生物信息 今日: 0|主题: 84|排名: 55 

生物信息涉及很多序列文本的处理，例如fasta格式的文件，特别涉及不同平台间传递处理文本时，文末的回车换行符(Carriage-Return Line-Feed 回车换行,CRLF的意思就是回车(CR, ASCII 13, \r) 换行(LF, ASCII 10, \n))容易引起一些问题。 在Windows中： '\r' 回车，回到当前行的行首，而不会换到下一行，如果接着输出的话 ...

SRA数据下载要用他专门的软件，具体见SRA Toolkit Documentation 1. 首先要用prefetch 我用的windows下的，linux应该类似。比如要下载SRR5130844 C:%users\guoer\Desktop\sratoolkit.2.8.1-2-win64\bin>prefetch.exe -c SRR5130844 显示： 2017-01-21T12:58:43 prefetch.2.8.1: 1) Downloading 'SRR5130844'... 2017-01- ...

在处理不平衡数据时有很多方法，例如随机抽取反例与正例形成平衡数据。99服务器上的小脚本etract_unbalance.py可以帮助研究者快速做到这些。 假设：正例有100个，反例有1000个的不平衡数据文件。该程序可以从反例中随机抽取与正例数目相等的反例与正例组成小的平衡数据集，以此类推，直到抽取完全部的反例数据集。抽取剩下 ...

1. 下载ViennaRNA package，这个包里包含有RNAfold。 下载地址：http://www.tbi.univie.ac.at/RNA/ 2. 如果下载的是打开putty窗口，输入如下命令。 首先，解压： tar -zxvf ViennaRNA-2.2.5.tar.gz 其次，到软件的目录下： cd ViennaRNA-2.2.5 最后，安装： ./configure make sudo make install ...

http://cs.gmu.edu/~mlbio/svmprat/ 谁试试？写个使用文档我有奖。

准备工作： 1. Java开发环境 2. 装有Blast-2.2.28版本的PC或服务器（这里使用206服务器） 3. CD-HIT聚类后得到的fasta蛋白质序列文件pos_TATA90.fasta；neg_TATA90.fasta 步骤： 1. 将使用CD-HIT聚类之后的正反例fasta文件（pos_TATA90.fasta；neg_TATA90.fasta），分别修改一下每条序列的名字，使得从名字就能一下看出是 ...

准备：blast-2.2.21-x64-linux.tar.gz；一台linux服务器 1. 上传blast-2.2.21-x64-linux.tar.gz至/usr/local/blast 2. 解压缩：tar zxvf blast-2.2.21-x64-linux.tar.gz -C /usr/local/blast/blast-2.2.21/bin 3. 修改环境变量： 3.1 vi打开文件：vi /etc/profile 3.2 添加环境变量：键盘定位至最后一行，按“o ...

1. 背景 MRMD是一种对蛋白质序列特征向量降维的方法。但是在实际的蛋白质分类工作中，难以确定究竟在哪个维度下能够得到最精确的分类结果。因此，在魏乐义师兄工作基础上对测试维度程序进行了删改，谢师兄支持。首先借助MRMD对训练集进行降维，再通过这个降维信息对测试集降维，最后调用weka的Liblinear分类器对降维后的训 ...

http://blog.sciencenet.cn/blog-404304-834869.html

https://github.com/davek44/Basset?url_type=39&object_type=webpage&pos=1 论文见： http://biorxiv.org/content/early/2015/10/05/028399

K-skip特征提取类似于N-gram，可以看成是字符串间隔k个长度的N-gram。一般最大间隔不超过2。间隔长度k=0时就是2-gram了。 举例：ACDE K=2(间隔小于k的全算) 结果：AC, AD, AE, CD, CE, DE java -jar k-skip.jar -help 命令可以显示帮助。 程序的使用命令：java -jar k-skip.jar -i inputFile.fasta -o outputFi ...

声明：本帖只是对mRMR特征选择程序的使用进行介绍，没有对原理方法深究。 出处链接: http://penglab.janelia.org/proj/mRMR/ 1、输入文件格式要求： 程序的输入文件格式必须是CSV文件。 2、输入内容的格式要求： CSV文件的内容形式是第一行是以类别特征开始的特征变量名，特征变量名之间用 “，” 隔开，不 ...

http://genome.crg.es/software/geneid/index.html 使用方法：下载下来，在linux服务器上make一下就行，很好用。 使用语句：bin/geneid -AP param/wheat.param genome.fa >protein.fa 具体参数（比如-A）可以-h看 但值得注意的是，-P 必须有，必须要输入参数，软件自带了几个参数文件，有人、鱼、疟原虫、小麦、果蝇、细 ...

2013龙星计划-复旦大学-生物信息学，有需要的同学可以看下： 首页地址：http://admis.fudan.edu.cn/ds2013/ 视频：http://www.youku.com/playlist_show/id_19532648.html 课件：http://admis.fudan.edu.cn/ds2013/contents/handout.html

问题： 数据库中下载了集成多种蛋白质信息（名称、序列、亚细胞位点等等）的XML文件，现将XML文件解析成标准csv（excel）格式文件。 方法： jar文件: ReadXml.jar 输入：待处理的XML文件：LOCATE_human_v6_20081121.xml（此文件必须放在一个文件夹内,本例为D:\XML文件夹，并且此文件夹只有这个 ...

下载解压mirnaDetect 输入：fasta格式的基因序列文件（如testData中的test.txt） 输出：miRNA注释结果，gff3格式结果 首先使用乐义师兄写的软件mirnaDetect对序列注释（windows系统下），运行如下： 1，将test.txt文件拷贝到blast目录下，在doc中进入blast目录： (1)formatdb.exe -i test.txt -p F -o T (2)blastall.e ...