jefferyUstc / WTF-Bioinformatics

collection of bioinformatics tools and tips, maybe | 生物信息学软件工具、分析tips集合

目录

• Tools
• How_To_Read_Paper
• File_Format
• Common-Sense
  • bio-database
  • sequence-representation
  • suggestion

Common-Sense

bio-database

• UCSC
• ENSEMBL
• NCBI

sequence-representation

• Amino-Acid

  A  alanine               P  proline       
  B  aspartate/asparagine  Q  glutamine      
  C  cystine               R  arginine      
  D  aspartate             S  serine      
  E  glutamate             T  threonine      
  F  phenylalanine         U  selenocysteine      
  G  glycine               V  valine        
  H  histidine             W  tryptophan        
  I  isoleucine            Y  tyrosine
  K  lysine                Z  glutamate/glutamine
  L  leucine               X  any
  M  methionine            *  translation stop
  N  asparagine            -  gap of indeterminate length
  

   

• Nucleotide

  A  adenosine          C  cytidine             G  guanine
  T  thymidine          N  A/G/C/T (any)        U  uridine 
  K  G/T (keto)         S  G/C (strong)         Y  T/C (pyrimidine) 
  M  A/C (amino)        W  A/T (weak)           R  G/A (purine)        
  B  G/T/C              D  G/A/T                H  A/C/T      
  V  G/C/A              -  gap of indeterminate length
  

 

suggestion

1. 建议分析测序数据之前先搞清楚以下两个方面：
   • 原始数据是通过哪种测序平台产生的；它们的错误率分布是怎么样的；是否有一定的偏向性和局限性；是否会显著受GC含量的影响等；
   • 评估它们有可能影响哪些方面的分析；
2. 从以下方面认识原始测序数据：
   • read各个位置的碱基质量值分布
   • 碱基的总体质量值分布
   • read各个位置上碱基分布比例，目的是为了分析碱基的分离程度
   • GC含量分布
   • read各位置的N含量
   • read是否还包含测序的接头序列
   • read重复率，这个是实验的扩增过程所引入的