吃瓜少女

Chip-seq pipline 参考文章： CHIP-seq基础入门 一个CHIP-seq的实战 Chip-seq属于蛋白组学，利用蛋白和DNA序列的结合以及蛋白和抗体的结合讲DNA片段拉下来，实验步骤主要包括一下几步： 第一步： 将蛋白交联到DNA上。 也就是保证蛋白和DNA能够结合，找到互作位点 第二步： 通过超声波剪切DNA链 第三步： 加上附上抗体的磁珠用于免疫沉淀靶蛋白；抗体很重要 第四步： 解除蛋白交联；纯化DNA 下载数据 数据来源：GSE42466 for i in `seq 4 9`;do mwget -d ~/project/chipseq/fastq/ ftp://ftp-trace.ncbi.nlm.nih.gov/sra/sra-instant/reads/ByStudy/sra/SRP/SRP017/SRP017311/SRR62020$i/SRR62020$i.sra done 将sra格式的数据转换为fastq.gz格式 cd ~/project/chipseq/fastq/ for i in `ls *.sra`;do fastq-dump --split-3 $i done 我们注意到，这次的测序数据是单段测序的数据，read length为40bp和36bp. 数据质控 fastqc批量检测数据质量 ls *fastq|xargs fastqc -t 10 -o ~/project/chipseq/fastqc/ 使用multiqc综合多个文件的测序质量报告 multiqc ~/project/chipseq/fastqc/ multiqc在使用是可能会因为编码问题报错，解决办法参考 python3官网 在使用multiqc的过程中遇到了另外一个问题，pkg_resource.VersionConfilct，更新了一下Multiqc,突然就又能用了，一脸懵…. 序列比对 bowtie2 使用bowtie2进行比对，由于上面的质控报告显示3’端有几个碱基的质量很低,所以我们用-3 5切掉5个bp。 bowtie2 -p 10 -3 5 -x /home/j..x../ref/mm10/mm10 -U ~/project/chipseq/fastq/SRR...

ibrary(biomaRt) human = useMart(“ensembl”, dataset = “hsapiens_gene_ensembl”) mouse = useMart(“ensembl”, dataset = “mmusculus_gene_ensembl”) mouse: ensembl to symbol gene_trans = getLDS(attributes = c(“ensembl_gene_id”), filters = “ensembl_gene_id”, values = x , mart = mouse, attributesL = c(“mgi_symbol”), martL = mouse, uniqueRows=T) human: ensembl to symbol gene_trans = getLDS(attributes = c(“ensembl_gene_id”), filters = “ensembl_gene_id”, values = x , mart = human, attributesL = c(“hgnc_symbol”), martL = human uniqueRows=T) mouse ensembl to human symbol gene_trans = getLDS(attributes = c(“ensembl_gene_id”), filters = “ensembl_gene_id”, values = x , mart = mouse, attributesL = c(“hgnc_symbol”), martL = human uniqueRows=T) human ensembl to mouse symbol gene_trans = getLDS(attributes = c(“ensembl_gene_id”), filters = “ensembl_gene_id”, values = x , mart = human, attributesL = c(“mgi_symbol”), martL = mouse, uniqueRows=T) ​

鲁迅梁实秋论战实录 20181204 开头第一篇，梁实秋的＜现代中国文学之浪漫的趋势＞，里面有一段形容抒情派的描写，实在是妙极，称他们为嚎啕的虚幻． 上面关于浪漫主义派的文人论证十分有趣，但是下面这段未免有些武断，人力车夫的血汗甚至可能做不到养家糊口，归根结底，是社会的本身状态使他们不能处于一个平稳的状态，随时面临破产的威胁，当然，并不局限与人力车夫，人人都不得安稳的社会，人人都可怜． 第二篇是讯哥的＜革命时代的文学＞，开头便讲自己其实是个开矿的，叫他讲文学肯定不如让他讲掘煤讲的好．讯哥在文里直指梁实秋关于人力车夫派诗歌的评论，说中了我的心．讯哥说文学吓不走孙传芳，一炮就把他吓走了，大炮的声音比文学的声音好听的多，这大概跟真理在大炮射程之内异曲同工吧 ​

Cellranger一步处理单细胞转录组测序数据 #!/bin/bash #Single Cell 3' v2 #R1----cell barcode and UMI 16+10bp --r1-length must >= 26 #R2----cDNA length #--expect-cells总是会遇到拿到的细胞数过少的问题，所以选用--force-cells强制规定细胞的数目 if [ $# -ne 7 ] then echo "Usage: ./cellranger.sh [id] [fastqpath] [sampleID] \ [cell_num] [t] [r1_length] [r2_length]" exit 65 fi id=$1 fastqpath=$2 sampleID=$3 cell_num=$4 t=$5 r1_length=$6 r2_length=$7 cellranger count --id=$id --fastqs=$fastqpath \ --transcriptome=/home/xxx/reference/refdata-cellranger-hg19-1.2.0 \ # download from cellranger website --sample=$sampleID --force-cells=$cell_num --localcores=$t --chemistry='SC3Pv2' \ --r1-length=$r1_length --r2-length=$r2_length ​

RNAseq pepline 必读文献： Gaining comprehensive biological insight into the transcriptome by performing a broad-spectrum RNA-seq analysis 数据下载与处理 将数据从sra格式转化为fastq.gz格式 对于双端测序，用 fastq-dump 命令的 --split-3 选项 fastq-dump --split-3 -A xxx.sra \ --gzip \ -O outpath 检测数据质量QC fastqc -o outpath --noextarct xxx.fastq.gz 自动化处理数据 可同时处理双端数据 fastp -i xxx.1.fastq.gz -o xxx.1.out.fastq.gz -I xxx.2.fastq.gz -O xxx.2.out.fastq.gz 序列比对 收集并了解不同的比对软件 比较不同的比对软件的优势以及劣势 。常用的比对软件包括：STAR, TopHat和HISAT2 STAR具有最高比例的在基因组上有唯一比对位置的reads，尤其是对读长为300 nt的MCF7样品也有最高的比对率。与TopHat和HISAT2不同，STAR只保留双端reads都比对到基因组的序列，但对低质量的比对 (允许更多的错配碱基和soft-clip事件) 容忍度高。这一点在长reads >(MCF7-300)样品中的体现更为明显。TopHat则不允许soft-clip事件。 在比对速度方面，HISAT2比STAR快2.5倍，比TopHat快大约100倍。 soft-clip事件: 即reads末端存在低质量碱基或接头导致比对不上的, STAR会自动尝试截去未比对部分，只保留比对上的部分。 接下来，我们对这三种软件都安装并且进行尝试： STAR安装 ， TopHat2安装 ， HISAT2安装 在了解这三种软件的创始人以及使用目的时，我发现TopHat2和HISAT2都是约翰霍普金斯大学计算生物学中心发表的软件，而且再TopHat2的首页上也已经提出了： Please note that TopHat has entered a low mai...