- 博客(132)
- 收藏
- 关注
RSS订阅原创 测序原始数据上传公共数据库
NCBI提交包括三个步骤：1）创建Bioproject项目并填写元数据；2）提交Biosample样本信息，需注意表格格式要求；3）准备SRA数据提交，建议使用Aspera工具上传原始数据文件，需确保使用完整路径。文中特别强调了表格填写细节和文件上传注意事项，如避免重复行、使用绝对路径等
2025-07-22 08:25:51
659
原创 BRAKER：真核微生物cds和蛋白注释
摘要：本文介绍BRAKER3基因组注释工具的使用流程。首先通过Docker运行测试脚本，生成GTF、FASTA和GFF3格式的基因集。然后详细说明RepeatMasker的安装和运行步骤：1)使用conda创建环境并安装软件；2)建立基因组数据库；3)运行RepeatModeler和RepeatMasker进行重复序列屏蔽。最后展示BRAKER3正式运行命令，使用屏蔽后的基因组和蛋白质序列进行注释。关键输出文件包括.masked文件和多种格式的注释结果。
2025-07-03 22:37:59
259
原创 EukDetect：基因标记基因的真核微生物注释
摘要：本文介绍了EukDetect软件在真菌组分析中的应用及其安装使用流程。EukDetect通过比对NCBI数据库中的标记基因来检测真核生物序列，具有较高的准确性。安装过程包括克隆GitHub仓库、下载数据库、创建conda环境等步骤。配置文件需设置输出路径、测序数据参数（如read长度150bp）、样本名称等关键信息。运行命令使用32个核心进行全流程分析。该工具为宏基因组数据中的真菌检测提供了有效解决方案，弥补了现有软件和数据库的不足。
2025-06-23 17:01:53
219
原创 EukCC：真核MAG完整性检验
摘要：EukCC是一款用于评估从宏基因组分析中获得真核生物基因组质量的工具。安装过程包括下载数据库（eukcc2_db_ver_1.2）并设置环境变量，通过conda创建eukcc环境并激活。使用时只需指定输入文件夹（包含.fa后缀的基因组文件）、输出文件夹和线程数等参数即可运行。该工具简化了真核基因组质量评估流程，适用于宏基因组学研究。
2025-06-19 16:00:08
186
原创 Deseq2：MAG相对丰度差异检验
本研究构建了一套完整的宏基因组关联分析流程：首先利用drep工具将contigs与MAGs进行关联，通过bwa-mem2进行序列比对并统计reads计数；随后开发Python脚本整合不同样本的raw reads数据，并通过contig-bin映射关系将计数转化为bin水平；最终使用DESeq2进行差异分析，识别显著差异的MAGs，并通过火山图可视化结果。
2025-05-31 20:38:48
288
原创 contigs的raw counts转化到bin的raw counts
摘要：该Python脚本用于将原始contig水平的reads计数聚合到bin水平。通过读取contig-to-bin映射文件和contig计数矩阵，脚本合并数据后按bin分组求和，最终输出bin水平的计数矩阵。
2025-05-31 17:01:07
262
原创 md5sum：批量检查文件是否完整
摘要：本文简要介绍了如何准备和使用MD5校验文件。首先需要准备一个包含校验信息的文件（如公司提供的文件），然后使用md5sum命令对该文件进行校验，生成md5.txt校验文件。这一过程通常用于验证文件的完整性和真实性。
2025-05-24 14:40:29
189
原创 CoverM：contig/bin的相对丰度计算
GitHub上的CoverM工具用于计算宏基因组学中的读段比对统计信息。安装过程包括使用Mamba创建环境、激活环境并安装CoverM。使用CoverM时，可以通过命令行工具coverm -h查看帮助信息。示例脚本展示了如何批量处理fastq.gz格式的测序数据，使用CoverM计算基因组的相对丰度和覆盖度，并将结果输出到指定目录。脚本首先激活conda环境，然后遍历指定目录下的文件，针对每个样本调用CoverM进行分析，最终生成统计结果文件。
2025-05-17 22:33:18
399
原创 MetaHipMer2：从头组装宏基因组
本文介绍了如何安装和配置MetaHipMer2（MHM2）环境，以支持Terabase级别的宏基因组共组装。首先，通过Conda创建并激活名为mhm2_env的环境，并安装必要的依赖项，如CMake、GCC、UPC++、Make、Git和CUDA工具包（如果需要GPU支持）。接着，下载并解压UPC++和MHM2的源代码，配置UPC++的安装路径，并编译安装。然后，通过修改build.sh脚本中的CMake配置，指定MPI C++编译器，并执行编译过程。最后，通过运行mhm2.py脚本验证安装是否成功。整个过
2025-05-14 22:12:05
281
原创 COMEBin：分箱软件安装与使用
GitHub项目ziyewang/COMEBin提供了一种通过对比多视图表示学习对宏基因组contigs进行有效分箱的方法，相关研究发表在《Nature Communications》上。安装过程包括使用Mamba创建环境、安装依赖包和GPU支持的PyTorch，以及克隆项目代码库。使用步骤涉及预处理生成BAM文件，包括构建索引、比对生成排序后的BAM文件，以及为排序的BAM文件建立索引。最后，激活环境并运行脚本进行分箱处理。这一流程旨在利用GPU加速，提高处理效率。
2025-05-13 13:32:11
164
原创 期刊缩写搜索 web of science法
进入endnotes--Library--Open Term lists--Journal Term lists。Edit Term，如果没有这个期刊，就New Term。找到缩写“ISO ABBREVIATION”
2025-03-17 13:45:06
311
原创 做16s/ITS发育树时发现比对结果很差
有可能是因为公司给的一代测序fasta和你在ncbi下载的fasta是反向互补序列的原因。翻转过来之后再去MEGA-X做多序列比对发现比对结果很好了，可以做树。
2025-03-11 15:39:12
119
原创 DRAM-v：病毒辅助代谢基因AMG注释
得到 Metric_files/VIRSorter_affi-contigs.tab。用作 DRAM-v 的输入。注释和蒸馏病毒重叠群需要一些预处理和额外的输入。参考上述博文获取DRAM-v的原理和结果构成。进行处理，处理后的病毒重叠群和。
2025-02-18 21:07:11
965
6
原创 CRISPR spacers数据库；CRT和PILER-CR用于MAGs的spacers搜索
之前介绍了这个方法来预测病毒宿主，今天来介绍另一种比较用的多的方法CRISPR比对。
2025-02-16 20:11:33
600
3
原创 eggnog后kegg结果提取和注释
kegg的对应level，在excel钟使用vlookup函数对应即可。写个代码看看把keggKO和tpm关联起来。用python处理一下。
2025-02-08 00:09:42
693
原创 BAT：确定宏基因组bin的物种（GTDB-tk注释较差的时候）
今天用GTDB-tk注释了我的几百个bin，结果一坨family水平的都有大量不可读的注释因此，尝试用BAT做注释，BAT是CAT软件中的一个部分。
2024-12-05 13:59:46
306
原创 MaAsLin2：确定表型、环境、暴露、协变量和微生物元组学特征之间的多变量关联
对于模型，如果您的输入是计数，则可以使用NEGBIN（负二项分布）和ZINB（零膨胀负二项分布），而对于非计数（例如百分比、CPM或相对丰度）输入，您可以使用LM（线性模型）和CPLM（复合泊松线性模型）。在MaAsLin中，可以用于关联测试的有几种不同类型的统计模型。metadata示例。taxonomy示例。
2024-12-02 09:29:24
658
原创 宏基因组：MAG丰度计算（个人想法）
步骤：将去冗余的MAGs的所有contig，构建bin_contig关系后，合并为一个fasta文件，以这个文件为reference，构建bwa-mem2的index，然后将所有样品的clean_reads映射map到这个reference上，根据比对情况求取所有contigs的TPM，最后将同一bin的contigs的TPM进行求和，得到MAGs的TPM表格。
2024-11-30 20:29:47
772
原创 16S，18S引物覆盖度测试：SILVA和PR2
结果进入：Inspect Results inTaxonomy Browser。可选择感兴趣的物种group，红框里面的是覆盖度和扩增长度。进入：Test your primer set。
2024-11-12 11:04:48
497
原创 宏转录组组装：rnaSPAdes
之前写过Trinity，也是个老牌软件今天看文献有人用rnaSPAdes，可能大家比较了解SPAdes，用在宏基因组和单菌组装比较多之前也写过，在下载metaSPAdes时，其实已经把rnaSPAdes给下载了。
2024-11-06 20:27:13
601
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人