@果蠅飼養(yǎng)員的生信筆記 好滴，謝謝您~~
困擾的batch effect一、什么是批次效應 批次效應（batch effect），表示樣品在不同批次中處理和測量產(chǎn)生的與試驗期間記錄的任何生物變異無關(guān)的技術(shù)差異。批次效應是高通量試驗中常見的變異來源...
IP屬地：浙江
-
-
前輩你好，我最近也是在做去批次，很苦惱。我遇到一個問題就是關(guān)于limma是先去批次在做差異分析，還是在模型中加上批次做差異分析。 網(wǎng)上也沒有明確的答案。
前輩帖子里我找到了答案是，最好是把批次效應納入線性模型中。我想找對應的這段話的文獻出處，您給的參考文獻中我沒有找到，想請問前輩您是否還記得這段話的出處在哪里嘛？ 如果可以提供的話，真的很謝謝您
This function is useful for removing batch effects, associated with hybridization time or other technical variables, prior to clustering or unsupervised analysis such as PCA, MDS or heatmaps. The design matrix is used to describe comparisons between the samples, for example treatment effects, which should not be removed. The function (in effect) fits a linear model to the data, including both batches and regular treatments, then removes the component due to the batch effects.
This function is intended for use with clustering or PCA, not for use prior to linear modelling. If linear modelling is intended, it is better to include the batch effect as part of the linear model.困擾的batch effect
一、什么是批次效應 批次效應（batch effect），表示樣品在不同批次中處理和測量產(chǎn)生的與試驗期間記錄的任何生物變異無關(guān)的技術(shù)差異。批次效應是高通量試驗中常見的變異來源...
-
遺傳學 博士
-
你好，請問一下，這個bedgraph文件第二列和第三列是起始位置和終止位置嗎？ 哪個代表C，哪個代表G呢？
以及這個bedgraph是0-based還是1-based呀？如果是0-based的，是不是說chr1 10496 10497 94 16 1中：
chr1：10497是C甲基化位點呢？
其次，我有點疑問的地方是：
chr1 10524 10525 88 15 2
chr1 10525 10526 86 13 2
這里第一行的chr1:10524 -10525如果代表10525處是一個C堿基，
那么第二行的chr1:10525-10526也代表10526處是一個C堿基，加上C后面會跟一個G，那么從10525-10527不就變成了CCG了嗎？ 是可以這樣理解嗎？這樣還滿足第一行的CG結(jié)構(gòu)嗎？
還是說這里不區(qū)分正負鏈，chr1:10524 -10525-10526是正鏈xCGx，然后chr1:10524-10525 -10526-10527是負鏈xGCx
這樣在做callDML的時候，pos:10525需要考慮正負鏈嗎？ 即把
chr1 10524 10525 88 15 2
chr1 10525 10526 86 13 2
這兩行的beta信息考慮進去當成一個位點呢，但是我看up主你的代碼pos = T1[,3]，只考慮了后面這列，所以是不是當成10525和10526兩個位點進行計算了？
這里我感到有些疑惑，困擾了好久了，請up主指教R語言 -- 尋找差異甲基化區(qū)域（DMR）-- DSS 包
最好的文檔其實還是官方文檔。。。http://bioconductor.org/packages/release/bioc/vignettes/DSS/inst/doc/DS...
-
沒有看到GQ，只有GERMQ，這個是GQ嘛？
基因突變檢測之Mutect2
寫在前面的話 今天是2021年1月3號，年底一番瞎忙活，停更了好長一段時間的簡書。人生中有個很重要伯樂導師告訴我，在這個事多的工作環(huán)境下，沒人愿意看你太多的廢話。直奔重點才是...
-
生信小工具專題：BBTools/BBMap Suite 的使用 (2)
接著上一次內(nèi)容繼續(xù)介紹，BBTools、BBMap中的一些實用的小工具。 BBMap Read Merger 合并雙末端（PE）reads,在預期中這些reads有重疊的位置...
-
想問一下，就是一個qseqid對應多個taxid的這種，應該怎么處理呢？ 應該給它歸為哪個物種呢？
宏基因組之物種注釋（基于nr庫）
昨天下午搗鼓了一下宏基因組物種注釋過程(基于nr庫)，現(xiàn)在將整個流程記錄一下。軟件需求：blast，diamond，taxonkit(安裝自行百度) 構(gòu)建細菌子庫 blast...
-
樓主討論的這個是不是目標序列是同一條染色體的情況啊，如果目標序列是不同物種的不同序列，而這個指標都一樣的情況該怎么辦呢？
我是想看自己的序列與哪個物種最相似，來判斷有沒有目標菌種存在。這種情況怎么辦呀？ 請陳老師指教「JCVI」如何篩選得到最優(yōu)blast比對結(jié)果？
JCVI，包含了太多的功能，但是我感覺好像又沒有一個特別好的說明文檔（小聲bb，感謝唐老師的開發(fā)的好用工具） blast比對 未過濾的blast比對結(jié)果，所使用參數(shù)是：-ou...
-
你好，請問，如果只想返回最好的一個序列結(jié)果，比如query3和query1只保留一條最好的。有沒有參數(shù)設(shè)置啊，還是只能自己寫代碼篩選。
如果用一致性，覆蓋度，比對得分進行排序后，依舊還是有很多序列的排名一樣，比如100%匹配，得分都是278. 那么應該再怎么進行篩選呢？ 我是想看我的序列有多少條比對到了某個細菌上。我希望一個序列只有一個物種結(jié)果，這樣就方便后續(xù)統(tǒng)計，這種應該怎么辦呀？請洲更老師指教如何讓BLAST返回最優(yōu)的一個搜索結(jié)果，看看你沒有有進坑
大部分時候，我們都是看著別人的教程，然后嘗試處理自己的數(shù)據(jù)，結(jié)果跑完了，如果和預期相符合就不會懷疑這個工具有啥問題。如果你要學習生物信息學，那么有一個信條一定要記住，不要盲目...
-
你好，我想請問，我star比對完的bam文件，我想提取沒有比對上的序列，但是samtools view -f 4那個命令不行，不知道怎么提取了。samtools flagstat unmapped_reads.bam說我百分百比對上了，但是實際上我這個樣本的比對率只有16%，log文件里提示，短序列比對失敗的有40%多。
比對軟件STAR的使用
在之前的學習和練習里，比對這一步我使用過bowtie2（DNA比對）和hisat2（RNA-seq比對），現(xiàn)在學習另一個很火的軟件：STAR。STAR能夠發(fā)現(xiàn)非典型拼接和嵌合...
-
你好呀，之前的推送看不到了，有其他平臺的，比如公眾號嗎？如何篩選感興趣的GO和KEGG進行繪圖~這個推送
KEGG數(shù)據(jù)庫 | 通路結(jié)果分類展示
在做完KEGG通路富集之后，紛繁復雜的通路映入眼簾，略微有些雜亂無章，缺乏一個有序的排列，因此，本推送依據(jù)KEGG一級類目，將不同的通路歸納總結(jié)，分類排列，使結(jié)果更加規(guī)整，幫...
-
您好，想咨詢一下，在做交叉驗證之前，需要先挑選好較少的特征嗎？即最終的模型特征？然后再進行交叉驗證？
56-caret包學習：模型訓練與調(diào)優(yōu)
1、模型訓練與參數(shù)優(yōu)化 在進行建模時，需對模型的參數(shù)進行優(yōu)化，在caret包中其主要函數(shù)是train。一旦定義了模型和調(diào)優(yōu)參數(shù)值，就應該指定重采樣的類型。目前，k折交叉驗證重...
-
老師您好，我有一個問題，在選到13作為最佳超參數(shù)后，是不是需要回到所有訓練集中，再使用這個超參數(shù)后訓練一個分類模型。由于超參數(shù)是13，是不是就是意味著保留13個特征對于這個模型的分類效果最好呀。這個時候是不是選擇重要性前13個特征作為最終的特征，然后預測測試集呢？因為我不會python，然后這個k鄰近模型也不懂，用的是R語言和隨機森林的理解方式理解的，不知道有沒有理解錯誤，請老師指正
單一驗證、k折交叉驗證（特例：留一法（LOOCV））、交叉驗證確定最優(yōu)超參數(shù)
一、單一驗證 1、單一訓練集和測試集 最簡單的樣本集劃分就是只有訓練集和測試集，而沒有驗證集，因此無法利用驗證集反過來對模型參數(shù)進行調(diào)整。只能先給定一組超參數(shù)C，然后訓練得到...
-
一文看懂 AI 訓練集、驗證集、測試集（附：分割方法+交叉驗證）
數(shù)據(jù)在人工智能技術(shù)里是非常重要的！本篇文章將詳細給大家介紹3種數(shù)據(jù)集：訓練集、驗證集、測試集。同時還會介紹如何更合理的講數(shù)據(jù)劃分為3種數(shù)據(jù)集。最后給大家介紹一種充分利用有限數(shù)...
-
從出生到幼兒園畢業(yè)
1998 -- 2002 | 0歲 -- 4歲 話說我也不是從出生就開始記事兒的呀，前幾年關(guān)于我的事情只能靠我家人跟我講述的了，今年過年要好好采訪我的家人關(guān)于我幼兒時對...
-
你有過“自我厭惡”嗎？
今天在看碩士與博士的區(qū)別時看到下面一段話： 對博士而言，最大的挑戰(zhàn)其實是克服自我厭惡，然而在讀碩士時很少會有這種情緒的體現(xiàn)。太多焦慮的博士，并非沒有學術(shù)能力，而是無法克服這種...
-
您好，請問一下，您下載mixcr的時候，使用的時候，它有要許可證嗎？我這邊下載了3的版本和4的版本都需要有許可證，不知道怎么回事
mixcr3.0?軟件使用
MiXCR是一個通用的框架，處理從原始測序數(shù)據(jù)到定量clonotype的免疫組數(shù)據(jù)。 支持PE和SE的reads，考慮測序質(zhì)量，糾正PCR錯誤，還能識別生殖系高突變。 支持部...
