qq_39306047的博客

创建永久库和临时库以及@@的作用@@表示执行下一个操作，指针保持在当前记录。2、通过data步自主创建版本问题不好解决且训练集比较小的情况下，决定通过data步创建，代码格式：注：此处创建永久的数据集Libname ex ‘c:\SAS\dataset’ ; /* 创建永久数据库*/Data ex.GDP;Input year gdp1 gdp2 gdp3 @@; /* @@表示 连续输入*/cards;1978 28.18857 47.87643 23.9351979 31.26565

ppt_powerbi转ppt，数据分析ppthttps://www.bilibili.com/video/BV1oW411f7TB?p=20&spm_id_from=pageDriverhttps://www.bilibili.com/video/BV1Vi4y1b76o?from=search&seid=1091876864834231068&spm_id_from=333.337.0.0https://www.bilibili.com/video/BV1Bm4y1U7Yh

看文章捷径就是用ppt 安装FIugre展现的顺序 把Figure 排序做好ppt然后用Figure作为关键词搜索文章，查看内容，来理清楚叙述的思路，科研思路note：假如英文困难的文章，可以用软件做整个文章翻译转docx并且排好版面，锻炼排版能力方式之一。然后多窗口图文对比着看，最后用知识图谱/思维导图的方式展现文章的逻辑思路！...

数据分析Tableauhttps://www.bilibili.com/video/BV1tK4y1x74W?from=search&seid=18343094153577913819https://www.bilibili.com/video/BV1qQ4y1N7LD?from=search&seid=7850891874425723586https://www.bilibili.com/video/BV1CK411574t/?spm_id_from=333.788.recomme

ps修改图片###ctr +E ctr+Jhttps://www.bilibili.com/video/BV1hr4y1w7xo/?spm_id_from=autoNexthttps://www.bilibili.com/video/BV1No4y117XW?-Arouter=story&p=1&share_medium=android&share_plat=android&share_source=WEIXIN&share_tag=s_i&times

gatk4的一些介绍#GENOMEwget -t 0 -c https://storage.cloud.google.com/genomics-public-data/resources/broad/hg38/v0/Homo_sapiens_assembly38.fasta &wget -t 0 -c https://storage.cloud.google.com/genomics-public-data/resources/broad/hg38/v0/Homo_sapiens_assemb

https://github.com/descostesn/BiocNYC-ChIPSeqSpikehttps://rdrr.io/bioc/ChIPSeqSpike/f/inst/doc/ChIPSeqSpike.pdfhttps://rdrr.io/bioc/ChIPSeqSpike/f/vignettes/ChIPSeqSpike.Rmdhttps://mp.weixin.qq.com/s/La_AwYYf0atmFvsHh7AL6QI-2 The dataIn this workshop

A 类地址子网掩码是 255.0.0.0 ，也可写作 /8B 类地址子网掩码是 255.255.0.0 ，也可写作 /16C 类地址子网掩码是 255.255.255.0 ，也可写作 /24 。网段地址是主机号全为 0 的地址，表示某个网段，比如：网段地址 192.168.10.0/24 表示的是网络号为 192.168.10 的所有地址。分配给主机使用的分类地址有 A 类、B 类、C 类，分类地址使用的是固定网络位数，A 类 8 位网络号，B 类 16 位网络号，C 类 24 位网络号。既可...

Docker Engine{“experimental”: false,“debug”: true,“registry-mirrors”: [“https://xxxxxx.mirror.aliyuncs.com”,“http://hub-mirror.c.163.com”]}

Win10系统阻止流氓软件后台自动安装的方法+如何在电脑进入桌面就设置用户名和密码Win10系统阻止流氓软件后台自动安装的方法对于不是很懂电脑的用户来说，经常会遇到系统莫名其妙安装一些乱七八糟的软件。这些软件不仅占用电脑内存，还会对电脑产生很大的安全隐患，更有甚者，完全不显示，就默默在后台运行吃内存，搞的电脑越来越卡，还以为是电脑出了什么问题。之后，只要有乱七八糟的应用想安装，系统都会发出警告，对这些软件我们选择阻止即可。这样，那些流氓软件就不能悄迷的在后台自动安装运行了。如何在电脑进入桌面就设置用

需要标准化的原因：样本内：相对定量而不是绝对定量：仅表示在35次抽样中，B基因抽样到了20次，（而不是其表达了20次。也不能说其会比geneA表达量高，因为基因的长度不同，所以落到基因上的reads数量也不同）样本件：不同样本的测序深度也是不同的，测序深度更深的会得到更多的reads。故，需要标准化。对基因长度和测序深度的不同进行标准化。PKM 流程gene长度标准化(真实转录序列的长度，不考虑可变剪接情况)测序深度标准化(除以每个样品总的reads数目，能够比对到参考序列上的reads数目):

讨厌又迷人的reads去重复https://www.jianshu.com/p/5781e7d74c40太长不看系列RNA-seq一般不去重复ChIP-seq一般去重复call SNP一般去重复万事无绝对，还需参考起始量和PCR扩增数判断是否去重复。reads mapping覆盖均匀度可以判断是否需要去重复。PCR去重工具首选Picard根源上解决去重复问题：起始量高，循环数少，reads能长不短，能双端不单端PCR重复的危害理论上来讲，不同的序列在进行PCR扩增时，扩增的倍数应该是相同

机器学习相关https://blog.csdn.net/yukyin/article/details/82945520

Hi-C data analysis tools and papers全文链接如下：https://github.com/mdozmorov/HiC_toolsTools are sorted by publication date, newest on top. Unpublished tools are listed at the end of each section. Related repositories: HiC_data, scHiC_notes. Please, open an is

酶切文件

ChIP-Seq数据挖掘系列-4: liftOver - 基因组坐标在不同基因组注释版本间转换https://www.jianshu.com/p/75758684b9cf

https://bioconductor.org/packages/release/bioc/vignettes/GenomicAlignments/inst/doc/summarizeOverlaps.pdfhttps://www.rdocumentation.org/packages/GenomicAlignments/versions/1.8.4/topics/summarizeOverlaps-methods

perl安装模块curl -L http://cpanmin.us | perl - --sudo Module::Build !!!比force好用！https://www.jianshu.com/p/c27fc1b82428：：Cant locate Module/Build.pm in INC编译uboot时出现：Can’t locate Shell.pm in @INCsudo perl -MCPAN -e shell进入shell终端输入： install Shell 或者：

3.合并成表达矩阵rsem官方提供了将多个样本合并成一个表达矩阵的工具，使用如下：rsem-generate-data-matrix ./C01/C01.genes.results ./C02/C02.genes.results ./C03/C03.genes.results >output_matrix.txt笔者并不喜欢官方提供的脚本，并且只有count矩阵结果，没有TPM和FPKM矩阵，所以可以写一个简单的python脚本搭配shell脚本重新将所需要的结果提取出来。vim rsem-c

rsem-calculate-expressionhttp://deweylab.biostat.wisc.edu/rsem/rsem-calculate-expression.htmlNAMESYNOPSISARGUMENTSBASIC OPTIONSADVANCED OPTIONSDESCRIPTIONOUTPUTEXAMPLESNAMErsem-calculate-expressionSYNOPSISrsem-calculate-expression [options] up

ChIP-Seq数据挖掘系列-4: liftOver - 基因组坐标在不同基因组注释版本间转换https://www.jianshu.com/p/75758684b9cf#2 命令行版本liftover##2.1 根据自己系统选择程序版本版本选择[linux.x86_64 liftOver]： http://hgdownload.soe.ucsc.edu/admin/exe/linux.x86_64/liftOver##2.2 使用方法$ chmod +x liftOver$ liftOve

A 3D map of the humangenome at kilobase resolution reveals principles of chromatinlooping[J]. Cell, 2014, 159(7): 1665-1680.在以上文章中，研究者描述 Hi-C 数据分辨率的评估方法:分辨率为 1Kb 表示在全基因组 1Kb 的 bin 中,超过 80%的 1kb 的 bin 含有>1000 个有效 contacts ;有效数据：N ； 基因组大小：G ；分辨率：R具体计

yyp@yyp-HP-246-Notebook-PC:~$ sudo apt-get -y install autosshProcessing triggers for man-db (2.8.3-2ubuntu0.1) …yyp@yyp-HP-246-Notebook-PC:~$ ssh-keygenGenerating public/private rsa key pair.Enter...

另外，index和barcode有什么区别，为什么用两个fq文件进行区分？找到10X官方给出的一个解答：https://kb.10xgenomics.com/hc/en-us/articles/115002777072-How-do-I-demultiplex-by-sample-index-and-barcode-i7 sample index（library barcode）是加到Illu...

测序数据覆盖度什么叫做测序数据的覆盖度(coverage)，这是一个很好的问题。在书中，覆盖率简单定义为:c = 测序的碱基数 / 基因组总大小一开始我觉得这个公式其实是计算测序的平均深度。但是后面继续谈到覆盖度不是意味着所有基因组都被覆盖了，而是覆盖率越高，基因组未被检测到的基因越少。根据经验公式，碱基丢失率：P = exp(-C)。假设测序深度10x，基因组长度为20k,那么丢失exp(...

网路的技术文章很多，各种技术面都可以很深很广，但是不建议看到那个好就学那个。。。比如说专业做网络的，有专门做后台数据处理的，有专门练习算法的，有数学建模的，单单哪一个都是很好的。但是不能乱学，乱学只是打空拳浪费时间精力。学习要结合实际领域的学，有职业发展的规划和路线，也是学习的发展路线，这样才是有实效的。否则学的再高大上都是花架子，没实用！浪费时间精力！记住术业有专攻...