深度测序（deep sequencing）,下一代测序（NGS），二代测序或者短读长测序（Shotr-read sequencing）在生命科学领域日趋成熟，甚至目前也发展出了单分子实时测序的第三代测序。利用测序研究生命活动的基本规律日趋重要，转录组测序，单细胞测序等等都已经成为大规模地研究基因的手段，使得研究人员可以根据数据，利用统计学的检验进行无偏见的选取目的基因。但是您可能会被那些令人生畏的
转载
2024-07-30 10:29:51
286阅读
基因技术、纳米技术、机器人技术的新潘多拉之盒即将开启，你我却毫无查觉。我们不单受到大规模杀伤性武器的威胁，还有技术知识产生的大规模杀伤力。这一邪恶的力量，正由国家力量支持的大规模杀伤性武器，转向极端的个人。——Bill Joy，BSD操作系统，Vi编辑器，Sparc微处理器设计者，Sun联合创始人及前首席科学家难以抵挡的技术1978年5月25日清晨，芝加哥大学停车场，工作人员意外发现一个邮包，收件
步骤STEP1：表达矩阵ID转换STEP2：差异分析STEP3：KEGG数据库注释完整代码 写在前面——按照生信技能树的学习路线，学完R语言就该学习GEO数据挖掘了。有人说GEO数据挖掘可以快速发文不知道靠不靠谱。反正学一学总没有坏处。看完Jimmy老师的视频，写一篇总结方便日后复习。这里有很多操作在 STEP1：表达矩阵ID转换首先理解下面的4个概念：GEO Platform (GPL)GE
转载
2023-08-25 16:08:19
1726阅读
目录1.GEO数据库简介2.从GEO数据库下载数据2.1使用GEOquery包从GEO数据库下载数据2.2了解下载函数返回的对象2.3ExpressionSet对象简单讲解3.芯片基础知识3.1基础介绍3.2illumina的bead 系列表达芯片扫盲 1.GEO数据库简介NCBI Gene Expression Omnibus（GEO）是一个存储各种高通量实验数据的公共数据库。这些数据包括基于
转载
2023-12-07 14:47:15
1056阅读
外泌体是胞内多泡体与细胞膜融合后，释放到细胞外的膜性小囊泡，是细胞间信号传输的载体。2013年，诺贝尔生理学或医学奖授予了三位科学家，表彰其在细胞间囊泡运输调控机制领域作出突出贡献，将外泌体研究的热度推向高潮。由于在临床上的巨大应用价值，近几年外泌体成为科研热点，相关论文发表数量呈爆炸式增长。 也许很多老师苦于外泌体研究如此火爆却无从介入 其实，外泌体就
宏基因组宿主去污染在上一篇文章中，详细的介绍了宏基因组如何下载以及如何使用fastp进行质控，本篇文章主要聚焦于如何对宿主污染进行去除。如何判断存在宿主污染的方法在上一篇文章中有提到，即GC含量严重偏离正态分布时我们就认为原始数据存在宿主污染，这里介绍的去除宿主污染的工具是bowtie2，同样的也有很多其他软件可以做到去污染，如bwa，kneaddata等软件。事实上，去除宿主污染的基本原理就是通
转载
2023-11-10 23:25:21
149阅读
原理介绍篇前言最近正在学习如何处理高通量测序的数据，我认为要处理高通量测序数，那么对测序原理要有一个清晰的认识，本篇文章介绍了sanger测序，二代测序的测序原理1. sanger测序要了解二代测序的优势，以及进步在何处，我们需要认识旧的测序方式的缺陷，从而深刻理解二代测序。我们知道，在DNA合成时，是通过四个不同的碱基，按照模板链一一合成的， 而在sanger测序中，需要介绍一种特殊的碱基 ——
转载
2023-10-24 18:03:23
134阅读
测序数据拿回来之后，会给一些数据。那么这些数据代表什么呢？1. 原始数据（Raw data）：一次测序产生的全部原始数据。理论上，它们应该是没有经过任何过滤的，无论好坏。2. PF数据（PF data）：在测序过程中，Illumina内置软件根据每个测序片段（read，通常每个片段长100个碱基）前25个碱基的质量决定该read是保留还是抛弃。如果没有达到质控标准，则该read的全部碱基都被抛弃；
转载
2023-07-06 16:16:22
0阅读
二代测序原理：1、DNA待测文库构建。 超声波把DNA打断成小片段，一般200--500bp，两端加上不同的接头2、Flowcell。一个flowcell，8个channel，很多接头3、桥式PCR扩增。每个DNA片段将在各自位置集中成束，每一束含有单个DNA模板的很多拷贝，目的：将碱基的信号强度放大，达到测序所需的信号要求。4、测序。边合成边测序。反应所需材料，dNTP的3’端特殊处理，不能继续
转载
2023-07-02 17:24:09
244阅读
每个测序样品的Raw Data包括两个FASTQ文件，分别包含所有cDNA片段两端测定的Reads。FASTQ格式文件示意图如下： FASTQ格式文件示意图注：FASTQ文件中通常每4行对应一个序列单元：第一行以@开头，后面接着序列标识（ID）以及其它可选的描述信息；第二行为碱基序列，即Reads；第三行以“+”开头，后面接着可选的描述信息；第四行为Reads每个碱基对应的质量打分编码，
转载
2024-04-15 13:20:43
300阅读
前言随着二代测序数据的大量产生，存储高通量测序的数据库也越来越多，重要的数据库有ENCODE、Roadmap、SRA、GEO等，当我们测得了一些高通量测序的数据，并需要上传到公共数据库时，就要学会如何上传我们的数据了。同样的问题也在公众号中发布内容“SRA数据库介绍”时，便有粉丝提出了“求ncbi数据上传贴”的迫切需求。那么，这期给大家带来的便是是如何向GEO数据库中上传高通量测序的数据。GEO数
原创
2021-03-27 07:28:53
2524阅读
本文介绍由美国生物科技公司Calico Life Sciences的Han Yuan 和 David R. Kelley共同通讯发表在 Nature methods 的研究成果：单细胞ATAC-seq（scATAC）在研究表观遗传景观中的细胞异质性方面具有巨大前景，但由于数据高维性和稀疏性的特点，scATAC的分析仍然面临重大挑战。为此，作者提出了一种基于DNA序列的卷积神经网络方法(scBass
# GEO数据库高通量测序数据分析的R语言实践
在生物信息学和基因组学领域，高通量测序（HTS）技术的出现极大地推动了生物科学的进步。Gene Expression Omnibus（GEO）数据库是一个重要的公共资源，存储了大量的基因表达和基因组数据。在这篇文章中，我们将探讨如何使用R语言对GEO数据库中的高通量测序数据进行分析，并给出相应的代码示例。
## GEO数据库简介
GEO是美国国
原创
2024-09-18 08:06:19
2090阅读
考虑这样一个问题，“如果要保证基因组上95%的区域其覆盖深度在30x以上的话，那么最低的平均测序深度应该是多少？”。 关于测序量的估计，对于做生物信息的人来讲应算是家常便饭了，多数时候我们都能直接根据以往项目的经验来获得，或是说的更具体些，在变异检测中一般要有25x以上的覆盖度才能得到一个比较靠谱的结果，于是以此为目的给出测序量的估计值；当然少数情况下也会有直接拍脑袋拍出一个值来的疯
转载
2023-11-01 23:25:39
162阅读
上周同事问了我集群存储大小、测序数据量之间的关系，我只是回复集群存储大小记录的是计算机的存储单位，测序数据量是碱基的测序个数。至于两者之间的换算逻辑，因果逻辑推算讲解的不是太明白，借用这篇文章给与捋顺。 1、计算机存储与测序数据量的关系 两者之间没有直接关系，但两者之间存在着因果关系。 测序数据量描述的是一个 巨大的 文本文件，这个文件里面含有若干个A、T、C、G字母组成。在
学习目标 了解从 RNA 提取到获取基因表达矩阵， 既RNA-seq 分析的整个流程。 1. wor
学习目标了解从 RNA 提取到获取基因表达矩阵， 既RNA-seq 分析的整个流程。1. workflow进行差异表达基因分析的前提是，获取代表基因表达水平的矩阵。因此在进行分析前，必须知道基因表达矩阵是如何产生的。在本教程中，将会简要的介绍从原始测序读
转载
2023-07-31 18:01:40
1314阅读
# 使用Python读取双端测序数据
随着生物信息学的发展，双端测序（Paired-end Sequencing）技术在基因组学研究中变得越来越重要。对于刚入行的小白来说，读取和处理这些数据可能显得有些复杂。本文将为你介绍如何使用Python读取双端测序数据，并且附带代码示例。
## 整体流程
在开始之前，让我们先看一下实现的整体流程。我们可以将整个过程划分为以下几个步骤：
| 步骤
原创
2024-08-15 10:04:59
190阅读
亲爱的天互数据用户们，今天终于迎来了一年一度令人彻夜无眠的的双11，默默地问一句：各位尾款人算到了凌晨几点呢？心痛过后就是快乐的收货人啦~今天来给大家讲一讲之前讲过的时序时空数据库。时序时空数据库(TSDB)是什么呢？它是存储和管理时间序列、地理空间数据的专业化数据库，为时间序列数据及地理空间数据提供强计算能力和高性能读写的分布式云端数据库服务。目的是用分布式云端数据库服务，为物联网设备监控和数据
转载
2023-10-07 15:20:13
259阅读
【参考链接】http://127.0.0.1:10033/library/scater/doc/overview. https://bioconductor.o
目录0. 基础环境1. 质控trimmomaticfastqc2. 比对 & 比对后处理比对：bwa1）编译安装2）使用方法比对后：samtools/picard/gatk3. 变异识别（SNP/InDel）GATK4最佳实践_1：碱基质量分数校正（BQSR）GATK4最佳实践_2：Mutect2检测体细胞突变1）GATK最佳实践3_VQSR或hard-filtering4. 变异注释A
转载
2024-01-12 17:27:08
191阅读
