2)选取后继Kmer 满足一下条件: ①后继Kmer的前k-1个碱基与当前Kme

我们生信技能书有一篇介绍bedtools的文章,可以在微信里搜着看下,非常有用. http://bedtools.readthedocs.io/en/latest/ gtf转bed用Linux命令完全可以实现,因为gtf每一行比较规律,不像fasta和fastq. cat gffcmp.combined.gtf | grep -v exon | cut -f1,4,5,9 | cut -f1 -d";" | awk '{print $1, $2, $3, $5}' | sed -e '

https://github.com/PacificBiosciences/GenomicConsensus GenomicConsensus 是pacbio开发的,我个人非常不喜欢pacbio开发的工具,很难用. 安装这个GenomicConsensus也是废了我快半条老命. 这个工具的目的:Compute genomic consensus and call variants relative to the reference. 就是用一些reads来对最终的ref来进行纠错,这个模型适用性

by Umer Zeeshan Ijaz The purpose of this tutorial is to introduce students to the frequently used tools for NGS analysis as well as giving experience in writing one-liners. Copy the required files to your current directory, change directory (cd) to t

大家基本都知道什么是 FASTA 和 FastQ 格式了,但这是不够的. 我们还需要了解世界上最大的测序公司自己定制的 FastQ 格式,因为你可能会经常用到,有时还会亲自去处理它们. 本文主题:Illumina 测序数据中的 Index Fastq格式详解 @FCHCGKFBCXY:1:1101:1110:2162#AACAGCACCTAGCA_GTAGTGCG/1 ATGTATACTATTGTATGTGAAATGGATCACCAGTCCAGGTTCAACGCCCGAGACAGGGTGCTCA

引用自https://mp.weixin.qq.com/s?__biz=MzU4NjU4ODQ2MQ==&mid=2247484662&idx=1&sn=194668553f954e231f4526f5c944a195&chksm=fdf84cb4ca8fc5a2c0e8355377f9d6abdc4fa36b304aa8c533b5e82e49de30d443366ff3346a&mpshare=1&scene=1&srcid=09097IKbsc

RNA_seq pipline RNA_seq pipline PeRl 2018年3月7日 首先说明一下我做RNA-seq处理流程的文件树格式: RNA-seq/ data/ GRCh38.gtf chroms/ hg38/ samples/ SraAccList.txt sra/ fasta/ fastqc/ cufflinks_result/ tophat_result/ HTSeq_result/ tools/ Trimmomatic-0.36/ 1. 下载参考基因组序列信息及注释文件G

a scRNA-seq genomic anlysis pipline .caret,.dropup>.btn>.caret{border-top-color:#000!important}.label{border:1px solid #000}.table{border-collapse:collapse!important}.table td,.table th{background-color:#fff!important}.table-bordered td,.table-borde

1.bowtie 短序列比对工具,blast也是短序列比对工具,速度快,结果易理解. 输入可以是fastq或者fasta文件. 生成比对结果文件sam格式的吧. 2.bwa 转自:https://www.jianshu.com/p/1552cc6ac3be 将DNA序列比对到参考基因组上的软件,包含三种算法: BWA-backtrack:适合比对长度不超过100bp的序列: BWA-SW:合于长度为70-1M bp的序列: BWA-MEM:合于长度为70-1M bp的序列,高质量的测序数据,其比

Biopython项目是旨在减少计算生物学中代码重复的开源项目之一,由国际开发人员协会创建. 它包含表示生物序列和序列注释的类,并且能够读取和写入各种文件格式(FASTA,FASTQ,GenBank和Clustal等), 支持以程序化方式访问生物信息的在线数据库(例如,NCBI). 独立的模块扩展了Biopython的序列比对,蛋白质结构,群体遗传学,系统发育,序列基序和机器学习等功能. 序列操作 >>> # This script creates a DNA sequence and

https://github.com/lh3/bioawk 1.基本思想 使用: usage: bioawk [-F fs] [-v var=value] [-c fmt] [-tH] [-f progfile | 'prog'] [file ...] bioawk基本思想是把组成不同类型的文件(sam.bam.fasta.fastq.vcf)的基本元素封装成变量,直接调用即可. 上面出现的名称即可引用其变量. 2.实际例子 打印fasta序列ID.序列.长度.GC含量: bioawk -c f

1. DNA测序技术 https://www.jianshu.com/p/6122cecec54a 2.FASTA和FASTQ文件格式 https://www.jianshu.com/p/50ff302d049f 3.数据质控 https://www.jianshu.com/p/36891a89ed6e 4.构建WGS分析主流程 https://www.jianshu.com/p/859c0345624c 5. 理解并操作BAM文件 https://www.jianshu.com/p/364e6

摘要 甲基化在真核生物基因组序列中广泛存在,其中5mC最为普遍,在真核生物基因组中也有发现6mA.捕获基因组中的甲基化状态的常用技术是全基因组甲基化测序(WGBS)和简化甲基化测序(RRBS),而随着第三代测序技术的完善,ONT单分子纳米孔测序可以从单分子的角度来检出甲基化的胞嘧啶和腺嘌呤电流的变化,从而实现由基因组中的一段序列中检出5mC和6mA,然而精确地从单碱基级别检出5mC和6mA扔具有挑战.本文利用第三代ONT测序技术获得的序列及其电信号来检出真核生物全基因组范围的5mC和6mA甲基化