- 博客(101)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 Conda创建软件安装环境
conda create -n env_name python=3.11conda activate env_nameconda install -c bioconda software_name
2023-11-03 09:21:04
458
原创 Linux命令：configure、 make、 make install 的原理
我使用过很多次，但在刚开始使用 Linux 的时候并不知道这几行命令的意思，只知道安装软件的时候在命令行输入这几行命令。最近我在开发一个 Unix 工具，所以想弄明白这个标准化安装命令背后的原理。不止 Unix 用户对这几行命令很熟悉，如果要开发一款针对 Homebrew、 Linux 或者 BSD 包管理器的应用，这也是一个很重要的知识点。接下来让我们深入 Unix 去搞清楚这几行命令的作用。
2023-03-29 15:43:18
1192
1
原创 linux把一列数据转换成多列xargs
linux把一列数据转换成多列xargs 用作替换工具多行输入单行输出：-n 选项多行输出：-d 选项可以自定义一个定界符：结合 -n 选项使用：
2022-07-03 12:36:28
1551
原创 linux计算与检查md5值
md5sum – 计算检验MD5效验码md5sum命令采用MD5报文摘要算法（128位）计算和检查文件的校验和。一般来说，安装了Linux后，就会有md5sum这个工具，直接在命令行终端直接运行。linux中每个文件都会有1个md5值。当两个文件的md5值相同，表示这两个文件完全相同。md5值常用于大型文件的完整性检查，即给予方给出文件的同时给出md5值，接收方收到文件后再次计算md5值，如果两个md5值相同，说明文件在传输过程中没有损坏。...
2022-07-02 09:08:00
9210
原创 plink格式的map文件和ped文件
.map文件格式说明链接：linkmap格式的文件, 主要是图谱文件信息, 主要包括染色体名称, 所在的染色体和所在染色体的坐标.map文件包括：染色体编号（1-22, X, Y or 0 if unplaced）, 未知为0SNP名称（字符或数字）, 如果不重要, 可以从1编号, 注意要和bed文件SNP列一一对应染色体的摩尔位置(可选项, 可以用0)SNP物理坐标Example1 snp1 0 11 snp2 0 21 snp3 0 3第一列：这三个SNP在第一个染色体上
2022-05-30 16:21:01
4845
原创 BED 文件格式
BED 文件格式BED (Browser Extensible Data)格式文件就是通过规定行的内容来展示注释信息.BED文件每行至少包括chrom，chromStart，chromEnd三列；另外还可以添加额外的9列，这些列的顺序是固定的。在自定义BED文件时，前面可以有注释行，以“browser”或“track”开头，可以设置一些参数便于浏览器更好展示BED文件信息。但是，下游的一些分析工具，例如bedToBigBed，是不接受有注释的BED文件的。BED文件必须的3列:chrom -
2022-04-25 13:43:00
1666
原创 Linux-gzip功能的使用
gzip命令使用gzip压缩比率在3到10倍左右。gzip通常用于文件压缩，但是不能压缩文件夹，并且压缩完原文件不保留。gzip 压缩：gzip xxxx.txt[root@localhost home]# lsabc.txt admin client ClientM.c//压缩ClientM.c文件[root@localhost home]# gzip ClientM.c//压缩为ClientM.c.gz[root@localhost home]# ll-rw-r--r--
2022-02-20 11:57:36
731
原创 Linux获取目录中文件名及文件所在目录的方法
通常的操作是由路径中提取出文件名，从路径中提取出目录名，提取文件后缀名等等。例如，从路径/dir1/dir2/file.txt中提取也文件名file.txt，提取出目录/dir1/dir2，提取出文件后缀txt等。一、使用${}1. ${var##*/}该命令的作用是去掉变量var从左边算起的最后一个’/'字符及其左边的内容，返回从左边算起的最后一个’/’（不含该字符）的右边的内容。使用例子及结果如下：[root@localhost log]# var=/dir1/dir2/file.txt[r
2022-02-12 16:54:23
11038
原创 pycharm导入pandas没有智能提示
使用pycharm安装并导入pandas问题相关代码import pandas as pddf = pd.read_excel("test.xlsx")df.shape运行结果及报错内容pycharm没有提示df的属性和方法解决方法：就是在参数的后面加上冒号：类型，那么在函数内部使用该变量时，就有相应的提示了。手动标记df的类型，就可以智能提示了。...
2022-02-06 15:53:10
2664
3
原创 基因组变异类型详解及区分
基因组变异类型详解及区分变异是导致基因组差异的最重要因素，主要可分为单个碱基对的变异（SNVs/SNPs）、小的插入或缺失（InDels≤50bp）以及结构变异(SVs>50bp)。今天主要跟大家整理一下这几种常见基因组变异类型。No.1 | 单个碱基对的变异单核苷酸多态性（Single Nucleotide Polymorphisms，SNPs），单个核苷酸碱基的改变，包括置换、颠换、缺失和插入，导致的核酸序列的多态性，是人类最常见的遗传变异类型。由于具有遗传稳定性强、数量多、分布广等特点，S
2022-01-03 14:44:46
11392
1
原创 群体遗传学-选择清除分析基本概念及参数
一、中性学说分子水平上，生物的演化或物种的进化并不是自然选择引起的，而是由中性/近中性的突变等位基因经过遗传漂变引起的，从而形成分子水平上的进化性变化或种内变异。分子演化的驱动力：遗传漂变1、突变大多是中性的，对生物个体的生存既无害处也无益处2、中性突变经过随机的“遗传漂变”固定，在分子水平上进化不依赖于自然选择3、中性突变决定进化的速率，对于所有生物几乎是恒定的二、正选择vs负选择正选择（positive selection）：自然选择“选留”一些稀少的等位基因，拥有这些等位基因的个体能繁殖
2022-01-02 17:16:58
5857
1
原创 群体遗传学-选择消除分析
所谓选择性清除：当一个有利突变发生后，这个突变基因的适合度越高，就越容易被选择固定。当这个基因被快速固定之后，与此基因座连锁的染色体区域，由于搭车效应也被固定下来，大片紧密连锁的染色体区域因此失去多态性，这种由于搭车效应引起多态性下降的现象，遗传上称为选择清除。
2022-01-02 10:21:47
9110
4
原创 PyCharm插件和配置
常用插件The Chinese Language PackJetBrains的官方中文插件，能够直接使PyCharm实现中文版。CSV Plugin它可以让CSV各个列之间区别明显，很清晰的显示各种颜色的高亮。Rainbow BracketsRainbow Brackets可以让代码块之间清晰的显示出各种颜色，比如括号相同颜色，选中区域代码高亮的功能等，并且支持支持Java, Python, JavaScript,Go, PHP等多种编程语言。SonarLintSonar
2021-11-13 20:54:52
5448
4
原创 Python 列表解析与生成器表达式
Python 的强大特性之一是其对 list 的解析，它提供一种紧凑的方法，可以通过对 list 中的每个元素应用一个函数，从而将一个 list 映射为另一个 list。列表解析，又叫列表推导式( List comprehension)列表解析比 for 更精简，运行更快，特别是对于较大的数据集合列表解析可以替代绝大多数需要用到 map和 filter的场合列表解析式是将一个可迭代对象（如列表）转换成另一个列表的工具。在转换过程中，可以指定元素必须符合某一条件，并按照指定的表达式进行转换，才能添加至
2021-11-12 14:09:22
1431
原创 Tajima‘s D群体遗传
Tajima’s D 中性检测的指标Tajima’s D是由日本研究员田田文雄（Fumio Tajima）创建的群体基因检验统计数据。D的计算方法是两种遗传多样性测量值之间的差异：成对差异的平均数量和分离位点的数量，每个都按比例调整，以便在中等规模的恒定大小的群体中预期它们是相同的。Tajima’s D检验的目的是区分随机演变的DNA序列（“中性”）和在非随机过程中演化的DNA序列，包括定向选择或平衡选择，群体统计学扩展或收缩，遗传搭便车或渐渗。随机进化的DNA序列含有突变，对生物的适应性和存活率没有影
2021-11-08 11:59:07
7319
1
原创 Linux下查看进程的启动和运行时间
1 ps - o命令$ ps -eo pid,tty,user,comm,lstart,etime|grep “msmc2”参数说明：pid：进程IDtty：终端user：用户comm：进程名lstart：开始时间etime：运行时间2 ps -ef和ps aux命ps -ef:标准格式显示进程ps -aux:BSD格式显示进程USER:用户名%CPU:进程占用的CPU百分比%MEM:占用内存的百分比VSZ:该进程使用的虚拟內存量（KB）RSS:该进程占用的固定內存量（KB）
2021-09-16 00:09:06
5818
原创 基因组Masked作用
Masked, soft-masked 和 unmaskedEnsembl 参考基因组有三大类，masked, soft-masked and unmasked。一般而言，比对的时候推荐使用unmasked 参考基因组。Masking用于检测和隐藏散布的重复序列和低复杂度的DNA区域，以便可以使用比对工具对其进行正确处理。（Masking 这个词不太好翻译，意思见下面引用原文）Masking is used to detect and conceal interspersed repeats and l
2021-08-20 11:21:09
3782
原创 nohup利用管道符输出
sudo nohup ra -S 127.0.0.1:561 -p 2 -u | $home/kafka_2.12-1.0.0/bin/kafka-console-producer.sh --broker-list localhost:9092 --topic argus无法完成相关命令操作解决方案1：nohup sh -c “cmd1 | cmd2” &sudo nohup sh -c " ra -S 127.0.0.1:561 -p 2 -u | $home/kafka_2.12-1.0
2021-08-19 11:51:14
694
原创 perl的字符串操作
Perl字符串处理函数1. index语法:position=index(string,substring,position);语义:返回子串substring在字符串string中的位置,如果不存在则返回-1。参数position是可选项,表示匹配之前跳过的字符数,或者说从该位置开始匹配。2. rindex语法:position=rindex(string,substring,position);语义:与index类似，区别是从右端匹配。3. length语法:num=leng
2021-08-16 01:23:06
2012
原创 perl的hash：一个键对应多个值的代码
perl哈希表，一个键对应多个值的情况如何写代码目前有好几个txt文件，每个文件都是key=>value但是文件中的key有大量的重复 所以想把单个key中所有的value都给列到一起，然后打到一个文件中 方便查找。读的时候把key当hash的键，对应的值是一个数组引用，直接把相应的值push进去。代码片断：my %hash;while (<>) { chomp; my ($key, $value) = split("=>"); push @{$
2021-08-11 12:26:23
1747
原创 perl 语言中的q,qw,qr,qx,qq符号用法总结
在perl语言中，有两个特殊而常用的符号qq qw,分别解释如下：qq{foobar}的意思为意思为双引号字符串，可内插变量相当于 “foobar”qw{foo bar}的意思为用空格分解字符串，得到列表，相当于如下语句split(’ ‘,‘foo bar’) 得到的结果是’foo’,‘bar’qw代表用空格来分隔元素,得到列表@list = (“perl”,“Regular”,“network”,“web”);可以等价于:@list = qw(perl Regular network we
2021-08-11 11:14:30
3906
原创 perl读取文件、输出到文件的方法
本文介绍perl如何读取文件，存入哈希，调用哈希，存入文件：#! /usr/bin/perluse strict;use warnings; if(@ARGV!=2){ print "\tUsage: perl $0 <infile>\n"; die "\tUse with correct infile";}##读入文件$ARGV[0]存入哈希 #open IN, "<$ARGV[0]";#open IN, "<","$ARGV[0
2021-08-11 01:22:10
4436
原创 Perl printf 函数
printf函数可以格式化输出字符串用法：printf FILEHANDLE FORMAT, LISTprintf FORMAT, LIST使用printf格式化输出printf 函数有一个模板，叫格式字符串，它可以规定输出的格式，每个格式符有百分号开头，由字母结束。格式化字符串中有3个格式符，则对应3个元素格式作用%g输出数字，它将根据需要自动选用浮点数，整数或者指数%d十进制整数，它会舍去小数点之后的数字。非四舍五入%x十六进制%o八进制 根据
2021-08-10 16:25:53
295
原创 perl 引用
1. 普通变量引用 variable reference引用就好比C语言的指针，引用变量存储被引用变量的地址。赋值时注意要在变量前加上 ;使用时要多加一个 $ 。当然，引用也可以成为简单变量，可以使用引用的引用，使用时要记得多加一个$引用也可以互相赋值。1 #!/usr/bin/perl -w2 my $variable="this is a reference test\n";3 my $refv=\$variable;4 my $refr=\$refv;5 print "this is
2021-08-09 12:58:42
425
原创 Alphafold2与RoseTTAFold
今天一波Nature、Science齐发文，可把学术圈的嗑盐人们高兴坏了。一边是“AI界年度十大突破”AlphaFold2终于终于开源，登上Nature。另一边Science又出报道：华盛顿大学竟然还搞出了一个比AlphaFold2更快更轻便的算法，只需要一个英伟达RTX2080 GPU，10分钟就能算出蛋白质结构！在这里插入图片描述让学界狂热的Alphafold2先说被顶刊争相报道的Alphafold2，它作为一个AI模型，为何引起各界狂热？因为它一出来，就解决了生物学界最棘手的问题之一。这
2021-07-24 19:32:03
4316
3
原创 LD衰减图解读（LD decay）
1.基础概念的解读要理解LD衰减图，我们就必须先理解连锁不平衡（Linkage disequilibrium，LD）的概念。连锁不平衡是由两个名词构成，连锁+不平衡。前者，很容易让我们产生概念混淆；后者，让这个概念变得愈加晦涩。因此从一个类似的概念入手，大家可能更容易理解LD的概念，那就是基因的共表达。基因的共表达，通常指的是两个基因的表达量呈现相关性。比较常见的例子就是：转录组因子和靶基因间的关系。因为转录因子对它的靶基因有正调控作用，所以转录因子的表达量提高会导致靶基因的表达量也上调，两者往往存在正
2021-07-19 21:51:54
17623
3
原创 R语言中的apply函数用法
刚开始接触R语言时，会听到各种的R语言使用技巧，其中最重要的一条就是不要用循环，效率特别低，要用向量计算代替循环计算。那么，这是为什么呢？原因在于R的循环操作for和while，都是基于R语言本身来实现的，而向量操作是基于底层的C语言函数实现的，从性能上来看，就会有比较明显的差距了。那么如何使用C的函数来实现向量计算呢，就是要用到apply的家族函数，包括apply, sapply, tapply, mapply, lapply, rapply, vapply, eapply等。1. apply的家族函
2021-07-11 23:06:58
27917
原创 perl的$符号扩展用法
$! 根据上下文内容返回错误号或者错误串$” 列表分隔符$# 打印数字时默认的数字输出格式$$ Perl解释器的进程ID$% 当前输出通道的当前页号$& 与上个格式匹配的字符串(当前进程的组ID( 当前进程的组ID(当前进程的组ID) 当前进程的有效组ID$* 设置1表示处理多行格式.现在多以/s和/m修饰符取代之.$, 当前输出字段分隔符$. 上次阅读的文件的当前输入行号$/ 当前输入记录分隔符,默认情况是新行$: 字符设置,此后的字符串将被分开,以填充连续的字段.$; 在
2021-06-19 20:16:53
1210
原创 R语言的数据类型
一、数据类型概括来说，R可以识别六种基本的数据类型，分别是，双整型（double）、整型（integer）、字符型（character）、逻辑型（logical）、复数类型（complex）以及原始类型（raw）.1.双整型（double）储存普通数值型数据，可正可负，可大可小，可含小数可不含R中键入的任何一个数值都默认以double型存储想知道某个对象是什么类型，可以使用typeof() 函数进行查看在数据科学里，它更常被称为数值型（numeric）2.整型（integer）顾名思义，只能
2021-06-03 11:16:35
11030
1
原创 R语言强制数据类型转换
在R中进行将数据框类型转换为数字类型类型的时候，有时候会出现 错误: (串列)对象不能强制改变成’double’种类 解决分两步：①data<-apply(data,as.numeric)@as.numeric(data)这样即可解决问题。#将转化成类型TA_04_brain <- round(apply(t1_1, 1, mean))TA_04_brain <- as.integer(TA_04_brain)...
2021-06-03 11:09:29
10915
2
原创 R语言单独保存输出图片文件
1.图片文件保存输出jpeg(file = "style.jpg") ##在当前目录下创建图片plot(iris[,1],col="red") ## 画图程序dev.off() ##只有dev.off()结尾才可以把图片保存出去。2.图片尺寸调整输出p.picture=paste(a,"test.jpg")jpeg(p.picture,width=1200,height=600)a=plot(iris[,1],col="red")print(a)dev.off()3.图片文件
2021-05-21 09:03:59
3061
原创 Perl基本数组排序方法介绍
这篇文章主要介绍了Perl基本数组排序方法介绍,本文讲解基于ASCII码排序、比较函数、按字母顺序排列、Perl对数值排序等内容本文我们学习如何用Perl对字符串或者数字数组进行排序。Perl有个内置函数叫做sort毫无疑问的可以排序一个数组。 其最简单的形式是传递一个数组，它会返回排序后的元素组成的数组。@sorted = sort @original。基于ASCII码排序#!/usr/bin/perluse strict;use warnings;use 5.010;use Data::
2021-04-29 12:54:24
1869
原创 perl 统计字符串中特定字符出现的次数
perl 统计字符串中特定字符出现的次数方法一： #!/usr/bin/perl -w use strict; my $str = 'abcsfsaf#sdagasdga#sdgaghoiiopjh#dsfjkopahkl;fjh#dsjfklpafj '; my $count = $str =~ tr/#/#/; print $count; 统计了字符串$str 中出现的#的个数，在这里用到了转换操作符tr///，简单快速，当之首选。附上s/// 和tr/// 的区别：s///： 替
2021-04-29 12:45:30
1875
原创 R语言大小写字母转换
R语言小写函数 tolowerx = “CAGTTTCTTGAGTCTGATTAATTCAGGTTTCGGGGT”#定义字符串变量xtolower(x)[1] “cagtttcttgagtctgattaattcaggtttcggggt”#将x中的字符全部转换为小写字母y = tolower(x)y[1] “cagtttcttgagtctgattaattcaggtttcggggt”大写函数touppertoupper(y)[1] “CAGTTTCTTGAGTCTGATTAATTC
2021-04-21 10:02:32
7672
原创 R语言中因子(factor)转换成数值型(numeric)的问题
R语言中因子(factor)转换成数值型(numeric)的问题一直觉得只要是数字，不管是什么类型的，都可以通过as.numeric()函数转换为对应的numeric类型的数字，例如x<-“123”，x为character类型，而as.numeric(x)则为numeric类型的123。但是因子(factor)类型却不一样。a<-factor(c(100,200,300,301,302,400,10))，它们的值分别为100 200 300 301 302 400 10，然而as.nume
2021-04-04 08:04:08
6872
1
原创 使用R中merge()函数合并数据
使用R中merge()函数合并数据使用R中merge()函数合并数据在R中可以使用merge()函数去合并数据框，其强大之处在于在两个不同的数据框中标识共同的列或行。如何使用merge()获取数据集中交叉部分merge()最简单的形式为获取两个不同数据框中交叉部分。举例，获取cold.states和large.states完全匹配的数据。代码如下： merge(cold.states, large.states) Name Frost Area1 Alaska 152 566432
2021-04-01 00:51:24
2269
原创 R语言中数据框某一列进行分割，变成两列
R语言中数据框某一列进行分割，变成两列 type id pedigree trait1 trait2 trait31 training L0001 f1_X_m1 -1.746103 -0.7855251 -0.3316372 training L0002 f2_X_m1 -1.679248 -1.5694899 -2.5726143 training L0003 f3_X_m1 -2.748920 -0.6086439 -1.1088124 traini
2021-04-01 00:48:45
13742
3
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人