Nolan777的博客

标头注释部分标头信息可有可无，都是以@开头，用不同的tag表示不同的信息，主要有:@HD，说明符合标准的版本、对比序列的排列顺序（这里unsorted）@SQ，参考序列说明 （SN:gi|10141003|gb|AF086833.2|）@PG，使用的比对程序说明（这里是bowtie2）LN 是参考序列的长度比对结果部分第一列: Query Name (QNAME)一列代表着比对片段的（template）的编号如 SRR957678.4325620第二列：FLAG在 SAM 格式中，

首先明白相关系数这个东西相关关系是一种非确定性的关系，相关系数是研究变量之间线性相关程度的量简单相关系数：又叫相关系数或线性相关系数，一般用字母r表示，用来度量两个变量间的线性关系。定义式其中，Cov(X,Y)为X与Y的协方差，Var[X]为X的方差，Var[Y]为Y的方差**协方差（Covariance）**中用于衡量两个变量的总体误差。而方差是协方差的一种特殊情况，即当两个变量是相同的情况。协方差表示的是两个变量的总体的误差，这与只表示一个变量误差的方差不同不是概率分布时协方差公式：.

FDR（false discovery rate），是统计学中常见的一个名词，翻译为伪发现率，其意义为是 错误拒绝（拒绝真的（原）假设）的个数占所有被拒绝的原假设个数的比例的期望值。即错误拒绝真/拒绝总数FDR（false discovery rate），是统计学中常见的一个名词，翻译为伪发现率，其意义为是 错误拒绝（拒绝真的（原）假设）的个数占所有被拒绝的原假设个数的比例的期望值。统计学中的假设检验的基本思路是：设立零假设（null hypothesis）H0，以及与零假设 相对应的非零假设（al

root@PC-jj:/mnt/e/练习# cat test\(1\).bed | tr "M" "\t" |tr "N" "\t" |awk '{print $9}' |paste -s -d +|tr "+" "
" |grep "^1" |paste -s -d + |bc >1root@PC-jj:/mnt/e/练习# cat test\(1\).bed | tr "M" "\t" |tr "N" "\t" |awk '{print $7}' |paste -s -d + |bc >

ls ../sra/* |while read id; do (fastq-dump --gzip --split-3 -O ./ $id &);done**sra转fq --split-3**加上--split-3之后, 会把原来双端拆分成两个文件,但是原来单端并不会保存成两个文件. --gzip就能输出gz格式。

测序时dna片段结构一般是ad1-index-fragment-ad2其中ad2与flowcell上固定的短序列通过一种特殊化学键相连桥式PCR扩增之后开始测序添加的引物时与index互补的所以测序所得结果一般是index-fragment-ad2或者index-部分fragment所以 ad2 只能再3端...

详细链接 https://zhuanlan.zhihu.com/p/20702684

1.获得第二行perl -alne '{print if $.%4==2}' reads_1.fq |less -SN在这里插入代码片##$.代表行2.每一行长度perl -alne '{print length}' reads_1.fq |less -SN

1. 查看gff文件Y染色体基因数目ensemble下载y然染色体gff注释文件zcat Homo_sapiens.GRCh38.103.chromosome.Y.gff3.gz | grep -v “#” | cut -f 3 | grep “^gene” | sort |uniq -c2.第三列类几种zcat Homo_sapiens.GRCh38.103.chromosome.Y.gff3.gz | grep -v “#” | cut -f 3 | sort | uniq -c | sort