samhuairen的专栏

mutmap 定位基因也是基于BSA的方法，之前一篇博客BSA分析拟南芥F2代分离群体混池测序是做的突变体也野生型杂交后代中F2选择极端个体，加亲本进行测序分析的一篇流程。上篇中的数据也可以用mutmap 分析，仅仅才用野生型亲本测序的数据，和后代突变类型混池的数据即可。方法和上边的类似，也是计算每个SNP等位基因的频率。只不过这里另一个极端混池用亲本表示了，因为极端个体的标记和基因型都是趋于亲本类型的。mutmap 可以直接使用fastq 文件，一次性做出来结果，也可以用bam文件等中间文件进行。在这..

1. 实验背景为了研究拟南芥对高温响应的基因，我们对拟南芥的野生型Col进行了EMS诱变，通过对诱变后的种子多代的高温筛选，我们发现了一个对高温敏感的突变体，该突变体的下胚轴的长度在高温下要比野生型显著的短。之后，将此突变体和野生型Col进行杂交，F1表现长下胚轴，F1自交，F2出现了明显的性状分离，即表现长下胚轴和短下胚轴两种类型（长：短～3:1），遗传分析表明该突变是一个隐形突变，有单基因控制。2. 实验设计及测序对F2群体中的长，短下胚轴的两种类型的材料分别取30株，然后混合提取DNA，建

比较一个样品相对应input样品chip获得的蛋白在基因组上的分布信号。主要是比较这些信号相对于input数量的大小，以及在染色体上的分布。第一步： 使用deeptools bamCompare 工具按照设定的一个窗口计算每个窗口中mapping 上的reads的数目，这里可以采用一些标准化的方法比如RPKM等。 也可以不设定，直接比较chip的和input的每个窗口中的数据，默认是是不设定，然后去log2(比值)。bamCompare -b1 Col-1-27_HTA9.aligned_so..

利用PLINK对单基因控制的性状进行定位，之前一篇文章粗滤的记录了一下使用PLINK的命令，本次博客主要记录一下如何根据SNP芯片的数据制作PLINK的格式，以及分析的步骤，最后数据的可视化。首先，有的公司给的新片的数据就是一个excel表格，列表示的是样品，行表示的是基因型，基因型用ATCG构成，当然有的基因型是用数字0或者1表示的。下面我拿到的一个数据是15个样品构成的基因型，有13个样品是突变体，2个样品是野生型。 格式如下：第二步：将此基因型存成csv文件，使用R进行读取，在R中制作pl

实验室的师弟给了两个材料，36个基因表达的数据，其中一个材料的所有基因表达的量都比另一个材料所有基因的表达量要高，而且在这36个基因中，有几个基因表达量在两个材料中都远大于其他基因。 如何有差别的做出这两列基因数据的heatmap呢？ 如果采用传统的pheatmap包中的pheatmap函数，在对行进行标准化的时候，发现每个材料中的基因表达量都是相同的，表达量高的那个材料全是红色，表达量低的那个材料全是蓝色。 达不到区分不同的基因表达有差异的效果。 因此，采用以下标准化的方法，可以有效的展示材料之间的差异，

当数据点重叠很严重时候， 用三点

机器学习实战中的代码，学习并交流。第一个是kNN分类函数。以下是Python的代码，后来也尝试用R写了一下，发现他们在处理数据上R还是很强大的。#!/usr/bin/pythonfrom numpy import *import operatordef classfy0(inX,dataSet,labels,k): dataSetSize=dataSet.shape[0] # shap

在centos6.5上采用非编译的方式安装R的步骤：su -c 'rpm -Uvh http://download.fedoraproject.org/pub/epel/6/i386/epel-release-6-8.noarch.rpm' sudo yum update sudo yum install R卸载的方法：yum list installed | grep RR.x86_64

假设已经安装好Rstudio并且安装了git 开发工具，且有github账户。 如果没有github,以及没有链接本地和远程仓库的，请看这篇博文： git SSH key 生成步骤 在Rstudio中创建一个R的包如下程序： 1）在Rstudio中打开new project》 new dictionary 》Rpackage ，给包起个名：myGWAS 如下图所示： 2）编辑DESC