3 bamCoverage转bw文件 ##方法一 analysis_dir=$1 config_file=$2 number1=$3 number2=$4 cat $config_file | while read id do echo $id echo $id file=$(basename $id ) sample=${file%%.*} echo $sample if((i%$number1==$number2)) then if [ ! -f $sample.bw ]; then start=$(...
stringtie $i -p 12 --rf -o ../4_assembly/${names}.gtf: 使用StringTie命令对每个.bam文件进行...
header = TRUE, skip = 1, row.names = 1) # Remove .bam + '..' from column identifiers co...
占用了我 500G 硬盘空间, 也怪我没有将 sam 文件及时转化为 bam 文件,毕竟可以减少至少三 分之二的空间。终于在周末完成这件事情。后续基于 count 矩阵的排 序分析,差异分析我就轻车熟路了。基于 pca 的排序,deseq2 差异分 析不到半个小时就完成了,因为有现成的代码。 但是最麻烦的还是来了-富集分析。我...
bw文件是精简版的bam文件 custom 1.4.2 http 右键复制http链接:https://www.ncbi.nlm.nih.gov/geo/download/?acc=GSE81916&format=file 1.4.3 获取SRR_Acc_List.txt SRA Run Selector(红色箭头部分) 选择Selected→选中要下载的RNAseq数据→下载SRR_Acc_List.txt ...
占用了我500G硬盘空间,也怪我没有将sam文件及时转化为bam文件,毕竟可以减少至少三分之二的空间。终于在周末完成这件事情。后续基于count矩阵的排序分析,差异分析我就轻车熟路了。基于pca的排序,deseq2差异分析不到半个小时就完成了,因为有现成的代码。
# 导入基因计数表# 使行名成为基因标识符countdata<-read.table("example/final_counts.txt",header=TRUE,skip=1,row.names=1)# 从列标识符中删除 .bam 和 '..'colnames(countdata)<-gsub(".bam","",colnames(countdata),fixed=T)colnames(countdata)<-gsub(".bam","",colnames(countdata),fixed=T)coln...
featureCounts-T4-a/public/home/zyhu/Mouse/annotation/Mus_musculus.GRCm39.103.gtf-o/public/home/zyhu/Mouse_RNA-seq/06.featureCounts/meta-featureCounts/featureCounts.txt-p-B-C-t exon-g gene_id*.bam cut -f 1,7-41 featureCounts.txt|grep -v '#'...
bam 和 '..' colnames(countdata) <- gsub(".bam", "", colnames(countdata), fixed = T) colnames(countdata) <- gsub(".bam", "", colnames(countdata), fixed = T) colnames(countdata) <- gsub("..", "", colnames(countdata), fixed = T) # 删除长度字符列 countdata <- countdata[ ,c...
subread是一个包含多个高效处理二代测序数据的软件的包,其中featureCounts能够从比对结果SAM/BAM和注释信息文件(annotation files GTF)获取genomic features(genes, exons,promoter,gene bodies, genomic bins和chromosomal locations)等。 代码语言:javascript 复制 # bam/sam files dirlist=$(ls -t ./result/04.aligme...