vickyleexy's blog

生物信息学基础——基因表达过程遗传信息(DNA)→转录→mRNA→翻译→蛋白质分子转录翻译名词解释图解转录 在RNA聚合酶的催化下，以DNA为模板合成mRNA的过程称为转录（transcription）。在双链DNA中，作为转录模板的链称为模板链（template strand）或反义链（antisense strand）；而不作为转录模板的链称为编码链（coding strand）或

转载于：http://qcbio.biomart.cn/news/2845387.htm 近年来NGS飞速发展，各大测序平台百花齐放，现小翊整理了一些NGS相关基础概念，供同学们查看。测序基础概念NGS（下一代测序技术）：又称高通量测序，以高输出量和高解析度为主要特色，能一次并行对几十万到几百万条DNA分子进行序列读取，在提供丰富的遗传学信息的同时，还可大大降低测序费用、缩短测序时间...

Hardy-Weinberg equilibrium因为有需要计算HWE中的p-value，所以查找了一些资料，在这整理纪录一下（楼下有出处链接）。1. 概念“哈迪-温伯格定律”是指在理想状态下，各等位基因的频率和等位基因的基因型频率在遗传中是稳定不变的，即保持着基因平衡。遗传平衡定律(又称Hardy Weinberg定律)。意即一个群体符合这种状况，即达到了遗传平衡，也就...

转载于：http://blog.youkuaiyun.com/bruceyang2009lzu/article/details/8211043 　　不同基因座位的各等位基因在人群中以一定的频率出现。在某一群体中，不同座位某两个等位基因出现在同一条染色体上的频率高于预期的随机频率的现象，称连锁不平衡 (linkage disequilibrium) 由于 HLA 不同基因座位的某些等位基因经常连锁在一起遗传，而

生物信息学基础lncRNA:　　长链非编码RNA（Long Noncoding RNA，LncRNA）指的是长度在200nt以上、不编码蛋白、但参与细胞内多种生物学过程的RNA分子。人类基因组计划研究发现只有3%的基因组序列是编码蛋白质的基因，而占人基因组62%的序列转录为lncRNA，这一结论提示非编码区域可能通过表达lncRNA，活跃地参与到生物学功能的调控中。在过去的十几年中，科学家们已经相继

《Python for Bioinformatics》 为生物信息学设计的Python教程： http://blog.sciencenet.cn/blog-565112-510336.html

转载于：http://ju.outofmemory.cn/entry/193943前言　　在各个行业都是有行业标准的，这样才能统一规范而方便后面的分析，在生物信息学领域中主要是各种大量序列数据、注释数据等，这些都是有特定的格式去表示，下面列举几种常见的格式。了解这些是进行后续生物信息学分析的必备知识，有些人虽说是在做生物信息学分析，但是到现在可能还不知道什么是GFF3格式等。fastafasta格式

转载于：1.什么是vcf文件VCF是用于描述SNP，INDEL和SV结果的文本文件。在GATK软件中得到最好的支持，当然SAMtools得到的结果也是VCF格式，和GATK的CVF格式有点差别。2.VCF的主体结构##fileformat=VCFv4.0 ##FILTER= ##FORMAT= ##FORMAT= ##FORMAT= ##FORMAT= ##FORMAT= ##INFO= ##IN

使用pyvcf扩展包：good site: https://pypi.python.org/pypi/PyVCF/ 　　　　　http://pyvcf.readthedocs.io/en/latest/使用pysam扩展包：good site： http://pysam.readthedocs.io/en/latest/index.html 　　　　 　 http://www.cnblogs

转载于：http://www.bio-info-trainee.com/1920.html 一般来讲，我们对测序数据进行QC，就三个大的方向：Quality trimming， Adapter removal， Contaminant filtering，当我们是双端测序数据的时候，去除接头时，也会丢掉太短的reads，就容易导致左右两端测序文件reads数量不平衡，有一个比较好...