这个文档是一个关于用Python中的re模块来使用正则表达式的教程。1、序言re 模块在Python1.5中被加入，并且提供了Perl类型的正则表达式模式。较早的Python版本用的是regex模块，它提供Emacs类型模式。 Emacs类型模式可读性差并且没有提供很多特性，因此当我们写新的代码的时候没有必要去使用regex模块，尽管你可能会碰到一些使用了它的老代码。正 则表达式本质上是一个很小的
转载
2023-11-19 18:30:07
61阅读
1.基本GFF和GTF是两种最常用的数据库注释格式，基因注释文件。GFF全称为general feature format，这种格式主要是用来注释基因组。GTF全称为gene transfer format，主要是用来对基因进行注释，对染色体上的基因进行标注。//我这里关注的主要是GTF文件。2.格式以tab键分割为9列：seq_id：染色质名称；source：注释团队；type: 注释信息的类型
转载
2024-04-22 10:05:09
662阅读
# Python GTF: General Transfer Format
## Introduction
GTF (General Transfer Format) is a file format commonly used in bioinformatics to store genomic annotations, such as gene locations, transcripts,
原创
2024-06-16 05:27:09
30阅读
日常数据分析中，我们遇见最多的可能就是序列，例如基因组序列，CDS序列等等，它们一般以fasta格式存储。由于序列一般按照从5’->3’存储，并且每个碱基都可以给一个数字编号，因此，理论上，我们仅需要两个文件，就能够从基因组中提取我们感兴趣的任意序列：一个基因组序列文件，一个带坐标的注释文件。今天我们介绍一款发表在Bioinformatics上的GTF注释文件处理工具 – GTFtools图
转载
2023-09-28 14:34:53
286阅读
一、文件处理流程（python默认是utf-8编码）打开文件函数：open(文件路径，encoding=‘utf-8’）注意：open会检索系统的编码,所以需要调整一致否则报错例如：fi=open('Alex'，encoding=‘utf-8’) fi.read() 读取出文件中所有数据 fi.readline() 一行一行读取，一次读取一行
转载
2023-12-09 13:02:33
115阅读
gff是以 "\t" 为分隔符的存储9列信息的文本文件，格式如下：chr1H PGSBv2.28112019 gene 222337 227461 3053.527 + . ID=Horvu_AKASHIN_1H01G000500;OGID=OG0028375;AHRD Descrip
tion=Fatty acyl-CoA reductase;
转载
2024-06-12 13:19:55
93阅读
欢迎关注”生信修炼手册”!GTF是在GFF的基础上发展而来，二者有很多类似的地方，都是\t分隔的9列文件，内
原创
2022-06-21 05:51:50
760阅读
题目：Improving Silkworm Genome Annotation Using a Proteogenomics Approach期刊：Journal of Proteome Research发表时间：June 28, 2019DOI：10.1021/acs.jproteome.8b00965分享人：张霞 内容与观点：1、 文章研究概述桑蚕是一种重要的经济昆虫，并作为鳞翅目模
欢迎关注”生信修炼手册”!存储基因和转录本的结构信息，gtf和gff3两种格式都可以。在实际分析时，会需要转
原创
2022-06-21 09:05:44
853阅读
存储基因和转录本的结构信息，gtf和gff3两种格式都可以。在实际分析时，会需要转换两种格式。比如，NCBI 只提供了GFF格式的下载文件，我们需要转换成GTF文件之后再使用。完成这一任务，可以自己编写脚本，也可以借助现成的工具。接下来看下每种工具的使用方法和特点。使用NCBI的GFF文件进行测试，链接如下ftp://ftp.ncbi.nlm.nih.gov/genomes/all/GCF/000
做长链非编码RNA（lncRNA）的数据分析，有一个部分是比较mRNA和lncRNA在染色上的分布密度，做完Hisat2——stringtie流...
原创
2022-03-18 10:18:13
891阅读
maker
在基因组注释上，MAKER算是一个很强大的分析流程。能够识别重复序列，将EST和蛋白序列比对到基因组，进行从头预测，并在最后整合这三个结果保证结果的可靠性。此外，MAKER还可以不断训练，最初的输出结果可以继续用作输入训练基因预测的算法，从而获取更高质量的基因模型。Maker的使用比较简单，在软件安装成后，会有一个"data"文件
P18 GTF文件处理01P19 GTF文件处理02。
原创
2024-04-24 11:20:10
71阅读
说明：其实文章的内容我没有看懂，只能说我跟博主的水平差了十万八千里，mark一下，以做后观。写小人书的老顽童Dan Friedman 是 Indiana 大学的教授，程序语言领域的创始人之一。他主要的著作《The Little Schemer》（前身
转载
2023-05-04 21:24:56
134阅读
如何使用R语言读入gtf文件
在使用R语言进行基因组学数据分析时，读入gtf文件是一个常见的操作。gtf文件是一种用于存储基因组注释信息的文本文件，其中包含了基因的位置、外显子、内含子和UTR等信息。本文将向你介绍如何使用R语言读入gtf文件，并给出详细的代码示例。
整体流程如下：
1. 下载并安装必要的R包：在读取gtf文件之前，我们需要下载和安装一些必要的R包。在R控制台中执行以下代码来
原创
2023-12-13 05:46:18
978阅读
01. 引言 在大多数常规数据文件中，pdf文件因其特殊的性质导致对其信息进行智能解析、提取、甚至批量化处理造成一定的困难，本期推文就教你如何使用Python第三方库pdfplumber (
https://github.com/jsvine/pdfplumber
) 对pdf文件进行解析及提取。
02. pdfplumber简介及安装 Pdfplumber是一个
转载
2023-11-28 00:35:53
199阅读
在GENCODE下载的注释文件gtf怎么用python打开
### 问题背景
在生物信息学的研究中，基因注释文件（GTF格式）是了解基因组特征的重要资料。用户通常从GENCODE数据库下载这些文件，然后使用Python对相关基因信息进行分析。然而，许多用户对如何有效读取和使用这些文件并不熟悉，导致了许多不必要的困扰。
用户场景还原：
- 一位科研人员在GENCODE下载了完成的GTF文件。
欢迎关注”生信修炼手册”!从UCSC下载基因组的GTF文件有两种方式，一种是利用table browser
原创
2022-06-21 09:05:53
1485阅读
在Java编程中，引用（ref）类型的实现一直是开发者们关注的话题。参考类型的强大之处在于其能够灵活、高效地处理对象。然而，如何在Java中恰当地实现引用类型，仍然是一个挑战。
### 问题背景
在Java开发中，需要对大量数据进行操作，尤其是在大型企业级应用中，性能与内存管理逐渐成为主要挑战。为了提高数据的操作效率，引用类型的使用变得至关重要。
- 业务影响分析：
- 引用类型的恰当管
生物信息学习的正确姿势NGS系列文章包括NGS基础、在线绘图、转录组分析（Nature
原创
2023-04-26 09:48:17
2055阅读
