三大人群频率库合并记录

最新推荐文章于 2023-11-07 13:42:10 发布
最新推荐文章于 2023-11-07 13:42:10 发布
阅读量402 收藏 1
点赞数
原文链接：https://mp.weixin.qq.com/s?__biz=MzI5MTcwNjA4NQ==&mid=2247545111&idx=2&sn=930babacdb9bad987b3c98e398f9c25e&chksm=ec0ef49ddb797d8ba37eb5ef53d75533bb951f4e77dcba47560d00719cbeb4d7ae9f4e6960d6&scene=126&sessionid=0
版权
文章描述了对多个遗传变异数据库（gnomAD,1000G,ALFA,dbSNP）进行整合和分析的过程，特别是针对高频和低频突变的筛选，以及如何处理文件的冗余和确保数据准确性。作者强调了频繁更新文档的重要性，以反映最新的研究进展，并提供了用于筛选和合并数据的脚本示例。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

(2022-09-21)已更正、更新完毕，本篇仅作最后的归档

  为什么有关人群频率的推文总是写一篇、再更新一篇？

  1. 每个库的文件太大，初次测试好的程序经常要运行数个小时后才能看到结果；2. 如果第2天发现结果文件存在中断或其它报错 (即使问题不是很大)，便需要更正、更新文档；3. 人群频率库的"多"和"准"对海量遗传变异的筛选非常重要，需要很小心地求证。

0e3733874b96b385d71fcaa1d3ff7b2d.png

  因此每个库的文档都以更新后的为准。按照这些文档，每隔1~2年便更新一次，调用最新的数据库，使分析流程保持在研究的前沿。

gnomAD

ls -sh gnomAD/af-only-gnomad.hg38.AF.spliMulti.norm.vcf.6col.txt  gnomAD/gnomad.exomes.r2.1.1.sites.liftover_grch38.AF.spliMulti.norm.vcf.6col.exLowAN.txt

8.8G (WGS)

gnomAD/af-only-gnomad.hg38.AF.spliMulti.norm.vcf.6col.txt

689M (WES)

gnomAD/gnomad.exomes.r2.1.1.sites.liftover_grch38.AF.spliMulti.norm.vcf.6col.exLowAN.txt

1000G

ls -sh a1000G/ftp.ensembl/chr/ALL.GRCh38.genotypes.20170504.AF.1samp.spliMulti.norm.vcf.6col.txt

3.3G (WGS)

a1000G/ftp.ensembl/chr/ALL.GRCh38.genotypes.20170504.AF.1samp.spliMulti.norm.vcf.6col.txt

ALFA

ls -sh AlleleFrequencyAggregator_ALFA/ftp.ensembl/*6col.chr* | cat

 2.4G dbSNP154_ALFA_GRCh38....norm.vcf.6col.chr1.txt

 2.6G dbSNP154_ALFA_GRCh38....norm.vcf.6col.chr2.txt

 2.1G dbSNP154_ALFA_GRCh38....norm.vcf.6col.chr3.txt

 2.0G dbSNP154_ALFA_GRCh38....norm.vcf.6col.chr4.txt

 1.9G dbSNP154_ALFA_GRCh38....norm.vcf.6col.chr5.txt

 1.8G dbSNP154_ALFA_GRCh38....norm.vcf.6col.chr6.txt

 1.7G dbSNP154_ALFA_GRCh38....norm.vcf.6col.chr7.txt

 1.6G dbSNP154_ALFA_GRCh38....norm.vcf.6col.chr8.txt

 1.4G dbSNP154_ALFA_GRCh38....norm.vcf.6col.chr9.txt

 1.5G dbSNP154_ALFA_GRCh38....norm.vcf.6col.chr10.txt

 1.5G dbSNP154_ALFA_GRCh38....norm.vcf.6col.chr11.txt

 1.5G dbSNP154_ALFA_GRCh38....norm.vcf.6col.chr12.txt

 1.1G dbSNP154_ALFA_GRCh38....norm.vcf.6col.chr13.txt

 965M dbSNP154_ALFA_GRCh38....norm.vcf.6col.chr14.txt

 906M dbSNP154_ALFA_GRCh38....norm.vcf.6col.chr15.txt

 1005M dbSNP154_ALFA_GRCh38....norm.vcf.6col.chr16.txt

 876M dbSNP154_ALFA_GRCh38....norm.vcf.6col.chr17.txt

 857M dbSNP154_ALFA_GRCh38....norm.vcf.6col.chr18.txt

 661M dbSNP154_ALFA_GRCh38....norm.vcf.6col.chr19.txt

 693M dbSNP154_ALFA_GRCh38....norm.vcf.6col.chr20.txt

 418M dbSNP154_ALFA_GRCh38....norm.vcf.6col.chr21.txt

 439M dbSNP154_ALFA_GRCh38....norm.vcf.6col.chr22.txt

 1.2G dbSNP154_ALFA_GRCh38....norm.vcf.6col.chrX.txt

 41M dbSNP154_ALFA_GRCh38....norm.vcf.6col.chrY.txt

 124K dbSNP154_ALFA_GRCh38....norm.vcf.6col.chrM.txt

查看开头、结尾

head -n 3 a1000G/ftp.ensembl/chr/ALL.GRCh38.genotypes.20170504.AF.1samp.spliMulti.norm.vcf.6col.txt gnomAD/gnomad.exomes.r2.1.1.sites.liftover_grch38.AF.spliMulti.norm.vcf.6col.exLowAN.txt gnomAD/af-only-gnomad.hg38.AF.spliMulti.norm.vcf.6col.txt
head AlleleFrequencyAggregator_ALFA/ftp.ensembl/dbSNP154_ALFA_GRCh38_20210727.Global.spliMulti.norm.vcf.6col.chr1.txt

13e49a249aca61089c161b44a17e3d76.png

dbSNP154_ALFA_GRCh38_20210727.Global.spliMulti.norm.vcf.6col.chr1.txt

0265a21b79741fcee356474e7ab1acd2.png

tail  -n 3 a1000G/ftp.ensembl/chr/ALL.GRCh38.genotypes.20170504.AF.1samp.spliMulti.norm.vcf.6col.txt gnomAD/gnomad.exomes.r2.1.1.sites.liftover_grch38.AF.spliMulti.norm.vcf.6col.exLowAN.txt gnomAD/af-only-gnomad.hg38.AF.spliMulti.norm.vcf.6col.txt

ca2cc59e69eb649a2e792843274b55e8.png

  查看列的数目是否一致

nohup cat a1000G/ftp.ensembl/chr/ALL.GRCh38.genotypes.20170504.AF.1samp.spliMulti.norm.vcf.6col.txt gnomAD/gnomad.exomes.r2.1.1.sites.liftover_grch38.AF.spliMulti.norm.vcf.6col.exLowAN.txt gnomAD/af-only-gnomad.hg38.AF.spliMulti.norm.vcf.6col.txt | \
  awk 'BEGIN{OFS=FS="\t"}{if(NF!=6) print NR, $0}' \
  > wrong.Ncol &

合并，且去除重复的短变异

  优先次序：gnomAD-exome， ALFA，1000G，gnomAD-genome

# 高频突变 (AF>0.1)
nohup cat gnomAD/gnomad.exomes.r2.1.1.sites.liftover_grch38.AF.spliMulti.norm.vcf.6col.exLowAN.txt \
  AlleleFrequencyAggregator_ALFA/ftp.ensembl/*6col.chr* \
  a1000G/ftp.ensembl/chr/ALL.GRCh38.genotypes.20170504.AF.1samp.spliMulti.norm.vcf.6col.txt \
  gnomAD/af-only-gnomad.hg38.AF.spliMulti.norm.vcf.6col.txt | \
  awk 'BEGIN{OFS=FS="\t"}{if(var["_"$1"_"$2"_"$4"_"$5"_"]=="" && $6~/^[0-9.e-]+$/ && $6>0.1) print $1,$2,$3,$4,$5,".",".",$6; var["_"$1"_"$2"_"$4"_"$5"_"]=1}' \
  > gnomAD.1000G.AF.moreThan-0.1.txt &
# 文件中断，故拆分成2步，且似乎运行地更快
nohup cat gnomAD/gnomad.exomes.r2.1.1.sites.liftover_grch38.AF.spliMulti.norm.vcf.6col.exLowAN.txt AlleleFrequencyAggregator_ALFA/ftp.ensembl/*6col.chr* a1000G/ftp.ensembl/chr/ALL.GRCh38.genotypes.20170504.AF.1samp.spliMulti.norm.vcf.6col.txt gnomAD/af-only-gnomad.hg38.AF.spliMulti.norm.vcf.6col.txt | awk 'BEGIN{OFS=FS="\t"}{if($6~/^[0-9.e-]+$/ && $6>0.1) print $0}' \
  > gnomAD.1000G.AF.moreThan-0.1.redundancy.txt &
awk 'BEGIN{OFS=FS="\t"}{if(var["_"$1"_"$2"_"$4"_"$5"_"]=="") print $1,$2,$3,$4,$5,".",".",$6; var["_"$1"_"$2"_"$4"_"$5"_"]=1}' gnomAD.1000G.AF.moreThan-0.1.redundancy.txt \
  > gnomAD.1000G.AF.moreThan-0.1.txt
# 冗余比例约 2.38
wc -l gnomAD.1000G.AF.moreThan-0.1.redundancy.txt gnomAD.1000G.AF.moreThan-0.1.txt
# 21522049 vs. 9053323
# 2.38


# 低频突变 (AF<=0.1)
nohup cat gnomAD/gnomad.exomes.r2.1.1.sites.liftover_grch38.AF.spliMulti.norm.vcf.6col.exLowAN.txt \
  AlleleFrequencyAggregator_ALFA/ftp.ensembl/*6col.chr* \
  a1000G/ftp.ensembl/chr/ALL.GRCh38.genotypes.20170504.AF.1samp.spliMulti.norm.vcf.6col.txt \
  gnomAD/af-only-gnomad.hg38.AF.spliMulti.norm.vcf.6col.txt | \
  awk 'BEGIN{OFS=FS="\t"}{if(var["_"$1"_"$2"_"$4"_"$5"_"]=="" && $6~/^[0-9.e-]+$/ && $6<=0.1) print $1,$2,".",$3,$4,$5,".",".",$6; var["_"$1"_"$2"_"$4"_"$5"_"]=1}' \
  > gnomAD.1000G.AF.lessThan-0.1.bed &


# 总体冗余比例约 1.32
# 1,420,938,999 vs. 1,078,644,554
# 1.32

  查看AF值是否都是"数字 (包含如1e-5)"时，注意下面2种用法的区别：

197695fb9e9817b55ce24143b3edf13a.png

  存在重复的变异：

cat a1000G/ftp.ensembl/chr/ALL.GRCh38.genotypes.20170504.AF.1samp.spliMulti.norm.vcf.6col.txt gnomAD/gnomad.exomes.r2.1.1.sites.liftover_grch38.AF.spliMulti.norm.vcf.6col.exLowAN.txt gnomAD/af-only-gnomad.hg38.AF.spliMulti.norm.vcf.6col.txt | awk 'BEGIN{OFS=FS="\t"}{if(var["_"$1"_"$2"_"$4"_"$5"_"]!="") print $0; var["_"$1"_"$2"_"$4"_"$5"_"]=1}' | head

chr1 7623266 rs554779128 T TTGAA 0.00405022

chr1 11348703 rs548517482;rs112877363 CTATG C 0.152356

chr1 12924445 rs113511794 C G 0.0896565

chr1 12938980 rs9442277 G A 0.453075

chr1 12941676 rs552423407 C G 0.000399361

chr1 12941687 rs28716506 C T 0.0509185

chr1 12954322 rs7528913 T A 0.973043

chr1 13099405 rs28649915 A T 0.127196

chr1 13099416 rs28565436 A T 0.999601

chr1 13135337 rs1966167 G C 0.465056

cat a1000G/ftp.ensembl/chr/ALL.GRCh38.genotypes.20170504.AF.1samp.spliMulti.norm.vcf.6col.txt gnomAD/gnomad.exomes.r2.1.1.sites.liftover_grch38.AF.spliMulti.norm.vcf.6col.exLowAN.txt gnomAD/af-only-gnomad.hg38.AF.spliMulti.norm.vcf.6col.txt | grep -P 'chr1\t7623266\t'

chr1 7623266 rs111828628 T  TTGAA 0.985966

chr1 7623266 rs554779128 T  TTGAA 0.00405022

chr1 7623266 . T  TTGAA 0.001058

chr1 7623266 . TTGAA T 0.008344

chr1 7623266 . TTGAATGAA T 0.0002708

chr1 7623266 . T TTGAATGAA 4.923e-05

cat a1000G/ftp.ensembl/chr/ALL.GRCh38.genotypes.20170504.AF.1samp.spliMulti.norm.vcf.6col.txt gnomAD/gnomad.exomes.r2.1.1.sites.liftover_grch38.AF.spliMulti.norm.vcf.6col.exLowAN.txt gnomAD/af-only-gnomad.hg38.AF.spliMulti.norm.vcf.6col.txt | grep -P 'chr1\t11348703\t'

chr1 11348703 rs112877363 CTATG C 0.00119808

chr1 11348703 rs548517482;rs112877363 CTATG C 0.152356

cat a1000G/ftp.ensembl/chr/ALL.GRCh38.genotypes.20170504.AF.1samp.spliMulti.norm.vcf.6col.txt gnomAD/gnomad.exomes.r2.1.1.sites.liftover_grch38.AF.spliMulti.norm.vcf.6col.exLowAN.txt gnomAD/af-only-gnomad.hg38.AF.spliMulti.norm.vcf.6col.txt | grep -P 'chr1\t12924445\t'

chr1 12924445 rs113511794 C G 0.838858

chr1 12924445 rs113511794 C G 0.0896565

613b5231c5e582fdfc243562fdce4f45.png

cat a1000G/ftp.ensembl/chr/ALL.GRCh38.genotypes.20170504.AF.1samp.spliMulti.norm.vcf.6col.txt \
  gnomAD/gnomad.exomes.r2.1.1.sites.liftover_grch38.AF.spliMulti.norm.vcf.6col.exLowAN.txt \
  gnomAD/af-only-gnomad.hg38.AF.spliMulti.norm.vcf.6col.txt | \
  grep -P 'chr1\t12938980\t'

chr1 12938980 rs9442277 G A 0.000199681

chr1 12938980 rs9442277 G A 0.453075

1f80f833fe123b1007a028f3885162a8.png

cat a1000G/ftp.ensembl/chr/ALL.GRCh38.genotypes.20170504.AF.1samp.spliMulti.norm.vcf.6col.txt \
  gnomAD/gnomad.exomes.r2.1.1.sites.liftover_grch38.AF.spliMulti.norm.vcf.6col.exLowAN.txt \
  gnomAD/af-only-gnomad.hg38.AF.spliMulti.norm.vcf.6col.txt | \
  grep -P 'chr1\t12941687\t'

chr1 12941687 rs28716506 C T 0.00419329

chr1 12941687 rs28716506 C T 0.0509185

f4cd64ede2b68b076a6d6ee475a9df96.png

grep -w rs334 gnomAD.1000G.AF.20220906.txt

chr11 5227002 rs334 T A 0.0273562

  似乎没有太强的规律。可以调换合并的优先次序，或者取平均值等。或合并、模拟生成bed文件，再用bedtools操作 (排序、索引、去重复、取均值或多数值，等等)。

查看有无遗漏的位点

  测试冗余位点中，是否存在既不是高频、也不是低频的位点

# 全部位点
cat gnomAD/gnomad.exomes.r2.1.1.sites.liftover_grch38.AF.spliMulti.norm.vcf.6col.exLowAN.txt \
  AlleleFrequencyAggregator_ALFA/ftp.ensembl/*6col.chr* \
  a1000G/ftp.ensembl/chr/ALL.GRCh38.genotypes.20170504.AF.1samp.spliMulti.norm.vcf.6col.txt \
  gnomAD/af-only-gnomad.hg38.AF.spliMulti.norm.vcf.6col.txt | cut -f 1,2,4,5 > test1
cut -f 1,2,4,5 gnomAD.1000G.AF.moreThan-0.1.txt > test2.more
cut -f 1,2,5,6 gnomAD.1000G.AF.lessThan-0.1.bed > test2.less
cat test2.more test2.less > test2
nohup awk 'BEGIN{OFS=FS="\t"}ARGIND==1{var["_"$1"_"$2"_"$3"_"$4"_"]=1}ARGIND==2{if(var["_"$1"_"$2"_"$3"_"$4"_"]=="") print $0}' \
  test1  test2 > loss.site &
# 某个染色体，如：chr2
cat gnomAD/gnomad.exomes.r2.1.1.sites.liftover_grch38.AF.spliMulti.norm.vcf.6col.exLowAN.txt \
  AlleleFrequencyAggregator_ALFA/ftp.ensembl/*6col.chr20* \
  a1000G/ftp.ensembl/chr/ALL.GRCh38.genotypes.20170504.AF.1samp.spliMulti.norm.vcf.6col.txt \
  gnomAD/af-only-gnomad.hg38.AF.spliMulti.norm.vcf.6col.txt | cut -f 1,2,4,5 | \
  grep "^chr20" > test1
cut -f 1,2,4,5 gnomAD.1000G.AF.moreThan-0.1.txt | \
  grep "^chr20" > test2.more &
cut -f 1,2,5,6 gnomAD.1000G.AF.lessThan-0.1.bed | \
  grep "^chr20" > test2.less &
cat test2.more test2.less > test2
nohup awk 'BEGIN{OFS=FS="\t"}ARGIND==1{var["_"$1"_"$2"_"$3"_"$4"_"]=1}ARGIND==2{if(var["_"$1"_"$2"_"$3"_"$4"_"]=="") print $0}' \
  test1  test2 > lost.site &

  无遗漏

  再提供一个高、低频AF合并后的文件，这里模拟VCF的前5列，以及AF列，也方便与样本队列的VCF取子集后提交给CADD。

72ce5ce67fe191d3d388e3955318836e.png

cut -f 1-5,8 gnomAD.1000G.AF.moreThan-0.1.txt > more
cut -f 1,2,4-6,9 gnomAD.1000G.AF.lessThan-0.1.bed > less
cat more less > gnomAD.1000G.ALFA.AF.txt
# 测试某条染色体
cut -f 1,2,4,5 gnomAD.1000G.ALFA.AF.txt  | grep "^chrY" > test2
cat gnomAD/gnomad.exomes.r2.1.1.sites.liftover_grch38.AF.spliMulti.norm.vcf.6col.exLowAN.txt AlleleFrequencyAggregator_ALFA/ftp.ensembl/*6col.chrY* \
  a1000G/ftp.ensembl/chr/ALL.GRCh38.genotypes.20170504.AF.1samp.spliMulti.norm.vcf.6col.txt gnomAD/af-only-gnomad.hg38.AF.spliMulti.norm.vcf.6col.txt | cut -f 1,2,4,5 | \
  grep "^chrY" > test1
# 测试，提交CADD (注意后缀名)
head -n 500 gnomAD.1000G.ALFA.AF.txt > testCADD.vcf

28f2fa2fb15291d1e0abd3bbb25d7f0a.png

  ca4862213e7525c5ad0768c3c002cb9a.png

  由于WGS的人群频率库很大 (几十亿个位点)，须分染色体运行，否则占用内存极大 (>200GB)

# grep -w chr1 gnomAD.1000G.ALFA.AF.txt > gnomAD.1000G.ALFA.AF.chr1.txt &
# grep -w chr11 gnomAD.1000G.ALFA.AF.txt > gnomAD.1000G.ALFA.AF.chr11.txt &
cat Assembly.ChromosomeAccession.Chromosome.25.txt | cut -f 2 | while read chr
do
  grep -w ${chr} gnomAD.1000G.ALFA.AF.txt > gnomAD.1000G.ALFA.AF.${chr}.txt &
done
# Check文件大小
ls -shtr gnomAD.1000G.ALFA.AF.chr*.txt
# Check文件行数
wc -l gnomAD.1000G.ALFA.AF.chr*.txt

ba7b544d53bc7cd6487d4b5f636f277f.png

bf02267a0c04464ac89e78339edfd0af.png

最终的文件

  9,053,323 (高频，约905万)

  gnomAD.1000G.AF.moreThan-0.1.txt

  1,069,591,231 (低频，约11亿)

  gnomAD.1000G.AF.lessThan-0.1.bed

  1,078,644,554 (高频 + 低频；含补丁染色体，如chr19_KI270938v1_alt)

  gnomAD.1000G.ALFA.AF.txt

  gnomAD.1000G.ALFA.AF.chr*.txt (chr1...22XYM)

旧服务器 (1-6期学员) ，已更新至

  /home/public/db/

新服务器，已更新至

  /disk2/home/shw/db/ (软链接)

  /disk4/home/shw/db/

dbSNP库的155版的AF库更大，待后续合并

对每个AF单独处理、再合并的好处是：

可随时更新，以及控制中间过程 (比如选择东亚人种的AF)

c724f6695f44ca2ef0ce018bd33a8d22.png

往期精品(点击图片直达文字对应教程)

e341ac2358bad9d6f1b7f2afbbe7a668.jpeg

5b8de777e5c22a5f83bd2fa698367926.jpeg

edb78b8795c80f4ac285c1c5a13ac0c7.jpeg

a8a3f6f7d8cd89f3c265a9c24d01703a.jpeg

7177d4f5bade6b8c5c1d78bd0ef5e5ac.jpeg

a053c0362164a2e57e5d89badbecf694.jpeg

4c68783358d1eaf589fbfe4929803a04.jpeg

8b34ee537c19328b8cd72ff37f7f1f7c.jpeg

c37efedd369b62801831511cc624c7f5.jpeg

7e51a05e562f82eb6ef2cd64d4b49190.jpeg

a4c9f574beabe50c701226d3eb558bf8.jpeg

872f7cfa2a01bbc59b2c3e9c2ef665dc.jpeg

63960f86d99b1d9c4f4062ae4b08d086.png

86dc29683b752348ee816ec67a47b23f.png

1e58d358d72f9083a31ff19ed8d02f80.png

99683d15071a0760709f54adc3b5dd9c.png

7ac3816fa1e8561454cea45d3fec7884.jpeg

4e2af56670b446d743112c0bdd2cf0af.jpeg

624bdb3f477b8147832efde971ec49a8.jpeg

4d2b9aa25f2ab877ff4bae93d8337981.jpeg

0d68755857dd7daa6a8dbd9e954bd53a.png

88dd0bbea095c80155291f280cb74b09.png

afd9cb15b0096fb582c635d4e15cbf01.jpeg

452a9244b9b4cfe15b4e32b0c75d3f3d.png

9b2389d9c503181d65f57014984197f3.png

4059c60de7d53666b14bf616073ac3db.jpeg

7f474d6f86fc9e52c568961d79876bf2.png

4eb1f071c1345243ffe5dd97780d1624.png

机器学习

后台回复“生信宝典福利第一波”或点击阅读原文获取教程合集

d5149162ac4fb91fb069c4bc43e5504c.jpeg

5ec7e8a6d87fca9e1fc5be2f8964b04d.jpeg

f8535d24cfbf95d38b6a10263e323de3.png

生信宝典
关注
大语言模型原理与工程实践：大语言模型的缩放定律
AI天才研究院
11-15 914
大语言模型原理与工程实践：大语言模型的缩放定律 关键词 大语言模型、自然语言处理、神经网络、预训练、模型缩放、工程实践 摘要 本文旨在全面解析大语言模型的原理与工程实践，特别关注大语言模型的缩放定律。文章首先介绍了大语言模型的基础概念
搜索推荐系统的AI 大模型融合：电商平台的核心战略与竞争优势
AI天才研究院
10-25 717
现在，我们将按照上述目录大纲开始撰写文章正文部分。首先，我们将探讨搜索推荐系统的基本概念和架构。搜索推荐系统是一种智能信息过滤和检索系统，它利用机器学习、深度学习、数据挖掘等技术，从大量数据中挖掘出用户的兴趣和行为模式，然后为用户提供个性化的信息推荐。在电子商务领域，搜索推荐系统广泛应用于商品推荐、内容推荐和广告推荐等方面。AI大模型是指具有大规模参数和复杂结构的机器学习模型，通常基于深度学习算法。这些模型通过训练大量数据，可以自动学习和理解复杂的模式，并在各种任务中表现出卓越的性能。大规模参数。
如何安装SNPlocs.Hsapiens.dbSNP155.GRCh37包
weixin_66130850的博客
08-08 4298
如何安装SNPlocs.Hsapiens.dbSNP155.GRCh37包
求问SNPlocs.Hsapiens.dbSNP155.GRCh37 包下载问题
2301_78541185的博客
11-07 1462
试开URL’https://bioconductor.org/packages/3.18/data/annotation/src/contrib/SNPlocs.Hsapiens.dbSNP155.GRCh37_0.99.24.tar.gz'下载程序包‘SNPlocs.Hsapiens.dbSNP155.GRCh37’时出了问题。安装源码包‘SNPlocs.Hsapiens.dbSNP155.GRCh37’我在RStudio下载该包时出现以下问题代码。
下载生成af-only-gnomad.hg19.vcf.gz文件
qq_27390023的博客
09-09 1781
Mutect2 call mutations 时需要用到一个af-only-gnomad.hg19.vcf.gz文件，如果使用hg38参考基因组，这个文件可以从gatk的resource of bundle上下载，但是对于hg19，并不提供这个文件。
更新 | gnomAD人群频率库的下载与处理
悟道西方
09-09 2162
当前有两个文件可用：af-only-gnomad.hg38.vcf.gz (GATK提供)gnomad.exomes.r2.1.1.sites.liftover_grch38.vcf (gnomAD官网)将并行处理，最后比较。# gnomAD官网数据源下载 wget -c https://storage.googleapis.com/gcp-public-data--gnomad/release/...
软件包下载报错的解决方案
Baron的技术blog
01-27 805
下载工具的选择上： 推荐尽量使用 npm ，感受到 yarn 的压力之后，npm做了一些类似的改进新版 npm 并不比 yarn 差。目前楼主感受使用 yarn 偶尔会有一些诡异的报错。 方案一：设置 npm 镜像源 # 设置为国内镜像源 npm config set registry http://registry.npm.taobao.org # 查看当前镜像源 npm config get registry # 恢复原来镜像源 npm config set registry http://regi
深入探讨互联网广告：变现机制与行业趋势
张彦峰的博客
08-22 4万+
无论是互联网企业还是传统的其他企业情况，变现模式比如说用户直接付费、佣金分成、内容付费、电子商务、金融运作、增值服务等，哪怕刚开始选择的是其他变现模式，最终也还是免不了要增加广告产品进行变现，也就是说广告才是互联网产品最常见的变现模式。 本文对广告产品进行基本分析和变现模式分析
2024年Unity 面试题 |五萬字 二佰道| Unity面试题大全，面试题总结【全网最全，收藏一篇足够面试】
热门推荐
努力前行，总会成为自己心中的那道光
02-23 14万+
正所谓 金三银四 ，又到了找工作的大好时机了，不知道大家有没有意向找一份更好的工作呢~ 之前写了很多Unity的学习和实例文章，但是面试题部分还没有一个系统的整理。 那本篇文章就来整理一下Unity中一些常见的面试题，说不准就会面试的时候就会遇到！ 本篇文章会将Unity所有方面的面试资料都融会贯通，绝对是2022年Unity面试领域最实用的文章啦！
基于 MaxCompute + Hologres 的人群圈选和数据服务实践
数据库技术
09-23 499
人群圈选系统基本逻辑架构 人群圈选并不是一个新业务， 几乎所有的互联网公司都在做，因为这是一个基本营销场景，选定的人群要发代金券，要导入流量，要做针对性促销，要选择合适的人群，那怎么做这件事情呢？实际上要通过人群的行为特征，采购特性，关注特征，兴趣特性，甚至是教育程度等等，把人群划分成不同的组。通过划分人群组，在有限的营销预算里面，将资源投放给转化率或点击率最高的人群。 基本的业务架构逻辑如下图，自下而上。首先是标签加工引擎，主要以离线加工为主。在标签加工引擎内，会对用户历史的采购行为、访问行为、关注行
人群频率 | gnomAD数据库简介 (一)
悟道西方
04-13 5303
人群变异频率的重要性 从孟德尔的豌豆到人类的遗传病中提到的，在遗传病患者中，根据人群频率（Frequency in unselected individuals）筛选候选变异是发现致病变异（Causal variants）的任何一种数据分析流程中关键的一步，并且这种筛选的效果取决于所使用的参考数据的大小和族群的多样性（Nature, 2016, Monkol Lek）。...
关于 minor allele frequency（次等位基因频率）的理解
diedie4488的博客
12-19 6216
　　引用自NCBI的概念（https://www.ncbi.nlm.nih.gov/projects/SNP/docs/rs_attributes.html#gmaf） 　　Global minor allele frequency (MAF): dbSNP is reporting the minor allele frequency for each rs included in...
Docker入门
Bro_come的博客
03-22 2107
Docker狂神的学习笔记
ALFA | 临床基因组课程 人群频率数据库 新成员
悟道西方
09-12 699
纳入ALFA人群频率数据库的 必要性、库的简介、数据获取方式 见：一个很简单的数据库，意义不简单 | ALFA: Allele Frequency Aggregator 本篇文章将正式纳入该数据库，加入到易生信临床基因组课程中，作为对已有的人群频率数据库的补充。有关ALFA的几个主要网址 简介1https://ncbiinsights.ncbi.nlm.nih.gov/20...
NGS数据分析实践：02. 参考基因组及注释库的下载
hucy_Bioinfo
09-22 2359
NGS数据分析实践：02. 参考基因组及注释库的下载
下载基因组注释gtf文件和下载参考基因组序列
高锦的博客
10-20 2万+
下载基因组注释gtf文件和下载参考基因组序列 对NCBI： wget ftp://ftp.ncbi.nlm.nih.gov/genomes/Homo_sapiens/GFF/ref_GRCh38.p7_top_level.gff3.gz           ## hg38 wget ftp://ftp.ncbi.nlm.nih.gov/genomes/Homo_sapiens/ARC
Ensembl数据库简介
dingsheng56656的专栏
08-30 8193
Ensembl是一项生物信息学研究计划，旨在开发一种能够对真核生物基因组进行自动诠释（automatic annotation）并加以维护的软件。该计划由英国维康基金桑格研究院及欧洲分子生物学实验室所属分部欧洲生物信息研究所共同协作运营，这是为了回应人类基因组计划即将完而于1999年启动的 。在存在10年之后，Ensembl的目标仍然是为遗传学家，分子生物学家和其他研究人员研究我们自己...
php正则匹配sg-nc-wap_Pandas基础操作（上）
weixin_28977715的博客
12-29 11万+
文章目录一、Pandas文件读取1.pandas数据读取1、读取纯文本文件1.1 读取csv，使用默认的标题行、逗号分隔符1.2 读取txt文件，自己指定分隔符、列名2、读取excel文件3、读取sql文件二、pandas的数据结构DataFrame和SeriesDataFrame：二维数据，整个表格，多行多列1.Series1.1 仅有数据列表即可生产最简单的Series1.2 创建一个具有标签...
少儿编程scratch项目源代码文件案例素材-岩浆生存 双人游戏.zip
最新发布
04-29
少儿编程scratch项目源代码文件案例素材-岩浆生存 双人游戏.zip
Kaggle HCDR挑战：预测房屋信用违约风险
通过这些数据，团队能够构建起更为复杂的模型来预测贷款违约风险，从而帮助无信用记录或信用不良的人群获得更合理的贷款条件，减少被不法贷款机构利用的风险。 项目中提到的不平衡数据集是指在实际应用中，正常还款...
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