- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我很快意识到,生物信息学并不是一门定义明确且易于访问的学科。我与我的一些结果存在明显差异。
我用过 samtools view -b -h -f 8 fileName.bam > mateUnmapped.bam
在几个 BAM 文件上。我的印象是此命令仅提取其伙伴与基因组草图不对齐的读取(还包括标题;输出为 BAM 格式)
当我使用 samtools 'flagstat'
在生成的文件中,我得到了一个有趣的结果:“单例”的数量与读取的总数不匹配……这对我来说似乎很奇怪。
我能找到的唯一和解是在这里:
http://seqanswers.com/forums/showthread.php?t=46711
一位回答本论坛中提出的问题的人声称,单例有时被定义为完全没有伙伴阅读的序列。然而,这仍然不能解释我的结果。 Flagstat 说我大约 40% 的读取是单例,但我觉得根据我使用的“查看”命令,它们应该都是单例。
经验丰富的生物信息学家可以帮助我吗?
最佳答案
在一般基因组组装中,singlton 是未组装成重叠群或映射到引用的读取。它是只有 1 个读取的重叠群。
在 samtools 中,单例是指已映射但配对未映射的读取。
Flagstat says about 40% of my reads are singletons, but I feel like based on the 'view' command I used, they should ALL be singletons.
-f 8
表示显示其配偶未映射的读取。这并没有说明阅读本身,只是它的伴侣。因此,您可能会在两个配偶根本没有映射 (60%) 的情况下读取读数,并且在只有一个配偶映射 (40%) 的情况下读取读数。 ?
-f 8 -F 4
运行将读取映射但其伙伴未读取的读取。
关于bioinformatics - 在生物信息学中,什么是单例?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/30782192/
我目前遇到了一些关于 snakemake 运行检查点所需的中间规则的问题。在尝试解决此问题后,我认为问题出在 aggregate_input 函数中的 expand 命令中,但无法弄清楚为什么会这样。
1000 基因组计划为我们提供了有关数千人 DNA 序列与人类引用 DNA 序列“变异”的信息。变体存储在 VCF 中文件 格式。基本上,对于该项目中的每个人,我们都可以从 VCF 文件中获取他/她的
我尝试使用一种工具,但我需要在输入时使用通配符。 这是一个例子: aDict = {"120":"121" } #tumor : normal rule all: input: expand("{c
我正在尝试查找带有基因名和染色体位置的gene_info 文件。但是,我似乎无法在 NCBI FTP 站点上找到它。谁能给我指点? 最佳答案 见:ftp://ftp.ncbi.nlm.nih.gov/
我下载了 1000 个基因组数据(染色体 1 -22),采用 VCF 格式。如何将所有染色体合并到一个文件中?我应该先将所有染色体转换为 plink 二进制文件,然后再执行 --bmerge mmer
我试图了解 FASTA 算法在数据库中搜索查询序列的相似序列的基本步骤。这些是算法的步骤: 识别 I 和 J 之间的常见 k 词 用 k 字匹配对对角线进行评分,确定 10 个最佳 对角线 使用替代分
我对找到一些需要按拓扑排序的现实世界中的海量数据集(> = 1M)感兴趣。也许与生物信息学有关的东西? 最佳答案 您看过Stanford Large Network Dataset Collectio
我正在尝试使用 plink 将 .vcf 文件转换为 .ped 文件。我在网上看了一些手册和帖子,但似乎没有人特别提到如何将vcf转换为ped。 我希望这里可能有一些专家,他们有使用plink将vcf
我想过滤具有超过 8 个相同连续核苷酸的序列,例如 "GGGGGGGG" , "CCCCCCCC"等在我的 fastq 文件中。 我该怎么做? 最佳答案 快速且不正确的方式,可能足够接近:grep -
我很快意识到,生物信息学并不是一门定义明确且易于访问的学科。我与我的一些结果存在明显差异。 我用过 samtools view -b -h -f 8 fileName.bam > mateUnmapp
我很想知道是否有任何生物信息学工具能够处理 multiFASTA 文件,为我提供序列数量、长度、核苷酸/氨基酸含量等信息,并可能自动绘制描述图。 也可以使用 R BIOconductor 解决方案或
我正在尝试使用“Needleman -Wunsch”的“全局比对”算法来实现蛋白质成对序列比对。 我不清楚如何在我的源代码中包含“Blosum62 矩阵”来进行评分或填充二维矩阵? 我用谷歌搜索发现大
我在大学的生物信息学类(class)中有一个项目,我项目中的其中一件事是基因预测。 我今天的问题是如何获取字符串中多个特定单词的所有索引。例如,在我这里的例子中,我想找到所有出现的起始密码子 ("AU
我想做一个工作流,从远程服务器下载一些 FASTQ 文件的列表,检查 md5 并运行一些后处理,例如对齐。 我了解如何使用两个工作流程来实现这一点: 首先下载fastq文件列表文件,例如md5文件。
这个问题不太可能帮助任何 future 的访问者;它只与一个小的地理区域、一个特定的时间点或一个非常狭窄的情况有关,这些情况并不普遍适用于互联网的全局受众。为了帮助使这个问题更广泛地适用,visit
我正在编写一个 python 脚本,并希望将查询序列信息作为字符串变量而不是 FASTA 格式文件(如果可能)传递给 blastn。 我使用 Biopython 的 SeqIO 将多个转录名称存储为键
我有一个基因序列 - "acguccgcaagagaagccuuaauauauucaaaaagcuacgccucagauuucgcgcucgagcccaaaacaacugguguacggguugauc
我有一个网络 ( figure A ), . 在这个图中,每个节点中心(我很困惑,它是一个子节点吗?)的颜色与节点填充颜色不同,我该怎么做?谢谢你。 最佳答案 有趣的图。光是看着,我就可以想象出几种方
我正在与 PLINK 一起工作分析全基因组数据。 有谁知道如何去除重复的 SNP? 最佳答案 在 PLINK 1.9 中,使用 --list-duplicate-vars suppress-first
我有一个通过 Snakemake 的样本列表。当我到达我的 fastqc 步骤时,我突然发现每个样本有两个文件(R1 和 R2 文件)。考虑以下规则: rule fastqc: input:
我是一名优秀的程序员,十分优秀!