之间介绍过annovar进行对snp注释,今天介绍snpEFF SnpEff is a variant annotation and effect prediction tool. It annotates and predicts the effects of variants on genes 详细的说明请阅读: http://snpeff.sourceforge.net/SnpEff_manual.html 一.安装 1 wget http://sourceforge.net/projec

  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(/^>/)

目录 1.conda安装 2.配置RepBase 3.RepeatMasker避坑 4.RepeatProteinMask避坑 5.RepeatModeler避坑 6.自定义重复序列库 后记 1.conda安装 conda安装虽然简单,但还是有很多坑,而且很多都是隐形的坑. # conda install -c bioconda repeatmasker conda install -c bioconda repeatmodeler repeatmodeler依赖于repeatmasker,因此

SNP问题大集锦 [2017-01-19]       最近小编对基因检测很感兴趣,也跟风去测了一下,这一测不要紧,吓得小编几天没睡着觉,这不,检测报告上称小编的减肥能力弱,虽然小编一家都是胖子,唯有小编一个瘦子,原本以为是基因发生了突变,然并卵,是未到时候...... 难过之后小编恢复了理智,凭什么你说小编减肥能力弱,小编表示不服,仔细读了报告后发现,原来是这些SNP位点搞的鬼,又是SNP! 话说小编最近收到许多关于SNP的问题,现整理如下: 1.什么是SNP? 单核苷酸多态性(single

原文网址: http://blog.biochen.com/archives/337 HISAT2是TopHat2/Bowti2的继任者,使用改进的BWT算法,实现了更快的速度和更少的资源占用,作者推荐TopHat2/Bowti2和HISAT的用户转换到HISAT2.官网:https://ccb.jhu.edu/software/hisat2/index.shtml HISAT2安装 下载HISAT2-2.0.1,并解压: unzip hisat2-2.0.1-beta-Linux_x86_64

在 KEGG 数据库中,把功能相似的蛋白质归为同一组,然后标上 KO 号.通过相似性比对,可以为未知功能的蛋白序列注释上 KO 号. 截止到 2015 年 6 月 12 日,KEGG 数据库中共收录了 3,904 个完整的基因组.其中 304 个为真核生物,3,600 个为原核生物.在真核生物中,共有 299 个物种(一个物种可能不止一个基因组),分为 172 科,227 属:在原核生物中,共有 1,858 个物种,分为 809 属. KEGG 对这些物种的基因序列构成了一个非冗余的 KEGG

Resequencing 302 wild and cultivated accessions identifies genes related to domestication and improvement in soybean 中文名:基于GWAS与群体进化分析挖掘大豆驯化及改良相关基因 发表期刊杂志:nature biotechnology影响因子:41.514发表时间:2015年2月发表单位:中科院遗传与发育生物学研究所 一.      研究取材62株野生大豆.130株地方种和110个

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

第三章 RNA测序   RNA测序(RNA Sequencing,简称RNA-Seq,也被称为全转录物组鸟枪法测序Whole Transcriptome Shotgun Sequencing,简称WTSS),是基于二代测序技术研究转录组学的方法,可以快速获取给定时刻的一个基因组中RNA的种类和数量. RNA-Seq有助于查看基因的不同转录本.转录后修饰.基因融合.突变/SNP和基因表达随时间的变化,或在不同组中基因表达的差异. RNA-Seq除了可以查看mRNA转录本,还可以查看总RNA.小RN

IDPASE https://github.com/bdeonovic/IDPASE.jl Prepare necessary input files (1)FASTQ file of your hybrid-Seq data                                ##cat fq1 fq2 cat fq1 fq2 >fq (2)  PSL alignment file of your hybrid-Seq data                    ##对bam 文

3D-DNA是一款简单,方便的处理Hi-C软件,可将contig提升到染色体水平.其githup网址:https://github.com/theaidenlab/3d-dna 3D-DNA流程简介 将Hi-C数据比对到draft.genome.fa.(利用Juicer分析Hi-C数据) 利用自动化流程进行纠错(misjoin),排序(order),确定正确方向(orient),最后scaffolding,得到染色体水平的组装结果(3D-DNA分析) Juicebox 进行人工纠错 所需软件及安

SVM软件包 LIBSVM -- A Library for Support Vector Machines(本项目所用到的SVM包)(目前最新版:libsvm-3.21,2016年7月8日) C-SVC(C-support vector classification), nu-SVC(nu-support vector classification), one-class SVM(distribution estimation), epsilon-SVR(epsilon-support vec

NGS又称为下一代测序技术,高通量测序技术 以高输出量和高解析度为主要特色,能一次并行对几十万到几百万条DNA分子进行序列读取,在提供丰富的遗传学信息的同时,还可大大降低测序费用.缩短测序时间的测序技术. Sanger法测序(一代测序):是一种利用DNA聚合酶来延伸结合在待定序列模板上的引物的测序技术.每一次序列测定由一套四个单独的反应构成,每个反应含有所有四种脱氧核苷酸三磷酸(dNTP),并混入限量的一种不同的双脱氧核苷三磷酸(ddNTP).由于ddNTP缺乏延伸所需要的3-OH基团,使延长的

RNA-Seq differential expression analysis: An extended review and a software tool   RNA-Seq差异表达分析: 扩展评论和软件工具 正确鉴定特定条件之间的差异表达基因(DEG)是理解表型变异的关键.高通量转录组测序(RNA-Seq)已成为这些研究的主要选择. 因此,用于RNA-Seq数据的差异表达分析的方法和软件的数量也迅速增加. 但是,对于最合适的管道还是没有达成共识用于从RNA-Seq数据鉴定差异表达基因的方

转载于 Original 2017-06-20 liuhui 生信百科 KEGG 数据库中,把功能相似的蛋白质归为同一组,然后标上 KO 号.通过相似性比对,可以为未知功能的蛋白序列注释上 KO 号.通过KEGG数据库的注释极大的方便我们进行生物学通路的研究,可以直接查看物种某条生物学通路上基因的存在情况. 最简单的方法是看公司给的KEGG注释或者直接下载本物种每个基因的注释结果(比如,植物Phytozome:动植物Ensemble),然后对应到自己的差异基因集里面. 当然如果自己的物种没有KE

A - Salty Fish 海边躺着一排咸鱼,一些有梦想的咸鱼成功翻身(然而没有什么卵用),一些则是继续当咸鱼.一个善良的渔夫想要帮这些咸鱼翻身,但是渔夫比较懒,所以只会从某只咸鱼开始,往一个方向,一只只咸鱼翻过去,翻转若干只后就转身离去,深藏功与名.更准确地说,渔夫会选择一个区间[L,R],改变区间内所有咸鱼的状态,至少翻转一只咸鱼. 渔夫离开后想知道如果他采取最优策略,最多有多少只咸鱼成功翻身,但是咸鱼大概有十万条,所以这个问题就交给你了! Input 包含多组测试数据. 每组测试数据的第

在接触Lambda表达式.了解其作用之前,首先来看一下,不用Lambda的时候我们是怎么来做事情的. 我们的需求是,创建一个动物(Animal)的列表,里面有动物的物种名,以及这种动物是否会跳,是否会游泳,并可以根据需要打印出会跳和会游泳的动物名. 首先我们创建一个Animal类: public class Animal { private String species; private boolean canHop; private boolean canSwim; private boole

这里以小鼠为例子下载相应的注释文件,基因组版本为mm10 下载refGene.txt.gz 网址:http://hgdownload.cse.ucsc.edu/goldenPath/mm10/database/ wget http://hgdownload.cse.ucsc.edu/goldenPath/mm10/database/refGene.txt.gz 下载gene_info.gz文件 网址:ftp://ftp.ncbi.nih.gov/gene/DATA/ wget ftp://ftp

生物信息学方法的目的有二:1.常规找鉴定已知蛋白2.鉴定新蛋白 控制数据库大小可以通过增多酶切使得大数据库灵敏性增高数据量变小: 分步搜索是对于经典方法使用后找不到的新蛋白进行补充挖掘,预测蛋白与高可靠蛋白混合,高可靠蛋白变少,新蛋白检出率低: NCBI使用的便是此方法. nr是蛋白种类最多的数据库,但新蛋白新可变剪接是参考数据库中没有的: 整合数据库是据相似度纳入数据库,比如先纳入最可信的数据库,然后纳入的数据库要在纳入之后打分,如果分值降低则不纳入: 六相位翻译软件: 六相位翻译使得数据库大

目录 需求 实现 需求 我有一个物种taxonomy ID的list,想获得相应的物种名,不要一个个去NCBI Taxonomy官网查.反之根据物种名list查询对应的taxid. 实现 因为之前没怎么用过,我的第一个想法是通过下载到集群的taxonomy数据库文件来匹配.一般下载下来的数据库会有names.dmp和nodes.dmp文件,分别是物种层级关系文件和taxid与物种名对应文件.但我想要的只是species这个层级的,所以要结合这两个文件写个小程序才能实现,并且很可能出错,因为我不知