001、samtools排序报错如下：[E::bgzf_read_block]InvalidBGZFheaderatoffset2106225653 问题原因：samtools转为sam格式为bam文件格式；和bam排序samtools格式不一致： a、将sam文件转换为bam文件用的samtools版本为：(base)[sy20213040737@admin2batch1]$samtools

重测序数据处理得到vcf文件文章目录重测序数据处理前言1.数据是rawdata，需用fastp对数据进行质控和过滤2.利用getorganelle软件组装叶绿体基因组3.检查基因组大小，确认是否完整，然后和已知的红毛菜科叶绿体基因组一起构树4.根据树形结果挑选坛紫菜个体，为了后续分析方

1.ngmlr简介CoNvexGap-costMentsforLongReads（ngmlr）是一种长reads比对工具，可以将PacBio或OxfordNanopore灵敏地与（大）参考基因组（比如人类参考基因组）对齐，能快速和正确地比对reads，包括那些跨越（复杂）结构变异的reads。Ngmlr使用结构变异（SV）感知的k-mer搜索来找到reads的近

秋招面试专栏推荐：深度学习算法工程师面试问题总结【百面算法工程师】——点击即可跳转

准备基本的包condainstall-cbiocondasnakemakesamtoolshisat2trim-galoresubread-y准备数据wgethttps://ftp.ensembl.org/pub/release-110/fasta/sus_scrofa/dna/Sus_scrofa.Sscrofa11.1.dna.toplevel.fa.gzwgethttps://ftp.ensembl.org/pub/release-110/gtf/sus_

参考博客https://zhuanlan.zhihu.com/p/377600056https://www.jianshu.com/p/96688fecd864https://zhuanlan.zhihu.com/p/676395563查看质控#使用fastqc查看质控结果fastqc-t40-o1_rawdata_qc/0_rawdata/*.fastq.gz1>1_fastqc.log#使用MutliQC整合FastQC结果#m

一、greedyimportnumpyasnpimportmatplotlib.pyplotaspltclassBernoulliBandit:"""伯努利多臂老胡机,输入K表示拉杆个数"""def__init__(self,K):self.probs=np.random.uniform(size=K)#随机生成K个0～1的数,作为拉动每根拉杆的获奖

上游分析这里说的上游分析，通常指的是NGS组学数据的标准化流程，比如WGS/WES的fastq—>bam—>vcfRNA-seq的fastq—>bam—>表达矩阵-差异基因ChIP-seq等的fastq—>bam—>peaks(bed)—>motif(特征)理论上完全练习实践掌握其中一个，是算作入门生信，可以通过自学获取另外一些

 #1，我们先下载毛果杨的基因组文件和GFF注释文件，自己去NCBI下：（https://www.ncbi.nlm.nih.gov/datasets/genome/GCF_000002775.5/），选Genbank的。 #2，我们将GFF文件和genomic.fna文件上传到服务器，并重命名下，Ptri_genome.gff和Ptri_genome.fa。#3，安装hisat2condainstallhisat2

 转载2022-006在bam中检查指定突变SSSimonYang个人微信公众号SSSimonYang​关注他 2人赞同了该文章需求检查突变在bam文件中存不存在。注意：以下操作均需要bam文件按坐标排序并建立索引。[email protected]_sorted.bam

使用UnifiedGenotyper注意如下：（1）输入：.recalibration.bam（2）输入：.recalibration.bai（3）dbSNP:vcfdbsnp，有头部；有与DNA一样的染色体顺序；有idx文件；UnifiedGenotyperUnabletoreadindexfile,forinputsource:vcf.idxSorryforthedelayedresponse.Itturnsoutthatthisisa

 001、[b20223040323@admin1test]$lsSRR1770413.sorted.bamSRR1770413.sorted.markdup_metrics.txtSRR1770413.sorted.markdup.bamstep4.slurm[b20223040323@admin1test]$timegatk--java-options"-Xmx100g-XX:ParallelGCThreads=1"MarkDu

 001、(base)[b20223040323@admin1test]$lsERR2985610.sorted.markdup.bam##1线程(base)[b20223040323@admin1test]$timesamtoolsindex-@1ERR2985610.sorted.markdup.bamreal1m3.268suser1m35.792ssys0m5.750s

 建库过程PCA扩增过程中引入重复序列，会对变异检测结果产生影响，重复的DNA片段会比对到参考基因组的相同位置，根据这一特点来进行去重复。 001、gatk（picard标记重复）gatkMarkDuplicates-Isample01.sorted.bam-Osample01.sorted.markdup.bam-Msample01.sorted.markdup_m

一起读官方文档GATK2.1版本篇参考文章:GATK使用：https://www.plob.org/article/7070.htmlGATK介绍GATK做什么的？它主要用于从sequencing数据中进行variantcalling，包括SNP、INDEL。比如现在风行的exomesequencing找variant，一般通过BWA+GATK的pipeline进行数据分析。BWA

condainstallsra-tools#先找到SRAdatabase中的基因（SRA_accessionList.csv）#批量下载基因awk'{print"prefetch"$1"&"}'SRA_accessionList.csv>run_prefetch.sh#利用awk生成代码并保存再shell文件中#将sra转换为fastqfastq-dumpxxx.sra#下载参考基因组g

Sentieon●体细胞变异检测系列-2  Sentieon致力于解决生物信息数据分析中的速度与准确度瓶颈，通过算法的深度优化和企业级的软件工程，大幅度提升NGS数据处理的效率、准确度和可靠性。 针对体细胞变异检测，Sentieon软件提供两个模块：TNscope和TNhaplotyer2。 TNscope：此模

Sentieon●体细胞变异检测-系列1 Sentieon致力于解决生物信息数据分析中的速度与准确度瓶颈，通过算法的深度优化和企业级的软件工程，大幅度提升NGS数据处理的效率、准确度和可靠性。 针对体细胞变异检测，Sentieon软件提供两个模块：TNscope和TNhaplotyer2。 TNscope：此模块

  NIPT检测流程 转自：https://pzweuj.github.io/2019/03/20/NIPT.htmlNIPT即非侵入性产前检测，适用于检测21、18、13号染色体的三体综合征。实际上，NIPT的分析流程与CNV的分析流程相似。主要的分析流程是先得到唯一比对的reads，再提取每条染色体的reads来做一个Z检验得到Z值

 001、利用samtools计算每一个位点的测序深度[b20223040323@admin1test]$ls##测试bam文件SRR21814498.sorted.markdup.bamSRR2181

1.使用samtools去除重复[email protected]|samtoolsfixmate-m-@20--|samtoolssort-@20|samtoolsmarkdup-r-@20-->file.rmdup.bam

1.简介ATACseq(AssayforTransposase-AccessibleChromatinusingsequencing)使用转座酶在测序前有效地片段化可访问的DNA（DNA可极性）。结果提供了一种绘制可访问/开

 目前对peak的数据处理上，发现测序深度对peak的数量有很大影响，即使做了normalization也没办法，所以这里希望从原始的bam文件开始做downsampling。参考一：DownsampleBAMfi

 挺好用，只需要bam和peak就能做差异分析。 准备工作，一个metainfo的samplefile。主要是bam和bed的位置，bed可以用macs一行命令合并所有bam来做peakcalling。 libr

bamkit功能很简陋，后续有空再添加些其他功能，当然也可能没有后续了