Claude给的基因组组装和注释的流程代码
数据准备和质控1. 数据质量评估1234567891011# 短读长数据质控 (Illumina)fastqc short_reads_R1.fastq.gz short_reads_R2.fastq.gz -o qc_reports/# 长读长数据质控 (Nanopore)NanoPlot --fastq nanopore_reads.fastq.gz --outdir nanopore_qc/
PGGB学习笔记
0.1 文献笔记泛基因组包含了所有的序列、基因组间的同源性和所有的变异类型。泛基因组可以用于变异检测、保守性估计、重组事件评估和推断系统发育关系。现有的方法使用reference的策略和tree-guide的方法构建泛基因组，这些方法得到的遗传变异信息会不完整，也不稳定。现有的方法基本上就是把与参考基因组足够相似的序列添加到参考基因组上，这些方法后对结构上高度可变的区域进行修剪处理，例如着丝粒和其
WSL部署JBrowse
更新软件列表12sudo apt updatesudo apt upgrade 安装 Node.js 和 npm123456789101112# 安装 nvm (Node Version Manager)，这是管理Node.js版本的最佳方式curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash
GAPIT3笔记
安装 服务器编译失败，转用腾讯云安装，然后将对应的R包拷贝到服务器上。 示例 12345678910111213library(GAPIT3)myY <- read.table("~/temp_file/GAPIT3-master/inst/extdata/mdp_traits.txt", head = TRUE)myGD=read.table(file="~/temp_file/G
关于拷贝数变异CNVs
🧬 CNV分析全攻略：从传统方法到泛基因组时代 📖 拷贝数变异（Copy Number Variants, CNVs）是基因组学中的重要研究内容。本文将从基础概念开始，详细介绍各种CNV检测方法，特别是最新的泛基因组分析策略。 📋 目录 🔍 什么是CNV？ 🛠️ 传统CNV检测方法 💻 基于测序数据的计算方法 🌟 泛基因组时代的CNV分析 📊 实用工具推荐 🎯 实战建议 �
生物信息学数据库
BUSCO：基因组组装质量评估软件。 使用教程：简书链接 Addgene：非营利性的质粒库 Primer3Plus：引物设计 DBD：转录因子预测数据库 Plant Transcription Factor Database：植物转录因子数据库 RiceNetDB：水稻基因互作数据库（浙大） RPAN: Rice Pan-genome Browser：水稻泛基因组数据库（上海交大） NC
我的生信之路
一直想写写自己的生信之路，一直耽误，一直没有完成，今天收完实验室，晚上写写这个，就当放松了。 我的生信水平按照行业的说法，我现在的水平就是Level 0。简单来说就是跑流程。转录组、微生物组、代谢组啥的都能跑跑流程。 初识生信那是我刚刚本科毕业的时候，2018年7月的时候，由于考研考的本校，本科毕业就直接进实验室继续做实验学习。那时候我根本不知道什么是生物信息学，只是听导师偶尔提提。当时手里在做的
ggplot2分面填充色与字体大小
12theme(strip.text = element_text(face = "bold",size = rel(1.2)), strip.background = element_rect(fill = "white",colour = "black",size = 1))