topGO包进行-GO富集分析-做有向无环图

2016-08-16
Default Category

GOdata = new(“topGOdata”, ontology = “MF”, allGenes = geneList,annot = annFUN.gene2GO, gene2GO = geneID2GO)

利用topGO进行分析，最重要的是构建topGO对象，构建topGO需要两个参数：

1，topGO需要基因和GO号的对应关系

2，基因列表，用来标记背景基因（所有基因）及差异基因

阅读更多

Ubuntu下安装java和多版本java共存控制

2016-08-06
Default Category

教你通过命令jdk7，jdk8就可以优雅的切换java版本

我在机器上已有java7（java1.7），目前而言java7应该是用的最广泛的，被java8取代还需要一段时间。不过我遇到最新版的picard要求java8版本，才遇到了安装新版java的问题，并且我不想删掉老版本java，我希望很方便的调用。

我查找的方法介绍，大部分都是通过update-alternatives –config java来选择，个人不喜欢这种方法。下面介绍一种比较优雅的方法，通过一个命令就能切换java版本。

阅读更多

更新Bioconductor包--update a Bioconductor package

2016-08-01
Default Category

A package belong to Bioconductor was updated (major revision) and released. I want to use the up to date package while in analysing. I am willing to use the new feature, so I need to update this package. I had tried many ways and many times, and finally found a possible way.

更新Bioconductor中的特定包到最新版本。需要首先更新R，其次更新Bioconductor，最终更新包。

1, First your should update your R version

1
2

sudo apt-get update
sudo apt-get install r-base

This will allow the latest Bioconductor to work compitablly.

2， Second update Bioconductor

1
2
3

>remove.packages("BiocInstaller")  
source("http://bioconductor.org/biocLite.R") 
biocLite()

# this will fix an error: Error: Bioconductor version *** cannot be upgraded with R version *** # install latest BiocInstaller # update Bioconductor

3，Third update your target package

1
2

emove.packages("package-name")   
biocLite("package-name")

# remove old version # install the latest version

阅读更多

思考--在比对时，关于是否将chr*_random和chrUn_*序列放在参考基因组中的思考

2016-07-29
Default Category

通常认为chr1-22，chrY，chrX和chrM为参考基因组序列，于是包括我在内的很多人，分别下载了25条染色体序列，合并成一个fasta文件，用bowtie2或者BWA构建index，用于下一步的read比对，然后是各种分析（包括突变、转录表达等）。

UCSC下载的HG19版本的整个参考基因组文件http://hgdownload.cse.ucsc.edu/goldenPath/hg19/bigZips/chromFa.tar.gz中，除还包括chr*random和chrUn序列（暂时理解为补丁序列，真实的补丁序列称呼常见assemble过程，见http://www.ncbi.nlm.nih.gov/projects/genome/assembly/grc/info/patches.shtml，有fix 和novel patch，这里我们现在只讨论chrrandom和chrUn*）。

The chr_random* sequences are unplaced sequence on those reference chromosomes.

The chrUn_* sequences are unlocalized sequences where the corresponding reference chromosome has not been determined.

当然如果DNA或RNA测序的read比对到chr*random 和 chrUn* 序列上，显示大多数人都不关注这些序列上信息，我想这也是很多人不把chr*random 和 chrUn* 放到参考基因组fasta文件中的原因。但是，chr*random 和 chrUn* 显然是存在的，只不过现在暂时没有确定位置或者后续用于基因组序列更正。

如果参考基因组序列中不包含chr*random 和 chrUn序列，那么原来属于chrrandom 和 chrUn的read则有可能比对到（不是一定）chr1-22，chrX，chrY上的相似区域（这些区域与chrrandom 和 chrUn*中的部分区域相似），造成假阳性比对，后续这些reads提供的信息都是不可靠的。

如果参考基因组序列中包含chr*random 和 chrUn序列，那么来自这些区域的reads则会正确的比对到这个地方，没有假阳性比对，只不过后续分析不需要考虑chrrandom 和 chrUn*即可。

1
2
3
4

假设有一条read来自chr1_random，
条件                                     比对结果             分析结果
基因组fa文件包含chr1_random序列          比对到chr1_random    后续不考虑
基因组fa文件中不包含chr1_random序列      比对到chr1           造成假阳性<

举个例子，以前，我们确认一个突变是否存在，看覆盖这个点的read上有多少突变的碱基，如果覆盖这个点的read本来属于chr*random 和 chrUn*序列的，但比对到这个地方，即使这个位点的突变碱基再多，也是个假阳性突变，影响后续分析。

阅读更多