基于David数据库与微生信平台进行Go-KEGG分析
进入DAVID数据库 选择Functional Annotation 点击Functional Annotation Tool 选择GO与PathWays GO这里选择BP、CC、MF 点击Chart可看到： 点击下载文件，将数据复制粘贴到EXCEL中备用。 其余的CC、MF也是同样的操作 PATHWAY这里我们只选择KEGG进行下载，也是点击Chart，下载文件并整理到excel中备用。 整理从DAVID数据库下载的文件一般下载下来的表格如图所示： 在这里分了4个Sheet，每个Sheet对应着从不同地方搜集下来的数据，分为BP、CC、MF、KEGG 三合一图作法三合一的图需要以下格式： 只取Term和PValue的值，其中Term需要去除前面GO：xxxx的数值，留下后面的信号通路名字 同样的道理，分别搜集BP、CC、MF并累积到一个Sheet中，如图所示： subgroup与Enrichment Score需要自己手动创建，其中subgroup对应的就是你搜集下来的数据是属于BP还是CC亦或者是MF。需要作一个提前标识。而Enrichment Score列...
RNA-seq基本介绍及实战——差异分析
实战环节上一期对所拥有的数据做了个表达定量并生成了表达矩阵，现在进入差异分析的环节 差异分析本次做差异分析所使用的工具是基于python的omicverse库 该模块的其安装方法也很简单，但需注意的是omicverse库必须在linux环境或windows系统的WSL环境下使用。 12345678910111213141516# 使用condaconda create -n omicverse python=3.10conda activate omicverse# 安装pytorch-gpu版 （二选一）conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia# 安装putorch-cpu版 （二选一）conda install pytorch torchvision torchaudio cpuonly -c pytorch# 安装pygconda install pyg -c pyg# 安装omicverseconda install omicverse -c co...
RNA-seq基本介绍及实战——表达定量
实战环节上一期对所拥有的数据做了个序列比对，现在进入表达定量的环节 表达定量在进行表达定量的处理之前，需要对原始的比对文件进行处理，这里就有以下步骤： 使用picard / samtools 将sam格式转换为bam格式 对bam文件进行排序 去除比对得分较低的序列 如果需要可以去除重复reads 在这里将会以三种方法进行表达定量的操作，分别是STAR+RSEM进行表达定量，另外一个就是使用Kallisto进行表达定量操作。最后一个就是使用featureCounts软件进行操作。 STAR+RSEM这个方法分为两个步骤 准定定量分析所需文件 利用STAR结果进行定量分析 在进行这个方法之前，需要对RSEM这个软件进行安装 RSEM这个软件的安装方法同样也很简单： 123456## 下载 RSEMwget -c https://github.com/deweylab/RSEM/archive/v1.3.1.tar.gzcd RSEM-1.3.1## 安装 RSEMmakemake install 接下来构建准备文件，在主目录下创建arab_RSEM文件夹，随后输...
RNA-seq基本介绍及实战——序列比对
实战环节上一期对所拥有的数据做了个初步数据的质量控制与过滤，现在开始进入序列比对环节 有参分析与无参分析 序列比对的流程如图所示 我们拿到测序的结果是一个个的片段，如果我们要获得这些片段的定量表达，就要知道这些片段，在参考基因组的哪个位置上。如果参考的物种有基因组的话，那我们就可以将这些片段比对到基因组上。这就是如图所示在左边的有参分析。 反之如果没有参考基因组的话，那就要进行转录组的拼接。直接利用测序读长之间的重叠关系，从头拼接、组装出完整的序列（Contigs/Scaffolds）。这就是如图所示右边的无参分析。 特征 有参分析 无参分析 核心需求 已有参考基因组 无参考基因组 基本原理 将短序列映射到参考序列上 利用序列重叠关系从头拼接 计算效率 高，速度快，资源消耗少 低，速度慢，资源消耗巨大 技术难度 相对较低，流程标准化 高，需要大量调试和优化 结果形式 SAM/BAM（比对位置信息） FASTA（组装出的序列） 主要优势 高效、准确、易于下游分析 能发现全新遗传信息，不依赖参考序列 主要局限 依赖参考基因组质量...
RNA-seq基本介绍及实战——质量控制
实战环节上一期对转录组学做了一个基本介绍，现在开始进入实战环节 数据预处理数据预处理在做之前，需要作准备工作，而准备工作一般是准备以下工作 准备工作 构建项目目录 参考序列下载 原始数据上传 构建项目目录进行转录组分析所使用的平台一般是linux系统，一个常见的工作目录结构如下： 参考序列下载参考序列一般来说我们需要两个文件 参考基因组（fasta格式） 注释信息 （gtf/gff格式） 参考序列可以在ensemble数据库获得 里面包含了人类，小鼠等基因组的数据； 另外可访问JGI数据库 本次实例所用的数据库为TAIR数据库、对拟南芥基因库进行下载。 进入00ref目录，用wget命令进行下载 123wget https://plantgarden.jp/en/download/Arabidopsis_thaliana/t3702.G001/Araport11_GFF3_genes_transposons.201606.gtf.gzwget https://plantgarden.jp/en/download/Arabidopsis_thaliana/...
在浏览器中运行Python--基于Vercel中部署JupyterLite过程
介绍JupyterLite 是一个完全在浏览器中运行的 JupyterLab 发行版，它基于 JupyterLab 组件和扩展从头构建而成。 JupyterLite 可以在不需要安装任何软件的情况下直接在浏览器中运行。 本文记录了如何基于Vercel去部署JupyterLite站点 官网：https://jupyterlite.readthedocs.io/en/stable/index.html 部署过程在github中拉取jupyterlite Demo首先在GitHub中将该项目fork下来，地址：https://github.com/jupyterlite/demo 而后创建部署脚本，取名为deploy.sh 内容如下： 12345678910111213141516#!/bin/bashecho y | yum install wgetwget -qO- https://micromamba.snakepit.net/api/micromamba/linux-64/latest | tar -xvj bin/micromamba# activate the envir...
RNA-seq基本介绍及实战——基本介绍
RNA-seq的基本原理一、概念RNA-seq 是利用高通量测序技术对细胞或组织中 转录组（全部 RNA 分子集合） 进行测定的方法。它能揭示基因表达水平、转录本结构、可变剪接情况、新转录本等信息。相比于传统的 微阵列（microarray），RNA-seq 不依赖预先设计的探针，分辨率更高、动态范围更宽。 二、基本流程与原理 RNA 提取 从细胞或组织样本中提取总 RNA。 常常会去除 rRNA（占比高达 80-90%），保留 mRNA 或其他关注的 RNA 类型（如 miRNA、lncRNA）。 RNA → cDNA 由于测序平台主要针对 DNA，需要先把 RNA 逆转录为 cDNA。 通过 逆转录酶 合成一链或双链 cDNA。 文库构建 将 cDNA 打断成合适长度的片段（通常 200–500 bp）。 在片段两端连接 接头序列（adaptor），用于后续扩增和测序。 高通量测序 常见平台：Illumina（短读长，覆盖率高）、PacBio、Nanopore（长读长，适合全长转录本）。 测序得到大量的 reads（序列读段）。 数据分析 基因表达分析 （1...
使用hexo-pro新建文章时出现TypeError: __permalink.startsWith is not a function
错误发生过程在hexo-pro点击新建文章时没反应，并且控制台出现一系列错误： 123456789101112131415161718192021222324ERROR Process failed: _drafts/1.mdTypeError: __permalink.startsWith is not a function at Hexo.postPermalinkFilter (E:\personalBlog\jinhenghaoBlog\node_modules\hexo\dist\plugins\filter\post_permalink.js:14:26) at Filter.execSync (E:\personalBlog\jinhenghaoBlog\node_modules\hexo\dist\extend\filter.js:72:36) at Hexo.execFilterSync (E:\personalBlog\jinhenghaoBlog\node_modules\hexo\dist\hexo\index.js:403:35) ...
hexo-butterfly博客搜索功能的实现
前言最近一直想给自己的博客添加搜索功能，用于搜索自己的贴子。经过搜索一些教程并结合自己的思考，遂整理成这样的贴子用以记录下部署过程。 最终实现效果如下（输入123即可弹出搜索结果）： 插件的安装此搜索功能是借助于hexo-generator-search插件实现的，要用到这个功能，需要安装此插件： 1npm install hexo-generator-search --save 此外，在__config.xml文件下增加功能： 12345search: path: search.xml field: post content: true template: ./search.xml 然后，在博客的目录下新增search.xml，这个xml文件是一个搜索模板，没有它就无法生成搜索结果。 search.xml可在GitHub上进行下载。链接如下：https://github.com/wzpan/hexo-generator-search/blob/master/templates/search.xml 其代码如下： 12345678910111213141516171...
windows下基于anaconda的开源版pymol的安装
安装pymol时用的是win7，也能适用于win10，只不过我主机已经安装了,这里是开了个虚拟机演示。 Unofficial Windows Binaries for Python Extension Packages地址(用于下载pymol包)：https://www.lfd.uci.edu/~gohlke/pythonlibs/链接挂掉了，但是可以通过github的release进入下载 Anaconda官网：https://www.anaconda.com/ 如果使用pip命令出现无法安装的问题，视情况而解决，不过很有可能只是需要更换为国内镜像就可以了，在这里提供一个临时调用镜像源的命令(这里的some-package指的是包的文件，比如pymol-2.6.0a0-cp38-cp38-win_amd64.whl)： pip install some-package -i https://pypi.tuna.tsinghua.edu.cn/simple/ win版本的gromacs安装，对于win7用户来说，设置环境变量也是一样，只不过在搜索那里改成“环境变量”——...