宁生信-CSDN博客

原创 python TypeError: 'module' object is not callable

写入如下代码：import randomprint(random.random())查了下原因是：文件名是random.py。当文件名file name 与模块名 module 相同时会出现如下错误：另外：Python导入模块的方法有两种1、import module 2、 from module import 区别是前者所有导入的东西使用时需加上模块名的

2017-09-07 19:20:43 901

原创 Python小程序：三级菜单

要求：打印省市县三级菜单可返回上级可随时推出#__author: greg#date: 2017/9/2 8:37menu={ '北京':{ '朝阳':{ '朝阳门':{ '银河SOHO':{}, '外交部':{} },

2017-09-02 09:22:33 1788

原创 Ubuntu安装cummeRbund

安装好R语言后，接下来安装cummeRbundbiocLite("cummeRbund")由于系统环境原因，有些文件没安装，如libxml2-dev libcurl-dev，这些都是安装cummeRbund时需要提前配置的。由于错误可能很多，所以我选择先手动安装cummeRbund所需要的包。过程如下： install.packages("RSQLite")

2017-08-24 20:07:03 1473

原创 Ubuntu安装R语言

在Ubuntu界面下，快捷键Ctrl+Alt+T打开终端。输入命令：sudo -s。回车，输入用户密码，将权限提升为root权限。入命令:apt-get update。获取最新软件包信息。使用命令：apt-get install r-base。自动安装R语言。安装过程中，若出现选择提示，一律选择允许。安装完成后，输入R，出现如图所示的画面，安装成功。安装扩展包（软件

2017-08-24 19:56:23 2294

原创 GSEA使用（初级）

首先我们先了解一下什么叫做基因富集分析基因富集分析是分析基因表达信息的一种方法，富集是指将基因按照先验知识，也就是基因组注释信息进行分类。2005年提出了基于基因集(gene set)定义的基因富集分析方法。首先要定义基因集，也就是基于我们的先验知识（基因组注释信息），将基因富集，可以想象成，用一堆代表基因功能的箱子（bin）把具有相同或相似功能的基因装起来，起到了降维的作用，当然，

2017-07-31 11:37:49 16612

原创 PICRUSt 根据16S 数据推测宏基因组

PICRUSt （根据16S 数据推测metagenome） Phylogenetic Investigation of Communities by Reconstruction of Unobserved StatesPICRUSt推测metagenome的准确度：样品中的OTU与已知微生物越相近，预测准确度越高。人体微生物群落（肠道、皮肤等）由于测序数据丰富，PICRUSt的

2017-07-03 23:51:08 2460

原创 anaconda2安装TVTK

推荐Anaconda2 ，然后新建py36环境，默认安装的的库只有几个，不会有冲突C盘建立文件夹把下面的考进去py36基础环境搭好，按照提示下载所需的库文件，是Unofficial的，依次安装：VTK-7.1.1-cp36-cp36m-win_amd64.whlnumpy-1.12.1+mkl-cp36-cp36m-win_amd64.whltraits-4.6.0-c

2017-06-25 12:24:34 2943

原创微生物测序分析LEfSe

LEfse分析定义 LEfse分析即LDA Effect Size分析，可以实现多个分组之间的比较，还进行分组比较的内部进行亚组比较分析，从而找到组间在丰度上有显著差异的物种（即biomaker）；

2017-06-21 11:08:29 49267

原创 21款生物信息在线分析工具汇编

1，promoter scan功能：启动子预测网址：https://www-bimas.cit.nih.gov/molbio/proscan/2,ORF finder功能：ORF预测网址：https://www.ncbi.nlm.nih.gov/orffinder/3,NCBI-BLAST功能：序列比对网址：https://b

2017-06-15 19:36:36 13196 2

原创宏基因组拼接方法

de novo定义：from the beginning（从头拼接）, no reference genome guided（无参考基因组）三类de novo基因拼接的计算方法：1. Greedy algorithm：对于含重复区的序列拼接效果不好Shortest common string (SCS)：最短的、包含原序列S中所有的k-mer的序列但是Greedy algo

2017-06-14 20:18:19 4415

原创比较基因组学

以全基因组测序为目标的结构基因组学（ structural genomics）。以基因功能鉴定为目标的功能基因组学（ functional genomics)，又被称为后基因组（ postgenome）。比较基因组学(Comparative Genomics)是基于基因组图谱和测序基础上，对已知的基因和基因组结构进行比较，来了解基因的功能、表达机理和物种进化的学科。图谱和测序基

2017-06-13 15:58:51 28890 1

原创 tophat生成文件之BED文件格式

BED 文件格式提供了一种灵活的方式来定义的数据行，以用来描述注释的信息。BED行有3个必须的列和9个额外可选的列。每行的数据格式要求一致。The first three required BED fields are:1.chrom - The name of the chromosome (e.g. chr3, chrY, chr2_random) or scaffold (e.

2017-06-12 10:56:20 3752

原创 tophat常见错误

转录组tophat2序列比对时遇到Tophat Error : Couldn't build bowtie index with err = 1

2017-06-12 09:31:47 3778

原创 Ubuntu安装BWA和samtools

Ubuntu安装BWA和samtools时通常需要提前安装zlib.h而centos并不需要。安装命令：apt-get install zlib1g-devBWA下载地址: https://sourceforge.net/projects/bio-bwa/files/解压：tar -xjvf bwa-0.7.15cd bwa-0.7.15less INSTALL

2017-06-11 18:30:51 8333

原创 bowtie和samtools在tophat中的使用

Bowtie介绍1 Bowtie和一般的比对工具不一样，他适用于短reads比对到大的基因组上，尽管它也支持小的参考序列像amplicons和长达1024的reads。Bowtie采用基因组索引和reads的数据集作为输入文件并输出比对的列表。Bowtie设计思路是，1）短序列在基因组上至少有一处最适匹配，2）大部分的短序列的质量是比较高，3）短序列在基因组上最适匹配的位置最好只有一处。这

2017-06-11 10:35:42 2952

转载基因表达量计算与差异表达分析常见问题

问 1：在没有重复实验的情况下，用 RPKM 要怎么做检验呢？答：如果要用泊松分布做差异分析模型的话，必须要用 reads count 的。只有 RPKM值的话，可以用 RPKM 的公式反推 reads count 数，再做检验。问 2：Deseq 是怎么控制 reads 多重比对的？答：Deseq 只是一个差异分析的软件，多重比对的分配是在 Deseq 之前的。 Deseq 是输入的

2017-06-10 22:30:19 40883 4

原创 RNA-seq中的基因表达量计算和表达差异分析

差异分析的步骤：1）比对；2） read count计算；3） read count的归一化；4）差异表达分析；背景知识：1）比对：普通比对： BWA，SOAP开大GAP比对：Tophat（ Bowtie2）；2） Read count(多重比对的问题）：丢弃平均分配利用Unique region估计并重新分配表达量计算的本质

2017-06-10 22:23:08 71658 3

原创 Linux下BLAST安装及BLAST使用

1、把BLAST的压缩文件解压，然后将bin目录下的文件拷贝至/usr/local/bin下；2、制作软链接，将解压后的文件中bin目录链接至/home/username下，eg：ln -s /home/username/blast/bin；3、在当前用户目录下，编辑bashrc文件，在文件中加入export PATH=/home/username/bin/=$PATH;

2017-06-09 11:22:32 30448

转载 samtools使用大全

samtools是一个用于操作sam和bam文件（通常是短序列比对工具如bwa,bowtie2,hisat2,tophat2等等产生的，具体格式可以在消息框输入“SAM”查看）的工具合集，包含有许多命令。以下是常用命令的介绍。1.Viewview命令的主要功能是：将sam文件与bam文件互换；然后对bam文件进行各种操作，比如数据的排序(sort)和提取(这些操作是对bam文

2017-06-08 09:25:15 37247 1

原创 Python编程

1.经典程序设计问题：找第n个默尼森数。P是素数且M也是素数，并且满足等式M=2**P-1，则称M为默尼森数。例如，P=5，M=2**P-1=31，5和31都是素数，因此31是默尼森数。输入格式:按提示用input()函数输入输出格式：int类型输入样例：4输出样例：127import math def prime(n): if n

2017-06-08 09:16:17 2883

原创微生物群落功能预测工具

微生物群落研究主要有16S/ITS多样性测序、宏基因组测序还有宏转录组测序等研究手段。其中16S/ITS等多样性测序由于价格便宜，性价比高而经常使用。利用16S/ITS多样性测序，我们可以准确知道群落的物种结构，但越来越多的研究表明，微生物的群落功能组成比物种组成与环境关系更为密切，因此我们需要借助宏基因组等研究手段来获取群落功能信息。现阶段的宏基因组、宏转录组的价格相对较高，在经

2017-06-07 23:40:43 10288 1

原创全基因组基因家族成员相关数据获取

一、基本分析内容数据库检索与成员鉴定进化树构建保守domain和motif分析.基因结构分析.转录组或荧光定量表达分析.二、数据库检索与成员鉴定1、数据库检索1）首先了解数据库用法，学会下载你要分析物种的基因组相关数据。一般也就是下面这些数据库了Brachypodiumdb:http://www.brachypodium.org/TAIR:http://ww

2017-06-06 09:52:46 12470

原创 RNA-Seq数据去接头(Adapter)

1、adapter是一段短的序列已知的核酸链，用于链接序列未知的目标测序片段。2、barcode，也称为index，是一段很短的寡居核酸链，用于在多个样品混合测序时，标记不同的样品。3、insert是用于测序的目标片段，因为是包括在两个adapter之间，所以被称为“插入”片段。一个常见测序片段类似与adapter--barcode--insert--adapter。测序开

2017-06-04 09:12:17 16735

原创 Linux需要具备管理员特权才能修改网络设置

win10家庭版常常碰到管理权限问题，即使更改账户类型为永不通知，有时候还是会需要管理员权限选择更改设置，这个时候不能用桥接模式和仅主机模式，而要用NAT模式，把桥接模式和仅主机模式移除网络打开NAT设置确定后，再虚拟机里设置打开Ubuntu，就可以上网了

2017-06-04 08:36:43 7658 1

原创最新版VMare安装Ubuntu和fedora失败问题

VMare安装Ubuntu和fedora遇到以下情况：cpufreq: cpufreq_online: Failedto initialize policy for cpu: 0 (-19)cpufreq: cpufreq_online: Failedto initialize policy for cpu: 1 (-19)常见于Ubuntu 16，

2017-06-03 20:55:10 4031

原创 SRA数据库的各种编号

S R A 数据库，最初的命名为Short Read Archive，现已改为SequenceRead Archive。SRA 数据库的组织架构1，meta 数据是指与测序实验及其实验样品相关的数据，如实验目的、实验设计、测序平台、样本数据(物种，菌株，个体表型等)，在SRA数据库中，meta数据分如下层次来存储：(1)研究课题(study)。在 SRA 数据库中

2017-06-03 18:26:19 7472

原创 GTF基因注释文件详解

GFF和GTF是两种最常用的数据库注释格式，在信息分析中建库时除了需要fasta文件一般还会需要这两种文件，提取需要的信息进行注释。Cufflinks/Tophat 软件需要 GTF文件作为基因注释文件。 GFF全称为general feature format，这种格式主要是用来注释基因组。GTF全称为gene transfer format，主要是用来对基因进行注释。目

2017-06-03 12:33:55 50371 3

原创 R语言ggplot2绘图教程——Pathway富集分析气泡图

library(ggplot2)pathway = read.table("C://Users//Desktop//path.richFactor.head20.tsv",header=T,sep="\t")# 画图p = ggplot(pathway,aes(richFactor,Pathway))p=p + geom_point()# 改变点的大小p=p + geom_point(

2017-06-01 08:52:41 41268 1

原创 R语言绘制精美PCoA图

什么是PCoA？principal coordinate analysis微生物群落结构受多种因素影响，例如光照、温度、人群性别、年龄等。要了解目的分组是否与某种因素存在联系，我们常常会用到PCA、PCoA等排序方法。PCoA能够将样本之间的相似性距离（虚拟距离），经过投影后，在低维度空间进行欧几里德距离展示，以最大限度地保留原始样本的距离关系，使相似的样本在图形中的距

2017-06-01 00:09:51 39325 15

原创 Linux与生物信息（第一章——Linux常用命令3）

2 进程管理2.1进程查看2.1.1 ps(process status)功能说明：显示用户进程语法：ps x [-u ]参数：-u 显示usr用户的进程（默认显示自身用户进程）Example ：ps x2.1.2 top功能说明：显示用户进程（实时）语法：top [-bcdu]参数：-b 批处理模式，可以将top内容重定向到文件中-c 显示详

2017-05-31 16:29:34 756

原创 linux下FTP、SFTP命令详解

FTP> ! 从 ftp 子系统退出到外壳。FTP> ? 显示 ftp 命令说明。? 与 help 相同。格式：? [command]说明：[command]指定需要帮助的命令名称。如果没有指定 command，ftp 将显示全部命令的列表。 FTP> append 使用当前文件类型设置将本地文件附加到远程计算机上的文件。格式：append

2017-05-30 22:04:46 39553 2

原创 Linux里如何查找文件内容

从文件内容查找匹配指定字符串的行：$ grep "被查找的字符串" 文件名例子：在当前目录里第一级文件夹中寻找包含指定字符串的.in文件grep "thermcontact" */*.in从文件内容查找与正则表达式匹配的行：$ grep –e “正则表达式” 文件名查找时不区分大小写：$ grep

2017-05-30 22:02:22 408

原创 R语言绘制热图——pheatmap

pheatmap: Pretty Heatmaps——Implementation of heatmaps that offers more control over dimensions and appearance.library(pheatmap)#创建数据集test测试矩阵test = matrix(rnorm(200), 20, 10)test[1:10, seq(1, 10,

2017-05-26 15:24:35 181025 6

原创 Linux与生物信息（第一章——Linux常用命令2）

1.3 压缩解压缩1.3.1 tar功能说明：加入或还原备份文件内的文件语法：tar -f[cxzjv] 参数：-f 必加参数-c 创建备份文件-x 从备份文件中还原文件-z 调用gzip/gunzip来压缩/解压缩文件-j 调用bzip2/bunzip2来压缩/解压缩文件-v 显示命令执行过程Example

2017-05-26 15:17:18 678

原创 Linux与生物信息（第一章——Linux常用命令）

（网易云课堂，腾讯课堂生物信息讲师，高级生物信息工程师）第一章——Linux常用命令1. 目录和文件管理1.1目录相关1.1.1 mkdir功能说明：建立目录语法：mkdir [-p] 参数：-p 若所要建立目录的上层目录目前尚未建立，则会一并建立上层目录。Example ：mkdirtestdirmkdir -p n

2017-05-26 15:11:10 3597

原创 RCircos绘制圈图（2）

#导入内建人类染色体数据data(UCSC.HG19.Human.CytoBandIdeogram);head(UCSC.HG19.Human.CytoBandIdeogram); chr.exclude cyto.info tracks.inside tracks.outside #导入上面四个基本参数 RCircos.Set.Core.Co

2017-05-24 17:36:03 9568

原创 RCricos绘制圈图（1）

library(RCircos)#导入内建人类染色体数据data(UCSC.HG38.Human.CytoBandIdeogram)cyto.info <- UCSC.HG38.Human.CytoBandIdeogramRCircos.Set.Core.Components(cyto.info, chr.exclude=NULL,tracks.inside=10, tracks.ou

2017-05-24 17:33:24 3028 1

原创 Python或者R语言出现中文字体乱码的情况

在用Python和RStudio加载上文链接提供下载的编程代码时，出现提示“Not all characters in E:/a.txt could be decoded using CP936."cp936 的意思是 Codepage 936, 是简体中文的编码。此外，中文字符集编码还包括：Unicode ,GB2312 ,GBK，GB18030，UTF-8等。U

2017-05-24 14:52:06 5714

原创 R语言多重线性回归错误分析：Error in model.frame.default

Error in model.frame.default(Terms, newdata, na.action = na.action, xlev = object$xlevels) : 因子factor(o)里出现了新的层次设置train和test时保证test and train 数据集要有相同的因子水平。简言之，各因子水平要同时存在test and train 里。否则你再怎么查资料，重写

2017-05-22 21:44:02 22361 9

原创 R语言绘图实战：RDA冗余分析

#载入vegan包library(vegan)#读取“样本-物种”文件sp <- read.table(file=file.choose(),sep="\t",header=T,row.names=1)sp#读取“样本-环境因子”文件se <- read.table(file=file.choose(),sep="\t",header=T,row.names=1)se#选择用RDA

2017-05-13 10:36:24 68598 28

生物信息学数据处理

Python入门Beginning Python, 3rd Edition.

Python核心应用编程Core Python Applications Programming.pdf

Python机器学习machine learning in python.pdf

Python入门Beginning Python, 3rd Edition.pdf

Python数据分析Python for Data Analysis.pdf

空空如也