26 个回答
illumina测序的reads的产量主要取决于什么？
NGS产生了大量的DNA序列数据，比Sanger测序所能想象的更丰富、更完整。Illumina的测序系统可在单次运行中带来300 kb至1 Tb的数据产量，这取决于仪器的类型和配置。 Illumina新一代测序技术的最新突破包括: 双通道SBS: 实现更快的测序及同样高的数据准确性。 图案化流动槽技术: 大幅提升数据产量和通量 附上公司网站介绍...
回答于 2017-07-21 09:35
使用silva123数据库 qiime 1.7.0分析，filter_alignment.py 的-e...
filter_alignment.py -i pynast_aligned/otus_aligned.fasta -o pynast_aligned/ -e 0.10 -g 0.80 #(assume -e will suppresss default GG lane mask) Those settings should be fine (the settings will be different on versions of QIIME earlier than 1.9.0, if so, use a value -e 0.0005, due to changes in...
回答于 2017-07-21 09:28
TCGA差异分析
edgeR library("limma") library("edgeR") ##读取数据，方法随意 rawdata<-read.delim("mRNA_rawread_tmp.txt",header=T) head(rawdata) #检查读入是否正确 y<-DGEList(counts=rawdata[,2:101],genes=rawdata[,1]) #> dim(y) #[1] 20242 101（原始的数据量） ##过滤与标准化 left<-rowSums(cpm(y)&...
回答于 2017-06-30 20:52
TCGA小工具下载来的数据用DESeq包，自己摸索了大半天，还是不行...
dds<-DESeqDataSetFromMatrix(round(countMatrix),colData=data.frame(group),design=~group) 你这么写~~ hi ,It appears that cts1 is not a matrix of integers but factors.DESeqDataSetFromMatrix()is expecting a matrix of non-negative integers for the 'countData' argument.you can explore with:class(cts1...
回答于 2017-06-30 20:46
DEGseq的使用方法
输入文件： 输出文件： 程序代码： source("http://bioconductor.org/biocLite.R")biocLite("DESeq2")library("DESeq2")library("edgeR")rawdata<-read.delim("lncRNA_rawread_tmp.txt",header=T)head(rawdata) #检查读入是否正确group<-factor(c('Re','Re','Re','Re','Re','Re','Re','Re','Re','Re','Re','Re...
回答于 2017-06-26 13:28