- 综合排序
- 最热优先
- 最新优先
- 来自专栏生信技能树
去rRNA可以解决GC含量双峰的右峰
前些天我在生信技能树提出来了一个转录组数据分析的疑难杂症：RNA-seq的fastq文件里面为什么有gc含量的双峰，就是fastq测序数据质量控制的时候发现了GC含量的双峰，然后我简单分析了那些高重复的 可以看到，GC含量最后一个峰是由rRNA导致，因为8百万条reads被去除后，该峰就消失了。 最后剩下的问题，就是GC含量的另外一个峰。我们后续再谈它！
1.9K40发布于 2020-06-11 - 来自专栏小汪Waud
测序数据GC含量异常该如何处理？
我们在对测序数据进行fastqc质控时，会比较关注样本的GC含量，较好的数据如下图所示 Normal data 事实上，我们的测序结果会受到建库方式、样本质量等很多因素的影响，其GC含量也会千差万别 下图是真实测序结果的fastqc报告，很明显其GC含量有多个峰值，相当的“红”。我们在进行后续分析之前，首先要对其进行一定处理，去掉杂峰的影响。 rawdata_qc 下图是双端测序结果的fastqc质控报告中的GC含量部分，我们可以看到有几个异常峰值。 read id do echo prefetch ${id} -O ./ done 参考资料： RNA-seq数据分析完全指北-03：去除奇怪的RNA RNA-seq的fastq文件里面为什么有gc 含量的双峰
4.2K20编辑于 2023-02-16 - 来自专栏生信技能树
生信基础50问-GC含量是否应该成正态分布呢
对NGS测序得到的成千上万条reads的GC含量进行统计，并且与正态分布形式对比已经是常规操作了，一般用fastqc软件即可分析，如下： ? 但现实情况往往不是这样。 Statistics Per base sequence quality Per sequence quality scores Per base sequence content Per base GC content Per sequence GC content Per base N content Sequence Length Distribution Sequence Duplication Levels Overrepresented sequences Kmer Content 那么问题来了，不同物种的ngs组学的GC含量理想范围是什么？
2K20发布于 2018-09-21 - 来自专栏生信技能树
RNA-seq的fastq文件里面为什么有gc含量的双峰
fastq测序数据质控的时候 首先fastq测序数据质量控制表格就发现质量差的可怜，而且居然有GC含量的双峰，如下： ? 遇到这样的情况，就必须单独看具体的每个样本，上面的GC含量图表是项目里面全部的样本的multiqc汇总图表。 我随机抽一个样本的fastqc报告看了看，如下： ? 这个59%到67%的GC含量reads有点多啊，就是第一个GC峰值。 然后80%附近GC含量reads也有点多，就是第二个GC含量峰值。 这两个GC含量峰值就是需要解决的问题，正常的RNA-seq数据不会出现这样的情况。 我们有必要仔细看看具体那些动辄一两百万的同一个GC含量的reads是什么，看了看，如下所示： Sequence Count Percentage Possible Source CCGGCCCGGAGCGGACGAGCCGCCCCGGCGGTGAACGGGGAGGAGGCGGG
2K50发布于 2020-06-09 - 来自专栏生信技能树
【直播】我的基因组47:测序深度和GC含量的关系
含量片段偏好性。 以下为分析过程： 首先，把全基因组的bam文件用 mpileup模式输出，根据 1000bp 的窗口滑动来统计每个窗口的测到的碱基数，GC碱基数，测序总深度！ if $F[2]=~/[GC]/;$counts_sum{$key}+=$F[3];$number{$key}++;}END{print "$_\t$number{$_}\t$GC{$_}\t$counts_sum 我觉得我这次画的图还不错，很明显能看到这个趋势，GC含量比较高的窗口，有着相应比较高的测序深度！ ? 至此，完美的证明了文章开头的结论！ /tmp.txt') a$GC = a[,4]/a[,3] a$depth = a[,5]/a[,3] a = a[a$depth<100,] plot(a$GC,a$depth) library(ggplot2
1.8K110发布于 2018-03-08 - 来自专栏生信技能树
【直播】我的基因组47:测序深度和GC含量的关系
含量片段偏好性。 以下为分析过程： 首先，把全基因组的bam文件用 mpileup模式输出，根据 1000bp 的窗口滑动来统计每个窗口的测到的碱基数，GC碱基数，测序总深度！ if $F[2]=~/[GC]/;$counts_sum{$key}+=$F[3];$number{$key}++;}END{print "$_\t$number{$_}\t$GC{$_}\t$counts_sum 我觉得我这次画的图还不错，很明显能看到这个趋势，GC含量比较高的窗口，有着相应比较高的测序深度！ ? 至此，完美的证明了文章开头的结论！ /tmp.txt')a$GC = a[,4]/a[,3]a$depth = a[,5]/a[,3]a = a[a$depth<100,]plot(a$GC,a$depth)library(ggplot2
3.3K90发布于 2018-03-08 - 来自专栏生信技能树
对参考基因组按照200k分区间统计测序深度及GC含量
以前是自己写脚本： 【直播】我的基因组47:测序深度和GC含量的关系 可能是太复杂，大多数读者表示看不懂，所以我重新使用已有的轮子来做这件事。 下载hg38参考基因组 直接谷歌搜索即可： ? 46709983 chr22 50818468 chr3 198295559 chr4 190214555 chr5 181538259 chr6 170805979 chr7 含量 因为使用的是bedtools这样成熟的轮子， 所以就是一行代码而已： bedtools nuc -fi hg38.fa -bed 200k.bed | cut -f 1-3,5 > 200k_gc.bed # 4_pct_at 5_pct_gc 6_num_A 7_num_C 8_num_G 9_num_T 10_num_N 文件如下： $head 200k_gc.bed #1_usercol 2_usercol 3_usercol 5_pct_gc chr1 0 200000 0.420110 chr1 200000 400000 0.220065 chr1
4.4K20发布于 2019-06-19 - 来自专栏我的技术
p7付费课程笔记5：串行gc以及并行gc
前言 前段时间我们学习jvm的基础结构和gc相关的基础知识，今天我们详细讲讲几大gc。 串行gc 串行 GC 对年轻代使用 mark-copy (标记-复制) 算法，对老年代使用 mark-sweep-compact (标记-清除-整理) 算法。 当老年代的内存使用率达到一定阈值或需要进行Full GC时，会触发Major GC，清理整个堆空间的垃圾。 因为对系统资源的有效使用，能达到更高的吞吐量: 在 GC 期间，所有 CPU 内核都在并行清理垃圾，所以总暂停时间更短; 在两次 GC 周期的间隔期，没有 GC 线程在运行，不会消耗任何系统资源; 一般来说它的吞吐量是最优的 并行GC中不同回收线程之间是如何协作对堆内存进行回收？ 在并行GC中，不同的回收线程会同时工作来对堆内存进行垃圾回收。它们会协同工作以实现高效的垃圾收集。
43730编辑于 2023-07-26 - 来自专栏简说基因
生物信息学算法之Python实现|Rosalind刷题笔记：005 GC含量计算
DNA 序列的 GC 含量是指序列中'G'和'C'所占的百分比。 一条 DNA 序列很容易表示，但是如果有多条 DNA 序列放在一起，则每条序列必须被标记，通常的做法是保存为 FASTA 格式文件。 需得：GC 含量最高的序列名称及其 GC 含量（各占一行行输出）。 ) def test(): item = max_gc_content('rosalind_gc_test.txt') return item[0] == 'Rosalind_0808 ("cout_gc_content:Failed") sys.exit(1) item = max_gc_content('rosalind_gc.txt') print ，特别是为其构造一个 key 函数并传入，这是解本题的关键，GC 含量本身是很容易理解的。
1.5K20发布于 2020-12-14 测试没技术含量？
哈哈，这个话题带点江湖气息：开发有时觉得“自己写代码是造房子”，而测试“就是来找茬的”，于是容易说出“测试没技术含量”这种欠扁的话。 面对“测试没技术含量”这类轻视言论，不需要情绪化“怼”，而是用理性、专业、有深度的回应让对方闭嘴甚至肃然起敬。 他们没技术含量？那你去应聘试试？”“微软的测试工程师要会写编译器插件做静态分析，Amazon的QA要会建分布式压测平台 —— 你觉得这是‘点点点’？” 高阶建议：把“怼”变成“教育”与其争口舌之快，不如用一次高质量的测试报告/复盘会/质量分享，让开发亲眼看到：你是如何通过用户行为建模发现了一个隐藏7层调用链的并发死锁；你是如何用AI生成边界用例抓出了一个概率 谁敢说显微镜没技术含量，那是眼界问题。
15410编辑于 2025-09-18- 来自专栏生物信息学
R语言计算GCAT含量
这个包主要是处理基因组的一些序列信息，包括：序列翻译、DNA/RNA互转、统计各个碱基的含量、三连字母的含量.....这些都是一行命令可以解决的。今天就先来教大家怎样计算GC/AT含量。 ? 安装完毕，只需敲几行代码，就可以实现GC/AT含量可视化。 /dell/Desktop/sequence.fasta"#读取文件（FASTA格式）x<-readDNAStringSet(filepath)chrom<-x[[1]]#每100个碱基为窗口计算AT含量
2K10发布于 2020-04-13 - 来自专栏小明的数据分析笔记本
使用Django框架开发的第一个简易web程序：计算fasta序列长度和GC含量
{% for line in seqLength 'fasta'): d = {"SeqName":rec.id,"SeqLength":str(len(rec.seq)),\ "GCcontent":str(GC序列名称 序列长度 GC 含量
83010发布于 2020-03-02来自专栏小明的数据分析笔记本杂记：ggpairs更改配色；ggplot2极坐标添加直线；seqkit计算fasta序列的长度和gc含量
计算gc含量 seqkit.exe fx2tab --name --only-id --gc output.fasta -o gc.txt ?
2.1K30发布于 2021-07-12来自专栏老男孩成长之路Minor GC、Major GC、Full GC的区别
今天主要谈谈JVM GC的类型和策略，特别是大家经常混淆的Minor GC、Major GC、Full GC，年轻代GC、老年代GC，之间有什么区别和联系。 Major GC 老年代的垃圾收集叫做Major GC，Major GC通常是跟full GC是等价的，收集整个GC堆。 Minor GC和Major GC其实就是年轻代GC和年老年GC的俗称。 而在Hotspot VM具体实现的收集器：Serial GC, Parallel GC, CMS, G1 GC中，大致可以对应到某个Young GC和Old GC算法组合。 分代GC并不收集整个GC堆的模式，而是只专注分代收集 Young GC：只收集年轻代的GC Old GC：只收集年老代的GC(只有CMS的concurrent collection是这个模式) Mixed 以上就是Minor GC、Major GC、Full GC的一个介绍，后续我们再重点介绍JVM GC相关的垃圾回收算法以及底层的实现。
8.1K73发布于 2021-07-21来自专栏生信开发者胚胎DNA含量低的原因
Low fetal fraction has been linked to very early gestations, high maternal BMI, maternal medications, smoking and factors which lead to a smaller placenta, such as trisomies 13 and 18 (Kuhlmann-Capek et al. 2019)
69310发布于 2021-01-05来自专栏程序猿DDMinor GC、Major GC和Full GC之间的区别
如果正好相反，Eden 区大部分新生对象不符合 GC 条件，Minor GC 执行时暂停的时间将会长很多。 所以 Minor GC 的情况就相当清楚了——每次 Minor GC 会清理年轻代的内存。 首先，许多 Major GC 是由 Minor GC 触发的，所以很多情况下将这两种 GC 分离是不太可能的。 这使得我们不用去关心到底是叫 Major GC 还是 Full GC，大家应该关注当前的 GC 是否停止了所有应用程序的线程，还是能够并发的处理而不用停掉应用程序的线程。 34048.0 34048.0 34048.0 34048.0 272640.0 272640.0 1756416.0 444982.5 19456.0 18681.3 2816.0 2575.8 7
1.1K30发布于 2018-12-24来自专栏爱撸猫的杰Minor GC、Major GC和Full GC之间的区别
Minor GC 从年轻代空间（包括 Eden 和 Survivor 区域）回收内存被称为 Minor GC。这一定义既清晰又易于理解。 如果正好相反，Eden 区大部分新生对象不符合 GC 条件，Minor GC 执行时暂停的时间将会长很多。 所以 Minor GC 的情况就相当清楚了——每次 Minor GC 会清理年轻代的内存。 首先，许多 Major GC 是由 Minor GC 触发的，所以很多情况下将这两种 GC 分离是不太可能的。 这使得我们不用去关心到底是叫 Major GC 还是 Full GC，大家应该关注当前的 GC 是否停止了所有应用程序的线程，还是能够并发的处理而不用停掉应用程序的线程。 34048.0 34048.0 34048.0 34048.0 272640.0 272640.0 1756416.0 444982.5 19456.0 18681.3 2816.0 2575.8 7
2K31发布于 2019-03-28来自专栏余生大大Minor GC、Major GC和Full GC有何不同
三种GC GC类型 GC区域 触发条件 Stop The World时间 Minor GC Eden 和 Survivor 区域 Eden区域 > 设定内存阈值 对于大部分应用程序，Minor GC停顿导致的延迟都是可以忽略不计的 Major GC Old区域 根据不同的垃圾收集器配置由Minor GC触发 MajorGC 的速度一般会比 Minor GC 慢 10倍以上。 Full GC 整个Heap空间包括年轻代和永久代 调用System.gc时Old老年代空间不足方法区空间不足通过Minor GC后进入老年代的平均大小大于老年代的可用内存 Full GC作用于整个堆空间的 首先，许多 Major GC 是由 Minor GC 触发的，所以很多情况下将这两种 GC 分离是不太可能的。 34048.0 34048.0 34048.0 34048.0 272640.0 272640.0 1756416.0 444982.5 19456.0 18681.3 2816.0 2575.8 7
80970编辑于 2022-11-02来自专栏我的技术p7付费课程笔记6：CMS GC
前言 上一章节我们讲了串/并行GC，这一章节说下CMS GC。看前思考一个问题，并行GC与CMS GC的区别在哪里。 阶段 1: Initial Mark (初始标记) 初始标记阶段是CMS GC的第一阶段，主要目标是标记GC Roots能够直接关联（通过引用链）的对象。 GC会从GC Roots出发（比如方法区类静态属性引用、虚拟机栈局部变量表引用等），对堆区对象进行追踪，标记被引用的对象。 标记时，GC会借助卡表记录对象引用发生变化的区域，以提高旧时代的扫描效率。 当重置完成后，CMS GC进入休眠，等待下一次触发条件出现。 只有GC线程参与重置工作，应用线程不出行。 综上，CMS GC的重置阶段通过重置相关数据结构，为下一步CMS做好准备。 最后终于发现在jdk1.8（实际是JDK 7 u4之后，为了方便记忆）引用了CMSBitmap。这个类似于RSet集合，但不是同一种数据格式。
44920编辑于 2023-08-03来自专栏芋道源码1024Minor GC、Major GC 和 Full GC 之间的区别
Minor GC 从年轻代空间（包括 Eden 和 Survivor 区域）回收内存被称为 Minor GC。这一定义既清晰又易于理解。 如果正好相反，Eden 区大部分新生对象不符合 GC 条件，Minor GC 执行时暂停的时间将会长很多。 所以 Minor GC 的情况就相当清楚了——每次 Minor GC 会清理年轻代的内存。 首先，许多 Major GC 是由 Minor GC 触发的，所以很多情况下将这两种 GC 分离是不太可能的。 这使得我们不用去关心到底是叫 Major GC 还是 Full GC，大家应该关注当前的 GC 是否停止了所有应用程序的线程，还是能够并发的处理而不用停掉应用程序的线程。 34048.0 34048.0 34048.0 34048.0 272640.0 272640.0 1756416.0 444982.5 19456.0 18681.3 2816.0 2575.8 7
70910发布于 2019-10-17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