2017年05月_zhu_si_tao

原创 Windows中python机器学习numpy,scipy,matplotlib的安装

Python在数据处理方面有很多包，本文是在Python机器学习基本包的安装1.Python安装官网上下载相应机器的Python安装包，本文采用Python27https://www.python.org/ftp/python/2.7.13/python-2.7.13.amd64.msi2.pip安装安装Python是勾选pip安装即可3.numpy安装在网站htt

2017-05-11 15:06:37 643

原创群体遗传学--Fst指数

群体遗传学中衡量群体间分化程度的指标有很多种，最常用的就是Fst指数。Fst指数，由F统计量演变而来。F统计量（FIS，FIF，FST）主要有三种。Fst是针对一对等位基因，如果基因座上存在复等位基因，则需要用Gst衡量，基因差异分化系数（gene differentiation coefficient，Gst）。假定有s个地方群体，第k个地方群体相对大小为wk，第k个地方群体

2017-05-10 00:08:52 38790 4

原创群体遗传学--近交系数

群体遗传学中，经常提到群体间自由交配，但是实际中，群体间经常会发生近亲交配，特别上在植物群体中；因此，为了衡量群体的近交程度，近交系数诞生了。近交群体的近交程度，常用群体的平均近交系数度量。二倍体的平均近交系数是指：从群体中随机抽取一个体携带的两个等位基因是同源的概率。假定二倍体群体中等位基因A和a频率分别为p,q,平均近交系数为F，群体中任何个体携带的一对等位基因必然存在或同源，

2017-05-09 16:25:56 16214

原创群体遗传学--哈温定律

群体遗传学中哈迪-温伯格定律的主要内容是指：在理想状态下，各等位基因的频率和等位基因的基因型频率在遗传中是稳定不变的，即保持着基因平衡。①种群足够大；②种群个体间随机交配；③没有突变；④没有选择；⑤没有迁移；⑥没有遗传漂变数学证明：假定群体数量很大：本次世代雄性三种基因型：AA Aa aa P(AA) = PmP(Aa) = QmP(aa) = Rm雌性

2017-05-09 16:11:38 5632 1

瓶颈是指生物世代交替的过程中，大群体发生奔溃crash，导致群体内个体数目和遗传变异严重丢失。由于群体经历了瓶颈作用，再扩展到原来大小时，群体中等位基因的频率发生波动，这种效应称为瓶颈效应bottleneck effect。群体经历瓶颈后可能快速重新扩张到原来群体的个体数目，但是群体遗传变异水平不可能恢复大原来的水平，直到通过基因突变或基因流，才能恢复到原来群体的遗传变异水平。当一个群体发生瓶颈效

2017-05-03 11:46:22 28108

转载 SOAP 比对解释

SOAP2是SOAP的升级版本，提高了短序列比对的运行速度和精度，同时SOAP2的一个重要改进是支持不同长度的读长。使用步骤：1.用2bwt-builder对fa文件建立索引使用方法：2bwt-builder <sequence file>2.将reads与序列进行比对SE:/Soap/soap2.21release/soap –a <reads_a> -D ...

2017-05-03 11:19:07 3933 2

原创生物信息实用数据库与论坛

生物信息借助计算机的力量，发展的越来越快，生物数据指数级的增长，带来了大量数据库和论坛的诞生；本文介绍一些可用的数据库和生物信息论坛：一.实用论坛：提问解决困难的好地方1. SEQanswers http://seqanswers.com/2. BioStars https://www.biostars.org/3. https://stackoverflow.com/

2017-05-02 15:55:25 1358

原创 shell中sed

sed：Stream EDitor流式编辑器，一次处理一行的内容。用法：sed [options] 'command' file(s) sed [options] -f scriptfile file(s) 选项：-d 删除：cat test.file |sed ‘1,2‘ d ##删除文件的前两行，放在引号的里面和外面都可以sed '/^$/d' f

2017-05-02 12:30:51 516

转载多重假设检验与Bonferroni校正、FDR校正

总结起来就三句话：（1）当同一个数据集有n次（n>=2）假设检验时，要做多重假设检验校正（2）对于Bonferroni校正，是将p-value的cutoff除以n做校正，这样差异基因筛选的p-value cutoff就更小了，从而使得结果更加严谨（3）BH校正是对每个p-value做校正，转换为q-value。q=p*n/rank，其中rank是指p-value从小到大排序后的次序。

2017-05-02 12:29:34 106550 10

转载两列样本的差异基因筛选

两列样本数据的差异基因筛选方法：FoldChange法+FDR控制其中，FDR值的计算方法如下：1）对每个基因进行p-value的计算假设观测到基因A对应的reads数为x，已知在一个大文库中，每个基因的表达量只占所有基因表达量的一小部分，在这种情况下，p(x)的分布服从泊松分布。已知样本一中唯一比对到基因组的总reads数为N1，样本二中唯一比对到基因组的总reads数为N2，样

2017-05-02 12:28:18 10547 1

原创 R studio常用命令行操作

R 语言的著名的开发应用Rstudio常用的命令行命令：1. 读取和改变目录dir()：列出当前目录下的文件，相当于Linux下 ls 命令；getwd()：显示当前目录，相当于Linux下 pwd 命令；setwd()：改变目录，相当于Linux下的 cd 命令；2.对象管理ls() ：列出当前R环境的所有对象；rm(objector 1)：删除特定的对象；rm (l

2017-05-01 21:07:01 6879

zhu_si_tao的博客