如何合并两个BED文件，使其有重合的区域合并成一个？可以使用cat + bedtools merge组合。以A.bed和B.bed为例： 123456789101112138279 A.bed6199 B.bed# 两个BED文件，第一步合并成一个文件，但来自两个文件的区域是分开的$ cat A.bed B.bed > C.bed14478 C.bed# 合并后的文件PEAK数是合并前两个文件的总和# 执行合并之前，需要对染色体坐标进行排序，否则结果会有问题$ sort -k1,1 -k2 ...

在IGV中，如果需要查看大量的基因位置，一个一个手动查找是极其耗时费力的，简便的方法是通过运行脚本对所有基因位置进行截图，然后直接查看，免去输入基因名称的工作。 根据IGV官网的说明，脚本可以是TXT文件，每行一个命令，参数由空格来分隔（不可使用TAB），可以使用#或//来进行注释，例子如下： 12345678910111213141516newgenome hg18load myfile.bamsnapshotDirectory mySnapshotDirectorygoto chr1:65 ...

染色体长度文件在多种分析中都需要用到，可以在R中生成，亦可在LINUX中成生，下面以hg19为例。 一、在LINUX中参考：TwoBit Sequence Archives 12345678910111213141516171819202122# 第一步，将.fa转为.2bit，顾名思义，这是一个二进制文件$ faToTwoBit hg19.fa hg19.2bit-rwxrwxrwx 1 eric eric 779M Nov 25 14:24 hg19.2bit-rwxrwxrwx 1 eri ...

如需将两个或多个BigWig合并成一个，可以使用bigWigMerge程序，合并完成后输出文件是bedGraph，再使用bedGraphToBigWig转回BigWig即可。 一、将BigWig合并为bedGraph123bigWigMerge f1.bigwig f2.bigwig out.bedGraphGot 91 chromosomes from 2 bigWigsProcessing.................................................... ...

在外显子测序分析过程中，因为测序只针对外显子区域，因此，我们就当只分析外显子区域，这就需要引入一个表示外显子区域的INTERVAL文件，既可加快分析速度，也可以降低OFF-TARGET，那么，在什么步骤引入INTERVAL合适呢？关于这个问题，可以参见GATK的官方说明：When should I restrict my analysis to specific intervals? 关于引入INTERVAL文件，官方文档给出4个理由： 1、针对子集进行快速分析，常常用于排队故障；2、并行进行跨 ...

关于变异检测，目前有多个程序可供使用，但很难说哪个程序更好，需要用实验的手段来验证。目前，TCGA采取4款软件，varscan，MuTect，MuSE，SomaticSniper。在这个教程中，我们会陆续介绍这几款主流的程序的使用方法。 一、Varscan123456789101112$ samtools mpileup -d 1000 -B -q 1 -f /mnt/d/ncbi/hg19/BWAIndex/hg19.fa /mnt/d/cancer/bqsr/SRR5478492C.bqsr ...

本教程目的是对上一步生成的BAM文件进行质控，并检测变异，以及对变异进行注释，参考教程：Single Nucleotide Variant Calling and Annotation，Data pre-processing for variant discovery，以及Somatic short variant discovery (SNVs + Indels) 一、查看BAM信息我们先来具体看一下BAM文件，下面是BAM文件主体内容的前4行 1234567$ samtools view S ...

一、本机磁盘使用信息12345678910111213141516$ df -h# df，disk free# -h, human-readableFilesystem Size Used Avail Use% Mounted on/dev/sdb 251G 20G 219G 9% /tmpfs 3.1G 0 3.1G 0% /mnt/wsltools 83G 68G 15G 83% /init ...

本教程主要目的是下载测序数据，并将其比对至基因组上，参考教程：Read Alignment。 主要流程见下图 一、下载数据本次分析使用的数据来自SRA数据库，患有ccRCC的病人，分析其中的两个样本，SRR5478491 (matched primary ccRCC)与 SRR5478492 (matched normal)，双端测序，WXS，平台是ILLUMINA，Library Name是P1T与P1N，参考基因组为GRCh37。 1234567891011121314# 下载数据$ pr ...

本教程目的是对数据质控有初步理解，并熟悉以下工具的使用：FastQC，Skewer，FASTX-Toolkit。参考教程：Quality Control 在高通量测序过程中，很难避免引入测序错误，如碱基读取错误（base calling errors）、插入或缺失（small insertions/deletions），低质量碱基（poor quality reads）、引物与接头污染（primer/adapter contamination），以及最常见的碱基替换（substitution）， ...