自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

生物信息学

生物信息学

  • 博客(24)
  • 收藏
  • 关注

原创 Uncalled4

Uncalled4 是一个用于纳米孔信号对齐、分析和可视化的工具包。它执行准确的基序引导纳米孔信号对齐,类似于 nanopolish eventalign 或 tombo resquiggle,将纳米孔信号段映射到参考核苷酸上。它还支持将任何信号对齐转换为高效的 BAM 格式,允许进行交互式可视化、修改检测和其他信号分析。

2024-08-26 13:36:09 854

原创 tombo resquiggle

必须在修改基底检测或其他Tombo命令之前,在一组读取上运行命令。必须提供包含FAST5读取文件和基因组/转录组参考的目录。参考序列可能是之前已知的,或者是从这个样本中发现的。重要的是,参考序列被假定为正确,因此通过抛光创建个性化参考可能会改善性能,特别是对于分歧样本或组装不良的参考。原始读取FAST5文件必须包含基底呼叫。使用命令从FASTQs集合中添加基底呼叫到原始读取文件。读取文件不需要包含Events数据(由albacore的fast5模式输出)。

2024-08-13 14:51:12 894

原创 MiMB_JACUSA2

我们提供了一个使用纳米孔直接 RNA-seq 检测 RNA 修饰的 Snakemake 管道,适用于多种条件和重复样本。

2024-07-25 17:16:40 836

原创 NanoConsensus

NanoConsensus 是一种软件,能够从直接 RNA 测序数据集中稳健地识别潜在的 RNA 修饰位点。

2024-07-25 16:50:43 379

原创 DeepEdit

RNA编辑是在多种生命形式中发现的一个普遍且关键的转录后事件。Nanopore测序器记录的电信号容易受到碱基修饰的影响。我们提出了DeepEdit,一个用于使用Nanopore直接RNA测序进行单分子检测和A-to-I RNA编辑相位分析的神经网络模型。我们在文件夹中提供了脚本和所需文件。必需软件:guppy, minimap2(版本2.10-r761).fast5Nanopore读取数据。

2024-07-24 17:43:42 548

原创 DInoPORE

DInoPORE 是一种从直接 RNA 测序数据中检测腺嘌呤到次黄嘌呤 (A-to-I) 编辑位点的计算方法。识别的编辑位点还将估计其编辑率。下面列出了使用的计算环境和软件。使用文档可以在此 readme 的最后一节中找到。

2024-07-24 16:36:49 1045

原创 DENA (Deeplearning Explore Nanopore m6A)

这些说明将帮助你在本地机器上获取项目的副本,并用于开发和测试目的。有关在实时系统中部署项目的说明,请查看部署。

2024-07-17 15:41:39 637

原创 mAFiA

这里我们提供了一个运行mAFiA的简要指南,以X染色体为例。

2024-07-16 16:38:49 376

原创 IL-AD

我们利用机器学习方法改进纳米孔测序的碱基识别器,以检测核苷酸修饰。首先,我们应用增量学习技术来提高富含修饰序列的碱基识别,这些序列通常具有很高的生物学兴趣。在确定了序列骨架后,我们进一步对单个核苷酸进行异常检测,以确定它们的修饰状态。通过这种方式,我们的流程承诺实现单分子、单核苷酸和序列上下文无关的修饰检测。

2024-07-12 13:03:58 818

原创 EpiNano

此外,在EpiNano 1.2中,除了使用“原始”基础呼叫“错误”特征训练的SVM模型(与EpiNano 1.0和1.1中相同),我们现在还提供使用捕获样本之间差异的特征训练的SVM模型(即不匹配的差异,而不是绝对不匹配频率),我们发现这提高了性能。每个版本中都包含了预测m6A位点的预训练模型。您可以使用EpiNano作为特征提取器,基于基础呼叫特征的变化预测RNA修饰(即,此处使用的EpiNano-Error),以及使用预训练的SVM检测m6A RNA修饰(即,此处使用的EpiNano-SVM)。

2024-07-11 14:35:29 835

原创 NanoMUD

NanoMUD 是一个基于深度学习框架,用于检测纳米孔直接 RNA 测序数据中的尿苷修饰(例如假尿苷和 N1-甲基假尿苷)。它提供了具有单分子分辨率的准确修饰检测(Ψ模型:最小 AUC = 0.86,最大 AUC = 0.99;m1Ψ模型:最小 AUC = 0.87,最大 AUC = 0.99),并在不同序列背景下提供无偏的位点水平化学计量估算。NanoMUD 将成为促进改良治疗 IVT RNAs 研究的强大工具,并为体内转录 RNA 物种上的假尿苷和 N1-假尿苷的分布和化学计量提供有用的见解。

2024-07-07 22:01:14 333

原创 NanoSPA

此协议用于纳米孔直接RNA测序数据中同时预测 N6-甲基腺苷(m6A)和伪尿嘧啶(psU,Ψ)位点。没有最小输入读数要求,但建议对于人类转录组,输入原始数据集>1M读数进行以下处理。对于更大的转录组,建议使用更多的读数。此协议已在 Linux 系统集群(“midway2”,Scientific Linux 7.2)上进行了测试。

2024-07-06 17:28:13 827

原创 NanoRMS: 预测纳米孔RNA修饰计量学

从直接RNA测序数据集中的每读信息预测和可视化RNA修饰计量学。

2024-07-04 14:13:33 565

原创 DRUMMER

运行完成后,DRUMMER在每个比较目录中生成一个单独的制表符分隔文本文件(summary.txt),包含所有预测的候选RNA修饰位点及其上下文信息(基因组位置、同种型位置、序列基序等)。当以m6A模式(-a TRUE)运行时,还会在附带的.pdf文件(m6A_plot.pdf)中生成一个分布图。外显子模式(-a exome)使用DRS读取对准到给定生物体的基因组以识别可能被修饰的碱基,而同种型模式(-a isoform)使用DRS读取对准到给定生物体的转录组以提供高分辨率映射。这将在以后的版本中修复。

2024-07-02 15:23:50 623

原创 Minimap2用户手册

Minimap2是一个快速的序列映射和比对程序,能够找到长噪声读段之间的重叠,或者将长读段或它们的组装映射到参考基因组上,并且可以选择性地进行详细比对(即CIGAR)。目前,它能够高效地处理从几千碱基到约100兆碱基长度的查询序列,错误率约为15%。Minimap2以PAF或SAM格式输出。

2024-06-27 16:30:00 1067

原创 Guppy Basecalling

【代码】Guppy Basecalling。

2024-06-20 11:23:54 437

原创 m6Anet

m6Anet 是一个 Python 工具,利用多重实例学习框架从纳米孔直接 RNA 测序数据中检测 m6A 修饰。

2024-06-15 23:26:44 456

原创 Nanopore_psU

本协议用于纳米孔RNA直接测序数据中假尿苷(psU,Ψ)位点的预测。没有最小输入读取要求,但推荐对于人类转录组的后续处理使用>1M读取量的原始数据集。对于更大的转录组,推荐使用更多的读取。本协议已在Linux系统集群(“midway2”,Scientific Linux 7.2)上进行了测试。

2024-06-11 18:04:25 636

原创 ELIGOS2

Oxford Nanopore Technology (ONT) 提供的测序平台允许我们在无需扩增的情况下对 DNA 和 RNA 进行本征测序。因此,任何存在于本征序列上的修饰都被保留下来,从而记录了离子信号。信号的变化,与标准碱基呼叫模型不同,导致碱基呼叫器错误地将这些变化解释为测序错误。我们利用这些错误来识别 RNA 转录本或 DNA 序列上修饰的位置。ELIGOS 是为了从特定碱基上的错误 (ESB) 差异中识别本征 RNA 序列上的修饰位置而开发的。

2024-04-23 23:38:27 850

原创 Direct RNA and cDNA Sequencing of a human transcriptome on Oxford Nanopore MinION and GridION

Direct RNA and cDNA Sequencing of a human transcriptome on Oxford Nanopore MinION and GridION

2024-03-30 18:13:01 815 1

原创 Dorado

dorado

2024-03-17 01:18:25 1427 2

原创 葡萄糖代谢通路

一个蛋白质有无限的作用

2024-03-14 16:20:29 318

原创 给定的字符串查找指定字母

你可以将这个值改为任何你想要查找的字母

2024-03-14 16:18:34 885 1

原创 g:profiler的GO&KEGG富集分析

生物信息学

2024-01-09 15:09:57 583

g:profiler富集分析

g:Profiler is a public web server for characterising and manipulating gene lists. g:Profiler has a simple user-friendly web interface with powerful visualisations and is currently available for 400+ species, including mammals, plants, fungi, insects from Ensembl and Ensembl Genomes. g:Profiler is updated approximately in every three months and follows quarterly releases of Ensembl databases.

2024-01-09

克鲁斯卡尔-沃利斯检验 (Kruskal-Wallis test)代码

 克鲁斯卡尔-沃利斯检验 (Kruskal-Wallis test)亦称“K-W检验”、“H检验”等。 用以检验两个以上样本是否来自 同一个概率分布的一种非参数方法。 被检验的几个样本必须是独立的或不相关的。 与此检验对等的参数检验是单因素方差分析,但与之不同的是,K-W检验不假设样本来自正态分布。与参数检验相比,非参数检验具有检验条件宽松、对样本数据要求较低、计算相对简单的优点。SPSS提供的非参数检验方法较多,包括二项检验、卡方检验、两独立样本检验、两配对样本检验、多独立样本检验、多配对样本检验、游程检验和单样本K-S检验等八种检验方法。   Kruskal-Wallis秩和检验属于多个独立样本的非参数检验,用于在总体分布未知的情况下检验多个样本是否来自于相同分布的总体。Kruskal-Wallis H检验是Mann-Whitney U检验法的扩展,是一种推广的评价值检验。其基本思路是,首先对所有样本合并并且按照升序排列得出每个数据的秩,然后对各组样本求平均秩。如果平均秩相差很大,则认为两组样本所属的总体有显著差异。

2024-01-09

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除