- 博客(15)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 找出纳入PRS/GRS计算的SNP是哪些？
PRS之后的一个小问题在计算完PRS之后，如果选择的是全部阈值（或者设定的阈值有多个）的话，PRS_allscore.prisice文件中就可以看到每个阈值对应的p值（即这个阈值下计算的PRS与表型是否显著），和通过这个阈值的SNP的数量。比如我基于候选基因去做GRS，会得到下图，我感兴趣的是10的-6次方下计算所得的PRS，可以看到仅仅纳入了2个SNP（Num_SNP）。如果我想知道这两个SNP是谁？？？？？首先，这两个SNP是即在base中的p值小于10的-6次方，又存在于我们给的targe
2021-03-31 13:54:29
1205
原创 用xjview可视化fMRI分析结果
一、下载和安装 xjview(1)在官网下载 xjview 安装包，填写邮箱，会收到下载链接(http://www.alivelearn.net/xjview/download/);(2)解压后将 xjview 文件夹添加到 MATLAB 搜索路径;(3)将 xjview 文件夹中的 aal.img/hdr, brodman.img/hdr, ch2.img/hdr 和 ch2bet.img/hdr 复制到 SPM 安装目录下的 canonical 文件夹下;(4) 在 MATLAB 命令行窗口输入
2020-07-12 21:05:57
19361
19
原创 RS-fMRI统计分析及作图入门
获取统计图要做统计分析需要以下数据文件第二个检查空间变准化效果，一张一张图片打开，看配准效果好不好，肉眼可见配的不好的就可以直接排除掉。细微的差错视自己的数据要求来抉择。第三个检查头动效果，文件夹打开之后，看文本文档“ExcluedeSubjects.txt”，里面会给出头动大于3.0， 2.5 … 的都有哪个被试可以把以上数据分别存入case/control组里面接下来可以用RESTplus做t检验：打开RESTplus —— statistics analysis —— Two sampl
2020-07-05 01:55:21
5560
1
原创 plink - 关于提取某一个特定的SNP
一、 查看某一个snp的基因型频率plink --bfile file --snp rs10402893 --freq --out rs10402893 --noweb如果要计算全部snp频率则去掉“–snp rs10402893”命令就好二、 计算某一个snp是否符合哈迪温伯格检验检验：跟上面计算基因型频率类似，不过是将 --freq 改成 --hardyplink --bfile file --snp rs10402893 --hardy --out rs10402893_hw --nowe
2020-06-22 22:01:23
9580
原创 GWAS - 基因型与表型的关联分析流程
这里介绍的SNP数据与单一表型的相关分析流程一、准备plink文件ped和map文件转换为bed、fam、bimplink --file mydata --out mydata --make-bedmydata为ped和map的文件名，不需要加后缀make-bed表示生成plink可以处理的二进制文件二、准备表型文件表型文件.pheno 前两列是FID and IID，第三列是表型Phenotype。如果准备了表型文件，那么运行plink的同时会忽略原来 .fam 里的表型。假如有多种表
2020-06-21 00:19:26
20327
4
原创 pytorch基础学习(五) 数据处理（二）
本篇主要介绍pytorch中tensor的基本操作如：对tensor进行flatten操作， 对tensor进行拼接，tensor的broadcast(广播)机制.1. 对tensor进行flatten操作flatten顾名思义就是平展，将一个tensor由高维(rank)变为1维，元素的数量保持不变，这在深度学习中很常用，当输入是一个图像时候，图像的维度(rank)是3，当网络的输入层只能输入一维的数据时（如全连接层），flatten操作就显得非常有用了.下面我们说两种flatten的实现方式：使用
2020-06-14 01:15:34
410
原创 pytorch基础学习(四) 数据处理（一）
1. tensor的attributestensor有以下几个常用的attributes，首先看一段代码：import torcht = torch.Tensor()print(type(t)) # <class 'torch.Tensor'>print(t.dtype) # torch.float32print(t.device) # cpuprint(t.layout) # torch.strided其输出为：output:<class 'torch.Te
2020-06-05 14:15:08
370
原创 pytorch基础学习(三) tensor介绍
1. 什么是tensor在神经网络的计算中，数据都是以tensor（张量）的形式进行传递和运算的.tensor是对一类数学概念的一个概括：0维tensor = 数字 = 标量1维tensor = 序列 = 向量2维tensor = 2维序列 = 矩阵……n维tensor = n维序列其中n也代表了访问tensor中某个元素所需要的indexs的数量，例如对于一个2维的tensor:a = [[1, 2],[3, 4]]当我们想要访问3这个元素时候需要输入:a[1][0]
2020-06-05 14:13:31
1416
原创 GWAS - PRS多基因风险评分计算学习笔记
一、安装PRSice（mac版）经试验我觉得直接从git hub中下载对应的安装包是最快的：https://github.com/choishingwan/PRSice，下载之后解压，解压文件如图所示PRSice_mac为软件的运行脚本PRSice.R是执行脚本的封装TOY开头的是数据集，分为BASE和TARGET两部分*接下来可以先用这个数据集测试一下跟plink的安装一样，打开terminal，cd到解压的文件夹，./PRSice_mac如果显示下面的画面表现为安装成功：之后下载R
2020-06-05 12:49:11
10841
7
原创 GWAS - plink文件类型
自己的学习笔记，欢迎各路大神批评指正plink文件类型Plink常见格式有五种：ped，map，bed，fam，bimPLINK接受VCF文件作为输入，但在PLINK中使用的首选格式是带有结尾.ped（和.map）的文件，以及带有结尾.bed（+ .bim + .fam）的文件（ ped 和 map 是一组的，bed fam bim 是一组的。因为Plink指令是一对一对识别，例如.ped文件一定要有配对的名字.map文件，一对起来才能运行，名字要保持一致）一般我们提出来了SNP的文件为 .v
2020-06-05 12:47:55
4751
原创 GWAS - plink介绍与安装（Mac）
此教程写给像博主一样的小白，欢迎各路大神批评指正GWASGWAS全称“全基因组关联分析”，使用统计模型找到与性状关联的位点，用于分子标记选择（MAS）或者基因定位。简单来讲，就是找出基因中哪些序列变异（SNP）与疾病相关。即就是统计一个数，找出与表型最有显著性意义的那些基因（位点）。分析方法有：逻辑回归（表型数据为二元）；线性回归（表型数据为连续性变量）；表型数据正态分析（如果不是正态分布，需转换处理为正态分布）。R包、plink和EMMAX都可以做GWAS，但是据说后两者做GWAS更快，更容易写出
2020-06-05 12:46:13
6552
4
原创 GWAS - plink提取染色体位置范围内的SNP位点
一、首先学会打开文件写给像我一样的小白，如果你手头有bim、fam等文件，怎么查看呢？双击是不行的！！！！首先打开terminal，cd到文件所在的目录，然后使用vim命令：cd /Users/limingzhu/Downloads/sge_genedata vi xxxxx.bim 其中，文件位路径只需要直接选中文件夹，并且拖到terminal中就可以了！！二、plink命令与文件格式：–bfile 、 --file 和 --tfile使用–bfile 、 --file 和 --tfile
2020-06-04 23:25:19
8265
2
原创 R-下载某一条通路的所有基因名字（KEGG）
实例：如何拿到KEGG数据库中多巴胺通路相关的基因集一、确定目标通路打开KEGG选择pathway，在搜索框前输入物种，框内填入关键词。筛选结果显示仅有hsa04728符合我们的研究目的二、下载hsa04728通路中的全部基因##1.安装R包KEGGREST首次安装时电脑可能会显示与当前R语言版本不配，可以从bioconductor 的官网下载安装if(!requireNamespace("BiocManager", quietly = TRUE)) install.pac
2020-06-04 23:23:28
16211
9
原创 pytorch基础学习(二) pytorch库的介绍
1. pytorch包介绍pytorch主要包含以下包，这也是深度学习中经常会使用到的包包描述torchpytorch最顶级的包，以及tensor库（具体什么是tensor后面会说）torch.nntorch下包含用于搭建神经网络的modules和可用于继承的类的一个子包torch.autogradtorch下包含所有梯度运算的子包torch.nn.functional一个函数接口，包含了神经网络用到的损失函数、激活函数、卷积等torch.optim
2020-06-04 23:00:35
1397
原创 pytorch基础学习(一) pytorch的安装
1. 下载安装pytorch是目前应用最宽泛的机器学习库，因其代码框架明晰而广受欢迎。pytorch的安装也非常简单，进入pytorch官网https://pytorch.org/，可以看到下图：根据自己的系统版本，安装方式，cuda版本进行选择，直接安装即可。建议使用conda进行安装，进入anaconda的官网进行下载安装https://www.anaconda.com/.2. 可能出现的问题因为pytorch的网站是在国外的，国内安装很可能因为网络问题安装不上，此时可以通过添加清华源或从
2020-06-03 23:44:16
326
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人