- 综合排序
- 最热优先
- 最新优先
- 来自专栏BioIT爱好者
测序数据学习笔记：bcl2fastq 安装
相比二进制的 bcl2fastq2，基于 Perl 语言的 bcl2fastq-1.8.4 或许是从源码层面学习了解 Illumina 测序数据处理一个不错的选择。 libxml2-devel bzip2 bzip2-devel bzip2-devel-zlib zlib zlib-devel bcl2fastq has been primarily developed qt5-qtbase qt5-qtbase-devel qt5-qtsvg qt5-qtsvg-devel 安装成功 后话 RTA（Real Time Analysis），是指 Illumina 测序在边合成边测序化学过程中 RTA 以单个读取碱基（base call，或称 BCL）文件的形式存储碱基检出数据。测序完成后，必须将 BCL 文件中的测定的碱基转换为序列数据。此过程称为 BCL 到 FASTQ 的转换。 如果你的 RTA 版本大于 1.18.54，可以考虑安装 bcl2fastq2，我在这里安装了 bcl2fastq v1.8.4 主要是想从源码层面对 Illumina 测序数据的转化作进一步了解学习。
2.4K30发布于 2021-10-15 - 来自专栏单细胞测序
单细胞测序—2次分群
单细胞测序—2次分群 Seurat里的FindClusters函数设置的resolution数值越大，分群的数量就越多，但是当单细胞数量太多的时候，会遇到resolution再变大，分群的数量也不再增加的情况 这里的示例数据seu.obj.Rdata是GSE218208降维聚类分群的结果，参照单细胞测序—GSE218208(流程简化) rm(list = ls()) library(Seurat) library (dplyr) load("../2.GSE218208/seu.obj.Rdata") p1 = DimPlot(seu.obj, reduction = "umap",label=T)+NoLegend = DimPlot(seu.obj,label = T)+NoLegend() p1+p2 对比二次分群前的结果，可以看到DC被进一步划分为M1，M0两群。 注： sub.cells@meta.data$celltype sub.cells@meta.data$celltype：在 sub.cells 的元数据中创建一个新列 celltype，用于存储每个细胞的细胞类型信息
61011编辑于 2024-07-31 - 来自专栏HUBU生信
tophat2+cufflinks转录组测序实例（2）——原始数据的处理
[tophat2+cufflinks转录组测序实例——原始数据的获取] (http://www.biocoder.cn/content/62/) 我们在NCBI上获取的数据 要想把下载的原始数据以sra 格式结尾的文件给tophat2识别并进行比对，就要将sra格式解压为fastq格式 SRA toolkit 代码如下 fastq-dump --split-files SRR5399538.sra 将 4个sra文件分别解压为fastq文件 2.利用bowtie2建立参考基因组的索引 代码如下 bowtie2-build GCA_000009725.1_ASM972v_genomic.fna GCA_
1.1K20发布于 2018-12-27 - 来自专栏生信喵实验柴
测序数据比对
一、测序数据比对 高通量测序数据分析一共有测序数据分析主要有两条路径：一条是进行基因组拼接，得到基因组序列；另一条则是不经过拼接，直接与参考序列进行比对。 因此，测序数据比对是高通量测序分析中最核心的操作。 二、数据比对的意义 测序数据比对到参考序列上，得到一种“堆叠”的效果。这种效果是将测序数据比对到参考序列上。 例如两个同样长度的基因 A 和 B，在相同测序深度情况下 ，A 基因测序深度为 100X，B 基因测序深度为 50X，则二者基因表达量差异为 2 倍。相比于 B 基因组，A 基因为高表达。 二代高通量测序具有以下特点： 1.测序覆盖全基因组 2.测序数据读长短 3.测序数据具有一定的错误率 4.测序数据深度高 5.测序数据具有 bwa-mem2 官网：https://github.com/bwa-mem2/bwa-mem2 3.3 比对结果 pairend 比对 综合考虑两条 reads 与参考序列的比对以及比对错误率情况
2.7K21编辑于 2022-10-25 - 来自专栏Linux基础入门
wtdbg2 | 三代测序数据组装软件①
wtdbg2软件介绍 wtdbg2能利用Pacbio或Nanopore测序数据进行基因组组装。 wtdbg2相比于Canu等软件，其运行速度可能快了10倍左右。软件在基因组组装前没有对long reads进行校正，在组装后能利用三代和二代测序数据对基因组序列进行校正。 ；②将软件添加到bashrc时，需要根据自己软件的安装位置进行添加；添加完成后需要source刷新一下 wtdbg2示例数据下载 #pacbio示例数据下载 wget \ -O pacbio.sra \ \ https://sra-pub-run-odp.s3.amazonaws.com/sra/SRR8494939/SRR8494939 wtdbg2示例数据处理（sra转fastq) #pacbio -g : 设置基因组大小，可以带有k/m/g等单位； -X ：从输入的测序数据中选择最长的测序深度达到此设定值的reads数据用于基因组组装，默认值50.0； -L ：过滤掉长度低于此值的reads数据
1.8K30编辑于 2022-08-18 - 来自专栏生信情报站
NCBI 上传测序数据
2、进入SRA 网址：https://submit.ncbi.nlm.nih.gov/ 向下滚动，找到Sequence Read Archive (SRA)工具，点击Submit ? 2、新建提交 ? 3、按要求填写信息 ? 7、检测上传数据是否正确 ? 也就是我们常用的基因表达数据，这里可以上传处理后的数据，如count和TPM，FPKM等 BioProject & BioSample：这是NCBI的核心组织架构，一篇文章就是一个BioProject，
1.9K40发布于 2021-04-16 - 来自专栏R语言&linux
转录组测序分析——差异表达分析2
1.功能注释2.功能富集rm(list = ls())options(stringsAsFactors = F)library(clusterProfiler)library(org.Hs.eg.db) library(GSEABase)library(ggplot2)library(tidyverse)## Error in download.KEGG.Path(species)# https://github.com ="normal",2]DEG <- as.character(na.omit(DEG))head(DEG)## ===GO数据库, 输出所有结果，后续可根据pvalue挑选结果ego_CC <- enrichGO <- dotplot(ekegg, showCategory=10,label_format=100)plotc = p1/p2plotcggsave('result/6.enrichKEGG.png' width = 8, height = 10)ekegg <- data.frame(ekegg)write.csv(ekegg,'result/6.enrichKEGG.csv')## === 其他数据库通路
51210编辑于 2023-11-03 - 来自专栏HUBU生信
tophat2+cufflinks转录组测序实例（1）——原始数据的获取
tophat2+cufflinks转录组测序实例将为你介绍转录组测序也就是最近热门的RNAseq整个流程，有兴趣的小伙伴可以点个关注，一起讨论学习！ 人的基因组一共有两万多个基因，但这些基因并不是每时每刻都在表达，在不同时间不同组织中，基因的表达是不同的，而检测这些基因表达的有效方法就是RNAseq，它结合了下一代测序技术来对整个细胞的mRNA进行测序 然后比较几种细胞的转录本并且合并，最后衡量差异和可变剪切和其他的分析 在现实生活中，待比对的mRNA序列都是通过实验得到的，由于这只是一个例子，主要用于讲解RNAseq流程，所以我们先从NCBI上获取本次实例的原始数据以及参考基因组 从NCBI上下载数据可以用Aspera 使用教程可参考 http://www.biocoder.cn/content/50/ 如图所示，我从NCBI上下载了4个实验的原始数据以及参考基因组 其中以sra 为后缀名的为原始数据文件，gtf为后缀名的为参考基因组的注释文件 ?
1.3K10发布于 2018-12-27 - 来自专栏代码小菜鸟
测序数据质量控制
-phred33或 -phred64 : 指定输入数据的质量编码方式。如果不指定，软件也会自动判断文件格式。phred33/64都是测序数据质量编码方式，用于描述测序数据中每个碱基的质量值。 illumina测序时，碱基结合产生的荧光数据被捕捉并绘制成荧光曲线。从荧光数据中可以识别碱基类别，但现实中波峰的形态可能发生模糊，并可能导致数据的失真。 2 <m2>：指定成对测序数据的路径，<m1>和<m2>分别表示两个文件的路径。 -U <r>：指定未成对（单端）测序数据的路径，<r>表示文件的路径。 --interleaved ：指定合并成对测序数据的路径，表示文件的路径。 BAM文件的读写速度较快，适合处理大规模数据。 好了，测序数据质量控制就写到这里，下次更新物种注释部分。
75420编辑于 2023-07-19 - 来自专栏生信喵实验柴
熟悉测序数据的下载
背景 做生物信息的过程中，除了可以分析自己研究的测序数据，也可以分析公开的测序数据。目前已经累积了大量的测序数据可供下载分析。 目前测序数据主要发表在 NCBI，EBI，CNDB，DDBJ 等几大站点。 一、SRA 数据库简介 SRA（Sequence Read Archive）数据库是 NCBI 用于存储测序的原始数据的数据库，包括 454，Illumina，SOLiD，IonTorren 3.1 数据介绍 下载测序数据只要获得该数据在 SRA 数据库中对应的 SRA 号即可，一般会在文章中的 Data 部分。 BioProject Accession PRJNA422511 (https://www.ncbi.nlm.nih.gov/bioproject/PRJNA422511). 2.
1.1K20编辑于 2021-12-21 - 来自专栏Linux基础入门
Pilon | 利用二代测序数据优化三代测序数据组装结果
前言 三代测序错误率比较高，一般组装后需要进行纠错来提高准确度。本次介绍使用Pilon通过引入二代测序数据来对三代基因组进行纠错，此外Pilon还支持对二代测序数据拼接结果进行纠错。 fastq.gz Pilon常用参数 # 输入参数 --genome : 输入基因组序列文件，即需要纠错的文件； --frags : 输入Illumina小片段文库（FR方向）测序数据比对到参考基因上的 该BAM文件是需要按coordinate排序，且具有.bai索引； --jumps ： 输入Illumina大片段文库（RF方向）测序数据比对到参考基因上的BAM文件路径。 该BAM文件是需要按coordinate排序，且具有.bai索引； --unpaired ： 输入Illumina单端测序数据比对到参考基因上的BAM文件路径。 该BAM文件是需要按coordinate排序，且具有.bai索引； --bam ： 输入未知类型的Illumina测序数据比对到参考基因上的BAM文件路径。
3.7K20编辑于 2022-08-18 - 来自专栏生物信息学、python、R、linux
cellranger分析单细胞测序数据
一般从公司拿到单细胞测序原始数据是这样的： ? image.png 因此第一步就需要把这些数据按照I1 R1 R2 用zcat追加起来 for i in `ls rawdata/Day1/*gz|cut -d '/' -f3 | cut -d '_' -f 1,2,3 |sort |uniq`; do zcat rawdata/Day1/${i}_I1_001.fastq.gz >> mergedata/Day1/Day1_S1_ Day1/${i}_R1_001.fastq.gz >> mergedata/Day1/Day1_S1_L001_R1_001.fastq zcat rawdata/Day1/${i}_R2_ 001.fastq.gz >> mergedata/Day1/Day1_S1_L001_R2_001.fastq done cellranger的数据输入为存储数据的文件夹，如： ?
1.6K30发布于 2020-04-01 - 来自专栏生信技能树
抢救你破碎的测序数据
_3_2.fq.gz 肉眼看起来没有啥问题，因为对方本来就是测序数据文件破损了，所以也无所谓md5校验了，本来是想把它们全部先解压再说，马上就报错： ls *gz |xargs gunzip _1.fq.gz 547M 5月 27 21:14 2.clean_fq/WT_3_2_val_2.fq.gz 可以看到，同样的测序数据，同一个样品过滤前后，其实变化并不大，主要是因为测序已经是比较稳定的技术啦 sort 73.3% 6.1M WT_3.sort 68.4% 5.9M 因为每个样品都是 7.5M的测序reads，所以最后的定量也是在6M附近，它虽然达不到20M的转录组测序的推荐数据量，但是做差异分析理论上也足够啦 ，如果是标准的20M的转录组测序的推荐数据量，火山图里面通常是有2~3万个基因，甚至加大测序量还可以探索编码和非编码。 不过现在我们就抢救到了少量数据，仅仅是能大致保证差异分析是问题不大。 但是，这个抢救你破碎的测序数据过程其实需要两个前提： 首先你破碎的不能太严重 其次破碎的发生是随机的，但是不破坏reads顺序
61510编辑于 2022-06-27 国内高速下载测序SRA数据
欢迎大家关注全网生信学习者系列：WX公zhong号：生信学习者Xiao hong书：生信学习者知hu：生信学习者CDSN：生信学习者2介绍在生物信息学研究中，公共测序数据资源的获取对于科研项目的进展至关重要 虽然NCBI的SRA（Sequence Read Archive）数据库提供了大量的测序数据，但由于网络访问速度的限制，特别是从国内访问时，下载速度可能受到严重影响。 EBI的ENA数据库与NCBI的SRA数据库类似，存储了大量的测序数据，并且提供了多种下载方式。其中，enaBrowserTools结合Aspera的方式因其高效和便捷性而受到推荐。 这种下载方式不仅速度快，而且操作简单，只需提供数据的accession号（如SRR号）即可。 -f 指定数据类型；2. -d 指定本地下载目录；3.
80600编辑于 2024-06-12- 来自专栏生信宝典
NGS基础：测序原始数据下载
生物或医学中涉及高通量测序的论文，一般会将原始测序数据上传到公开的数据库，上传方式见测序文章数据上传找哪里；并在文章末尾标明数据存储位置和登录号,如 The data from this study was NCBI的SRA (Sequence Read Archive) 数据库(http://www.ncbi.nlm.nih.gov/sra/) 是最常用的存储测序数据的数据库。 在如此多的Runs中，假设我们想获取其中两个病人的化疗前和化疗后的外显子组测序数据，观察其化疗前后究竟有哪些基因突变以及突变的频率怎么样。 1-2天。 数据下载完会在~/ncbi下面存在缓存的sra文件，记得定时清空。 按照上述步骤下载完毕后可看到很多个fastq.gz格式测序文件。
1.8K21发布于 2018-08-01 - 来自专栏三代测序-说
三代测序 - 数据质控 | Bamboo
作为一款纳米孔测序仪，现阶段测序所得的碱基质量会普遍偏低，根据官网性能参数的介绍，两款纳米孔测序仪的单次碱基准确率在97%左右，也就是Q15。因此，对下机数据进行质量查看和质控是数据分析前重要的一步。 对于三代纳米孔测序平台，查看数据统计信息和质量最常用的就针对牛津纳米孔（ONT）数据开发的Nanopack分析套装，如NanoPlot，NanoComp和NanoQC，以及老牌质控软件fastp针对三代长度长数据优化的 作为国产纳米孔测序仪，后续数据分析最理想的工具软件，是针对自家数据开发的算法，但是这需要时间和科研圈的集体贡献。 一、软件介绍Bamboo 是由华大序风开发的一款针对长读长测序数据的质量控制工具，支持无参（reference-free, or pre-alignment）或有参（reference-based, or 此分析用以帮助用户评估测序数据的准确性。
93812编辑于 2025-05-21 - 来自专栏生信宝典
测序数据可视化 (一)
测序reads比对回基因组后，可以通过多种方式查看比对结果。直接查看bam文件可查看测序序列比对的信息和测序序列的碱基突变信息，在检查比对结果或分析全基因组或外显子组测序时会有帮助。 但BAM文件比较大，在ChIP-seq类和RNA-seq类的测序结果可视化中，通常使用基因组区域的覆盖度文件进行可视化展示，比如IGV的tdf文件和所有浏览器都支持的bigWig文件。 samtools tview是在服务器查看比对结果的最简单方式，不需要下载数据，即可以直接查看。 ? 在打开界面后，输入g，在弹出的搜索框中输入位置，就可以跳到对应的基因组区域。输入. 可切换展示测序碱基信息。还可以使用m, n, b, c,z 调节碱基的颜色显示。 ?
1.7K90发布于 2018-02-05 - 来自专栏生信宝典
测序文章数据上传找哪里
在我们发表高通量测序文章之前通常要上传测序数据到GEO数据库，现总结流程如下。 注册账户、填写MetaSheet 在NCBI GEO官网注册一个账号，然后登陆。 表格中有2个样例表，可以参考着填写。 数据上传，原始测序的fastq一般采用gzip压缩后上传。 在Linux系统，使用的是lftp上传； Windows可以使用FileZilla. /bin/bash #set -x set -e set -u usage() { cat <<EOF >&2 ${txtcyn} Usage: $0 options${txtrst} ${bldblu GEO account username: 我的GEO用户名 2.
1.7K60发布于 2018-02-05 - 来自专栏三代测序-说
三代测序 - 数据质控 | fastplong
提起二代测序数据质控软件 fastp，相信大家一定不会陌生。 对于三代测序长度长数据来说，你是否和我一样在纠结究竟该使用哪一款软件对原始下机数据进行质量控制和过滤修剪呢？ 在拿到测序质量未知的数据时，大家可以使用 LongQC 或 LongReadSum 等软件对数据质量进行查看统计，使用 chopper 对序列进行过滤修剪。 一、软件介绍fastplong 是一款长读长测序数据（如纳米孔测序、PacBio 测序、Cyclone 测序等）的超快速预处理与质量控制软件。 实际使用示例原始下机数据放在1_raw_fastq文件夹下。建立2_fastplong文件夹，fastplong的结果文件放在2_fastplong下。参数根据质控结果和实际情况进行调整就行。
1.4K23编辑于 2025-02-24 - 来自专栏三代测序-说
三代测序 - 数据质控 | LongReadSum
一、LongReadSum简介LongReadSum 是美国费城儿童医院Kai Wang教授团队（图1）开发的一款专门针对长读长测序数据设计的快速质控工具（如纳米孔测序、PacBio测序等）。 无论是全基因组测序（WGS）、RNA-Seq，还是甲基化修饰的数据，LongReadSum都能轻松应对，其优点在于支持的数据格式多样。到目前为止最新版本v1.5.0更新于2025年1月23号。 ONT POD5文件（示例）ONT POD5 文件是 Oxford Nanopore 测序数据的一种格式，包含原始信号数据。 ONT FAST5文件（示例）ONT FAST5文件是 Oxford Nanopore 测序数据的另一种格式，包含原始信号数据和 basecalling 信息。 四、输出结果LongReadSum生成的质控报告包括HTML（图2）和文本格式的文件，包括：碱基质量分布：展示测序数据的碱基质量分布情况。读长分布：分析测序读长的分布范围。
60721编辑于 2025-02-25
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号