仍然是两年前的笔记 1. prepare-reference 如果用RSEM对比对后的bam进行转录本定量，则在比对过程中要确保比对用到的索引是由rsem-prepare-reference产生的。 可以看到，单纯用bowtie2建的索引和rsem调用bowtie2建的索引 ...

最近在研究转录本，现在在下载数据，想起来自己有一个博客，就暂且来这里更新一下内容。 要想对转录本进行定量，首先需要下载它的转录组数据，将别人上传的SRR文件的名字整理在wheat.txt中，引用 下载后通过sratoolkits将sra数据转化成fq格式 --split-3将sra ...

首先在这里先感谢我们【Bio生信学习交流群】的群友和创建此群的群主【陈博士后】。 今天解决的问题是怎么查看自己的基因组数据是哪个Genome Reference Versions。 步骤： 第一步，打开你的基因组数据bim文件（Plink格式），随便找一个 ...

基因组里的小写字母的序列就是soft masking，也就是被标记的重复序列。 怎么把重复序列提取出来，保存为bed文件？ 参考：Uppercase vs lowercase letters in reference genome ...

在开发基因组相关流程或工具时，经常需要读取、处理和创建bam、vcf、bcf文件。目前已经有一些主流的处理此类格式文件的工具，如samtools、picard、vcftools、bcftools，但此类工具集成的大多是标准功能，在编程时如果直接调用的话往往显得不够灵活。 本文介绍的是一个处理 ...

基因组注释主要包括四个研究方向：重复序列的识别；非编码RNA的预测；基因结构预测和基因功能注释。我们将分别对这四个领域进行阐述。 1 重复序列的识别。 1.1 重复序列的研究背景和意义：重复序列可分为串联重复序列（Tendam repeat）和散在重复序列 ...

参考基因组版本命名参考基因组联盟（Genome Reference Consortium），它是由 NCBI，EBI，桑格研究所等机构组成。GRC 利用最佳的技术装配，纠正，增加基因组序列，以此作为在生信分析领域作为参考的基因组。人基因组官名叫 GRCh38 （Genome ...

对初步组装进行polish 以FASTA和BAM文件作为输入，根据比对结果对输入的参考基因组进行提高，包括 单碱基差异 小的插入缺失(indels) 较大的插入缺失或者block替换 填充参考序列中的N 找到局部的错误组装 最后输出polish后的FASTA ...