アメリエフのブログ

Amelieff Staff Blog

バイオインフォマティクス

バイオインフォマティシャンでも、pecoがしたい!

先日、ついに日比谷線を利用しました、久保(kubor)です。 先日pecoが話題になっていた傍ら、社内ではなかなか広まらずに、寂しい思いをしているので、バイオインフォマティシャンにもおすすめの使い方を紹介いたします。 0. pecoってなに 標準入力で受け取…

TopHat-Fusionの結果の見方

TopHat-Fusionは、マッピングソフトのTopHatから派生した機能で、融合遺伝子を検出するのに広く使われています。 TopHat-Fusionを実行すると、fusions.outという候補となるポジションやリード数などの情報が出力されます。fusion.outの説明は、NGS Surfer's …

Pythonを書くときに、タブじゃなくてスペースでインデントする

こんにちは。 先日、金さん(kimk)がお土産で買ってきてくださった栗羊羹があまりに美味しかったので、いっそ羊羹をまとめ買いするかどうか、悩んでいる久保(kubor)です。 羊羹のまとめ買いで悩む方が読者にいるかどうかはわかりませんが、プログラムを書…

Pythonでタブ区切りテキストの読み込み

世の中には、2種類の人間がいる。 タブ区切りテキストを使う人と、使わない人だ。 こんにちは、タブ区切りテキストを使う人、久保(kubor)です。 Pythonでタブ区切りテキストを読み込むときは、csvライブラリが便利です。 標準ライブラリなので環境依存をそ…

Excelの1セルにコンマ区切り文字列を入れる

解析結果を出力する際、複数の数値をコンマで結合して羅列したいことがあります。 例えばBEDフォーマットでは、エクソンの長さや開始位置を示すblockSizesやblockStartsには「468,69,147,159」や「0,608,1434,2245」のような値を入れることになっています。 …

Vimで不可視文字を表示させる方法

こんにちは、まだ都営三田線に乗ったことがない久保(kubor)です。 先日CentOS6.7がリリースされましたね。 個人的に、Vim7.4に対応したのが嬉しいです。 嬉しいので、VimのTipsを書かせてください。 「Vimで不可視文字を表示させる方法」です。 Vimに限ら…

フォーマットもいろいろ

バイオインフォマティクスでは多くのファイル形式が使われますが、GFFとGTFは名前も似ていてややこしいですね。ということで、今回はGFFとGTFの違いに触れながら、フォーマットの説明をしたいと思います。 GFF(General Feature Format)はゲノムの配列に関…

Python デバッグ

Pythonに限った話ではありませんが、一生懸命プログラムを書いて、いざ実行すると、いくつものバグに遭遇します。エラーが出る、あるいは、エラーは出ないのに、プログラムが意図したとおりに動いてくれないということも。 こういう場合、きっとどこかで条件…

無害なメッセージと有害なメッセージ

hatです。私は昔から自分の体調を気にしすぎてしまうところがあります。 頭が痛いといっては脳腫瘍を疑い、お腹が痛いといっては盲腸を疑い、指のささくれが膿んだといっては指が壊死するのではないかと悶々とし、しかし結果的には何でもなくてここまで元気…

BED、VCFをスッキリと染色体番号順にソートする方法

こんにちは、あんドーナツ好きで有名な久保(kubor)です。 ブログのネタを日頃から探しているのですが、なかには、過去に先輩が取り上げていそうで、意外にも紹介していない話題が結構あります。 例えば、sortコマンド。 このコマンドは、言わずと知れた基…

prefetch すらっと落とす SRA

こんにちは、久保(kubor)です。 先日転んだ時に頭を打ったので、それがきっかけで、僕に異常な言動がないかhatさんに確認してもらったのですが、 「打つ前から変わらずに変なことを言ってるよ。」 とのことでした。ひどい。 そんなhatさんが「すら(SRA)…

ChemmineRを使ってみよう【4】

ChemmineRの紹介連載4回目です。 前回は、ChemmineOBというパッケージを使って化合物のPubChem fingerprintを取得しました。 今回では、そのfingerprintを使って、類似比較・クラスタリング解析を行います。 fingerprintによる類似検索 fpset[1]と類似したも…

ChemmineRを使ってみよう【3】

前回までで、SDFデータの読み込みと、データのvalidationをご紹介しました。 今回は、読み込んだ化合物のfingerprint/atom pair descriptorを取得する方法です。 SDFsetからfingerprint/atom pair descriptorへの変換には、ChemmineOBという新しいパッケージ…

ChemmineRを使ってみよう【2】

ChemmineRの紹介記事2回目、前回はパッケージのインストールとSDFファイルの取得(読み込み)の方法をご紹介しました。 今回は、取得した読み込んだデータのアクセス方法と、SDFデータの確認方法をご紹介します。 前回は、CIDからgetIds関数で、またはSDFフ…

すら(SRA)っとクイック(Q)に変換

NCBI SRAからダウンロードしたファイルがsraフォーマットの場合、以下のコマンドでまとめてfastqに変換すると便利です。 $ find . -name '*.sra' -exec fastq-dump {} ¥; fastq-dumpについては NCBI SRA Toolkitの使い方 も、findコマンドについては findの-…

ChemmineRを使ってみよう【1】

ChemmineRというパッケージの使い方をご紹介します。 オンラインでケモインフォマティクス解析を行えるChemMine ToolsというツールのRパッケージです。 ぱっと見て「けみなー」と読みましたが、もともとのツールがChemMineなので、「けむ・まいなー」と読む…

あとはまかせない

以前、atコマンドを使うと時間差でコマンドが実行できて便利だという記事(あとはまかせた!)を書きました。 atコマンドはとても便利で普段から活用しているのですが、仕掛けたタスクをとりけしたい場合もあると思います。 そんな時は、「at -l」で仕掛けた…

お花見メタゲノムに参加します!

東京に開花予想が出た頃、お花見メタゲノムプロジェクトの採取キットが届きました! 個人で参加するので解析まではお手伝いできないかもしれませんが、これを機にメタゲノム解析について少しでも勉強できればいいなと思っています。 サンプルの採取場所は、…

ReactomePAを使ってみた

パスウェイデータベースReactomeをRから操作できるBioconductorパッケージ、ReactomePAを使ってみました。 インストール > source("http://bioconductor.org/biocLite.R") > biocLite("ReactomePA") テスト実行 > library(ReactomePA) > library(DOSE) > dat…

findの-execオプション

findコマンドの-execオプションを使うと、findの結果を他のコマンドで実行することができます。 例:現在のディレクトリにある *.gz ファイルを全て解凍する $ find . -name '*.gz' -exec gunzip {} ¥; ・findの結果が{}に入ります。 ・末尾の「¥;」の前には…

アメリクのご紹介

アメリクとは…… バイオ研究の解析に使用するソフトや解析手法について、無償で調査するサービスです。 調査結果はアメリエフのブログでご紹介いたします→ソフトの紹介例 「学会で●●というソフトについて聞いたけど、どんなソフトだろう? メリットやデメリッ…

SAM/BAMのフラグの意味を教えてくれるサイト

SAM/BAMのFLAG列には、そのリードまたはペアとなるリードの マッピング状態に関する情報がビットの和で示されています。 例えばあるリードがFLAG=12だった場合、12は2進数で1100となり、 SAM Specによると「マップされなかったリード」は0x4で 「相方がマッ…

FastQCの新機能

FastQCにv0.11.1から次のチェック項目が追加されています。 ・Per tile sequence quality タイル単位のクオリティが出せるようになりました。 ・Adapter Content これまではOverrepresented sequencesでアダプタも確認していましたが、アダプタ混入率を示す…

OR条件でgrep

Rでgrep 続・Rでgrep grepのこんなオプション grepを数えるオプション 普段解析でよく使うコマンドのためか、このブログはgrepネタが多い気がします。 ということでまたgrepネタです。 grepで特定の文字列を含む行を抜き出す場合、文字列を¥|でつなげること…

snpEffバージョンアップ

アノテーションソフトsnpEffが1.4.0にバージョンアップしました。 GRCh38/hg38に対応しています。待ってました。 まだ安定ではないようで、頻繁にマイナーバージョンアップを繰り返しています(2014-09-25現在、最新バージョンは1.4.0 Eです)が、早く新しいゲ…

初めてのClinVar

だんだん肌寒くなってきましたね。kitanoです。 私が入社して3週間になろうとしていますが、今回はその中で私が初めて知った言葉をひとつピックアップして解説していこうかと思います。 その言葉とは「ClinVar」です。 ヒトの研究に携わっていらっしゃる方々…

STAR(1)

RNA-seqデータを高速にマッピングするソフトウェアSTARについて ご紹介します。 A. Dobin et al, Bioinformatics 2012; doi: 10.1093/bioinformatics/bts635 "STAR: ultrafast universal RNA-seq aligner" ◆STARのインストール $ wget http://STAR.googlecod…

BEDtoolsのオプション

BEDtoolsは何かと便利なツールです。当ブログでも、intersectBedの記事のページがアクセスランキング上位になっています。。 つい最近までBEDtoolsのバージョンはずっと前にインストールした2.13を使っていましたが、先日より新しいバージョンのものを使った…

ヒートマップ図の色指定

Rでヒートマップ図を描く時、gplotsパッケージに用意されている色のセットを使うと、色指定が楽です。 > install.packages('gplots') > library(gplots) 論文などを見ていると、最近は青→白→赤が多いような気がするのは私だけでしょうか。 青→白→赤は、「blu…

grepを数えるオプション

特定の文字列を含む行を抜き出す便利なコマンドgrep。 最近便利に使っているオプションをご紹介します。 それは grep -c 。 grepコマンドで取得できた行数を出力してくれるオプションです。cはcountのcと覚えています。 これを知らなかったときは、grepコマ…