- 博客(30)
- 收藏
- 关注
RSS订阅原创 从含若干fasta文件的文件夹中提取所有序列的长度并汇总到一个文件中
以上是提取bins_50_10文件夹中所有fna文件（即contig）的序列长度。按照文件中名字匹配（一行只能存储一个名字）另外，用于匹配需要的序列。
2024-03-26 15:47:11
247
原创 Linux中提取一個list的文件（包括後綴）從一個文件夾到另一個文件夾
list.tsv裡是包括後綴的文件全名，不用表頭，直接輸入文件名→回車→下一個文件名（直接從excel複製一列即可）把list.tsv中的文件從bins_file提取到新文件夾bins_extracted。其實很簡單，就是記一下。
2024-02-10 14:51:50
123
原创 关于GTDB物种命名的标记
如果GTDB物种集群与一个物种名称有关联（或以前有关联），但该名称的正确应用不明确，或者根据类型材料的存在或通过多数投票将名称分配给不同的GTDB物种群，则物种名称以字母后缀结尾。包含命名类型的谱系或物种集群，或者如果是物种，满足多数投票标准，则保留未命名的名称，所有其他谱系/集群都有字母后缀，表明它们是占位符名称，需要在适当的时候替换。属以上的分类学名称加上字母后缀表示属于以下类别的类群：i）GTDB参考树中不是单系的类群，但有其他证据表明它们是单系类群；i） 根据当前多系的属 GTDB参考树，
2024-01-31 15:51:26
390
原创 创建虚拟python环境
python3 -m venv myenv # 这个和所在的当前文件夹有关。source myenv/bin/activate #激活进入虚拟环境。#创建虚拟python环境。
2024-01-03 12:01:42
347
原创 huamnn3使用笔记
看到前两个database_folders的最后都是DEMO，如果这样去跑的话就会出现错误。# 确认安装，查看版本号（我的是v3.8）（下面的红字填写自己下载上述文件的路径）查看服务器中的数据库路径。
2023-11-03 21:27:11
157
原创 【失败日志】fastANI(for dRep)的安装遇到的依赖项问题
我的dRep是pip install安装的，安完就直接跑了，跑了几个小时后发现fastANI未找到（如果环境中没有mash同样会卡住哈，而且mash的报错会比fastANI先出现）。总之，conda search fastani -c bioconda，找到conda有的fastani的版本。我原先的fastANI是conda装的（1.3.4），（这个fastANI似乎没有参数可以从终端调出版本号）之后，发现能够找到fastANI的location，但是fastANI的check仍然是ERROR。
2023-10-28 16:45:23
261
2
原创 【Error-inStrain】SystemError: initialization of _internal failed without raising an exception
完事了会出现下面这个问题，但和我跑inStrain无关，反正inStrain是可以正常跑了。等跑其他程序如果出现问题再解决吧。我是pip install instrain之后，调用inStrain check-deps后出现上述报错，通过。参考以下issue解决问题。
2023-10-27 11:12:15
142
1
原创 批量megahit并把contig文件放到contig文件夹
我的fasta.gz格式的双端序列放在input6文件夹，要对这些序列进行megahit组装。把组装结果保存到contig文件夹。下面这个代码是转移文件和重命名的过程。
2023-10-19 14:51:34
87
1
原创 【Error】samtools sort: fail to open “merged.sorted.bam.tmp.1020.bam“: Too many open files
服务器中一个进程允许打开的文件数量是有限的，也即运行过程中生成的.tmp文件数是有限的，而samtools sort默认使用内存是768M（见-m参数）。我用的服务器是1024个文件数，但由于我没有管理员权限，没有办法改。因此，当一个bam文件太大的时候，sort过程生成的文件数就会超出限制。-m 4G时，一个.tmp文件大约是1.3-1.4G，-m 3G时，一个.tmp文件大约是1.1G，-m 5G时，一个.tmp文件大约是1.8G。所以另一个思路就是增加允许的tmp文件的大小，修改-m参数。
2023-10-18 16:03:15
545
1
原创 关于比对工具
起初李恒也是打算利用Minimap2取代BWA-MEM进行短序列比对的（Minimap2比BWA-MEM快三倍），但实际上Minimap2的短序列比对质量某些方面是不如BWA-MEM的。此外，李恒发现BWA-MEM在Hi-C比对上优于Minimap2，因为BWA-MEM对短序列匹配更为敏感。Minimap2在长序列比对方面是大大优于BWA-MEM的，不仅速度快50多倍，而且更精确，在long gaps和 ultra-long reads 方面表现更好，毕竟BWA-MEM 最开始不是为长序列比对设计的。
2023-10-07 16:17:50
159
1
原创 从tRNAscan-SE得到一段序列中tRNA对应的氨基酸和相应的的个数
功能：整理tRNAscan-SE输出的文件(-m),得到氨基酸和相应的tRNA的个数。
2023-09-11 02:22:23
133
原创 安装madRoot
davidjamesbryant/MADroot.git，但有点问题，就手动下了。Code→download zip，保存到Phlib文件夹里。原本应该用git clone --recursive。1）在以上界面 Code→download zip。把下载完的文件拖进服务器。
2023-08-21 13:13:33
31
1
原创 linux服务器查看节点状态的一些代码
scontrol show nodes | grep -E 'NodeName|RealMemory'NodeName=computenode01 Arch=x86_64 CoresPerSocket=1 RealMemory=1000000 AllocMem=0 FreeMem=422868 Sockets=250 Boards=1NodeName=computenode02 Arch=x86_64 CoresPerSocket=1 RealMemory=500000 AllocMem
2023-08-03 16:33:25
359
原创 根据文件名前缀及基因名称批量提取基因序列
seq_info.txt是一个两列无表头的文件，第一列放文件名前缀，第二列放序列名。这是之前根据某条件比对筛选后，合并各文件比对结果的文件（之所以合并，是为了其他分析的快捷）。根据seq_info.txt文件提取文件夹中的序列，输出到extracted_seqences.fa。我一整个大愚蠢，这种东西非常非常基础的东西就应该用别人已经成熟的工具解决（最好是用seqtk啦）result/contigs是contig文件的路径，有很多.fa文件。但我居然不先查资料，愚蠢地造轮子。
2023-06-12 17:19:20
468
1
原创 将NR数据库diamond比对结果做物种注释
提取出来的taxid和taxonomy对应信息输出为一个文档prokaryotes_taxid_Ano.txt，之后可以手动（比如用Excel的vlookup或R语言的merge）与后面的生成的表格一起进行整理（5.中我还会再浅浅提及）。用md5sum和cat两个命令确认下下载的东西正常——如果两个结果一样，则文件完整，如下图（这个展示用的是另外的文件，不是我用的文件）。这里的两个.md5文件其实是用来做完整性检验的，并不会在数据处理的流程中用到。【流程主要参考这个，对于小白如我，该文很详细】
2023-04-27 15:21:37
3188
6
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人