生信学习--Circle-Map输出的bed文件的结果解读

已于 2024-04-09 23:16:52 修改
阅读量1k 收藏 11
点赞数 13
文章标签： 学习 linux python
于 2024-03-25 13:56:04 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/infrastructur_e/article/details/137007814
版权
Circle-Map生成的bed文件包含了环状DNA的位置信息、不一致配对、拆分读取数量等。高评分、适当数量的拆分读取和连续覆盖度指示高质量环状DNA。理解这些指标有助于正确解读结果。
摘要由CSDN通过智能技术生成

Circle-Map软件提供一个包含所有检测到的圆形DNA的标签分隔文件。对于每个环状DNA，它将提供包含环状DNA定位和环状DNA坐标中测序覆盖的信息。

对于基于映射的度量，Circle-Map提供了映射坐标(染色体，起始和结束)，断点读取支持(不一致和分裂读取)和环状DNA映射得分，通过将分裂读取的长度乘以其映射概率计算得到。并将支持一个圆的split reads的所有分数加起来。

Circle-Map运行结束后会生成一个bed格式的文件，其中包含11列。

用记事本在本地打开是这样的：

chr1	1181516	1181666	4	0	0.0	20.72	11.370792994920508	0.7649743297204792	0.39435975609756097	0.0
chr1	1299190	1299460	6	0	0.0	70.53703703703705	23.311190257489013	0.6445912600493513	0.7248853029583927	0.0
chr1	1312221	1312422	8	0	0.0	77.78109452736318	21.1592361493486	0.24826989619377166	0.6365763958542293	0.0
chr1	1420803	1421049	6	0	0.0	50.3170731707317	12.366567224966085	0.8751149954001841	0.5935144066921408	0.0
chr1	1954990	1955102	2	2	100.0	31.07142857142857	14.267041367703225	0.8
最低0.47元/天 解锁文章
infrastructur_e
关注
  • 13
    点赞
  • 踩
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
生信（一）对BED文件进行排序
生信了
10-22 5705
原创：hxj7 关键词：bed; sort; cmp; key; alpha-numeric 问题 在处理NGS数据时，经常要对BED文件进行排序。比如BED文件长这样，分隔符是’\t’： 我们想按照如下规则进行排序： 第一列按照染色体编号进行排序，排序后应该是chr1, chr2, chr4, chr5, chr10, chr20, chrX。 第二列和第三列按照数字序进行排序。 第一个子...
bed bam wig、bigWig和bedgraph文件详解
生信小博士的博客
12-27 3705
文件格式数据类型存储方式应用场景BED基因组区域文本基因组注释、ChIP-seq、ATAC-seq等WIG连续测量值文本基因表达、DNA甲基化、染色质可及性等BIGWIG连续测量值压缩基因表达、DNA甲基化、染色质可及性等BEDGRAPH连续测量值文本基因表达、DNA甲基化、染色质可及性等SAM比对结果文本高通量测序数据比对BAM比对结果文本高通量测序数据比对bw连续测量值压缩基因表达、DNA甲基化、染色质可及性等BED文件。
生信学习--使用circle-map提取eccDNA
m0_63679102的博客
10-04 1113
本文介绍了生信软件Circle-Map的使用，以及在使用过程中遇到的一些问题
生信学习-高通量分析-MDS
weixin_53819139的博客
12-22 1261
生信学习-高通量分析-MDS 多维尺度变换（multidimensional scaling，MDS） MDS与PCA非常相似，都是一种降维的方法。 MDS分为度量MDS（Metric Multidimensional scaling）和非度量MDS（Non-metric Multidimensional scaling）。 其中非度量MDS也称为经典（Classical）MDS，也叫做主坐标分析（principal coordinate analysis,PCoA）。 对样本为高维数据的点，且均为数值，则
生信学习-代谢组检测 分析之 PLS-DA
weixin_53819139的博客
01-06 2万+
代谢组检测 分析之 PLS-DA 偏最小二乘判别分析（Partial least squares Discriminant Analysis， PLS-DA） 偏最小二乘法判别分析是一种用于判别分析的多变量统计分析方法。 判别分析是一种根据观察或测量到的若干变量值，来判断研究对象如何分类的常用统计分析方法。 其原理是对不同处理样本（如观测样本、对照样本）的特性分别进行训练，产生训练集，并检验训练集的可信度。 PLS-DA是一种有监督的判别分析统计方法。可以PLS-DA建立代谢物表达量与样品类别之间
生信搬运工-03-测序文件格式介绍
weixin_42149446的博客
09-13 4057
生信文件格式
生信学习-高通量分析-NMDS分析: 非度量多维尺度分析
weixin_53819139的博客
02-26 4万+
NMDS分析: 非度量多维尺度分析（Non-metric multidimensional scaling,NMDS）是一种将多维空间的研究对象简化到低维空间进行定位，分析和归类，同时又保留对象间原始关系的数据分析方法。一般用组间样本的秩次（数据排名rank order）上的差异来定义距离。 NMDS图形常用作微生物群落研究的β分析。 NMDS侧重反映距离矩阵中数值的排序关系，弱化数值的绝对差异程度。在多样本、物种数量多的情况下（相对于数值间的差异，可进行排序的数量更大），NMDS模型能更准确地反映出距离矩
生信分析-TBtools绘制热图
热门推荐
qq_44520665的博客
08-30 4万+
配色 数据标准化 离散色阶 行列注释 面积映射大小 着色指定 准备一个颜色指定的文件两 列，第一列的gene，第二列是RGB的颜色代码
生信学习——R语言小作业-中级（附详细答案解读）
Dzfly
08-11 2740
题目目录1. 请根据R包org.Hs.eg.db找到下面ensembl 基因ID 对应的基因名(symbol)。2. 根据R包hgu133a.db找到下面探针对应的基因名(symbol)。3. 找到R包CLL内置的数据集的表达矩阵里面的TP53基因的表达量，并且绘制在 progres.-stable分组的boxplot图。想想如何通过 ggpubr 进行美化。4. 找到BRCA1基因在TCGA数据库的乳腺癌数据集([Breast Invasive Carcinoma (TCGA, PanCancer Atl
生信学习笔记1：学习如何用OPLS-DA分析代谢组数据（从入门到掌握）
wxw060709的专栏
01-31 3043
正交偏最小二乘法是PLS的一个变体，它增加了一个正交滤波器，用于去除预测变量和响应变量之间不相关的变异。OPLS的关键优势在于它能够区分预测变量中与响应变量相关和不相关的变异。通过这种分离，OPLS可以提供更清晰的模型，使解释和分析结果变得更加简单。
生信技能--热图（包的安装及相关常用函数的学习）
weixin_43664814的博客
02-07 826
小白看过来～～ 跟我一起学R语言吧～ 不懂的我们可以微信讨论：JolieinCT
R语言---生信分析---count转换成TPM、FPKM
dujidan的博客
12-14 6527
R语言---生信分析---count转换成TPM、FPKM
软件测试学习笔记丨Pytest配置文件
ceshiren_com的博客
08-27 700
pytest.ini是pytest的配置文件；可以修改pytest的默认行为；不能使用任何中文符号，包括汉字、空格、引号、冒号等。
数据结构（邓俊辉）学习笔记】优先级队列 08——左式堆：结构
weixin_44399845的博客
08-23 1018
学习左式堆的结构
【AI学习】在魔塔社区玩Ollama：部署GLM4和CodeGeeX4
最新发布
bylander的博客
08-27 187
尝试了一下CodeGeeX4-ALL-9B 的Ollama部署。GPU要明显快很多，CPU的速度，也还凑合吧
vue.js学习步骤
m0_63178019的博客
08-23 743
Vue.js 从一个简单的实验性项目成长为一个功能强大、社区活跃的前端框架，其发展历程展示了它对前端开发的持续创新和改进。通过引入先进的功能和不断扩展的生态系统，Vue.js 为开发者提供了一个高效、灵活的工具，满足了不同规模和复杂度应用的需求。
Golang学习笔记-Golang中的锁
qq_24428851的博客
08-25 931
Go标准库的中的sync.Cond是一个条件变量，它可以让一系列的goroutine都在满足特定条件下时候被唤醒，每一个 sync.Cond 结构体在初始化时都需要传入一个互斥锁，我们可以通过下面的例子了解它的使用方法。因为请求的哈希在业务上一般表示相同的请求，所以上述代码使用它作为请求的键。这个是Go语言的扩展包中提供的另外一个信号量，它能够在一个服务中抑制对下游的多次重复请求，比如在redis的缓存雪崩中，能够限制对同一个 Key 的多次重复请求，减少对下游的瞬时流量。上述两个加起来，只占用8个字节。
学习大数据DAY44 帆软 report 配置
shh2000424的博客
08-23 1105
署，并设置服务器开机自启动，并请实操演示 得分点（完成得满分，未完成得。服务器容器的端口修改，并将内存调大，请实操演示 得分点（完成得。2 部署 tomcat web 服务。1 安装帆软 report v11。配置环境变量 推荐用自己的名字。等几秒查看下进程或者端口。3 显示 帆软 报表平台。分 服务器开机自启动。初始化设置下用户和密码。在它的第二行上面添加。
生信分析sam文件解读
07-12
SAM（Sequence Alignment/Map）文件是一种常用的生物信息学文件格式，用于存储测序数据的比对结果。SAM文件由一系列的比对记录组成，每条记录描述了一个测序序列的比对信息。 SAM文件中的每条记录由多个字段组成，包括序列名、比对标志、参考序列名、起始位置、比对质量等。下面是一条SAM记录的示例： ``` SRR001666.1 147 chr1 1000 60 50M = 2000 0 ATCGATCG... IIIIIII... ``` - 第一个字段是序列名，用于唯一标识每个测序序列。 - 第二个字段是比对标志，描述了该比对记录的一些属性，如是否为反向互补序列、是否有剪切等。 - 第三个字段是参考序列的名字，表示该测序序列比对到哪个参考序列上。 - 第四个字段是起始位置，表示该测序序列在参考序列上的起始位置。 - 第五个字段是比对质量，表示该比对的质量值。 - 第六个字段是CIGAR字符串，描述了比对的详细信息，如插入、删除等。 - 第七个字段是比对到的参考序列的名字，如果与第三个字段相同，则表示该测序序列与自身比对。 - 第八个字段是比对到的参考序列上的终止位置。 - 第九个字段是比对序列在参考序列上的偏移量。 - 第十个字段是比对的序列。 - 第十一个字段是比对序列的质量值。 通过解析SAM文件，我们可以获取比对的详细信息，如测序序列的起始位置、比对质量、CIGAR字符串等，以便进行后续的生物信息学分析。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值