准备训练集和测试集根据Augutus的官方教程，可靠的基因结构序列的要求如下：提供基因的编码部分，包含上游几KB。通常而言，基因越多，效果越好，至少准备200个基因以上。还得保证这些基因中要有足够多的外显子，这样子才能训练内含子。这些基因的基因结构一定要足够的准确。不过，也不需要百分百的正确，甚至注释都不需要特别的完整，只要保证起始密码子和终止密码子的准确是准确的即可。需...

GeneMarkGeorgia Institute of Technology开发的一系列基因预测工具。真核生物基因组预测主要会用到GeneMark-ES/ET, 其中GeneMark-ES可用于无监督自训练，也就是只要提供一个基因组序列即可，而GeneMark-ET则是在GeneMark-ES的基础上整合了高通量的RNA-Seq转录本数据，工作流程如下工作流程如果...

三代数据由于其高错误率(目前应该是10%左右), 即便在组装前有一步纠错环节，但是组装得到序列依旧存在着许多错误，因此需要进行polish环节。polish分为两个层次，三代原始序列polish和二代序列polish。其中三代纠错这一步速度会很慢，所以有些人会选择直接用二代序列进行纠错。（从我个人项目经验来看，直接用二代纠错的效果和先三代再二代区别并没有那么显著，也有可能是我的项目...

首先访问SRA的提交界面，https://submit.ncbi.nlm.nih.gov/subs/sra/，在没有登陆NCBI时，网页内容如下所示未登录时点击Log in, 会进入一个新的网页用于登陆或者创建新的NCBI账户。登陆NCBI在创建完账号或者登陆之后，返回之前的SRA上传页面，界面就变成了如下。登陆后他提示了有三种方法可...

CafePlotter 是一个用于可视化 CAFE5 基因家族扩张收缩分析结果的 Python 工具

语言模型，每次都是输出他认为概率最大的一个

如何用软件模拟NGS数据为了评价一个工具的性能，通常我们都需要先模拟一批数据。这样相当于有了参考答案，才能检查工具的实际表现情况。因此对于我们而言，面对一个新的功能，可以先用模拟的数据测试下不同工具的优缺点。有如下几个工具值得推荐一下：'wgsim/dwgsim': 从全基因组中获取测序reads'msbar': EMBOSS其中一个工具，能够从单个序列中...

最近配置了一台较为不错的台式机，记录下自己配置环境的过程。安装WSL，提供Linux环境如果你发现后续的命令无法运行或者说软件商城中找不到，这可能意味着你的操作系统不符合要求。WSL安装要求 Windows 10 version 2004（Build 19041 ）及以上，或者是Windows11.以管理员身份（也就是右击命令提示符）打开Windows下的CMD或PowerShell（后续，我们统

目前该软件只支持Mouse和Human，不支持其他物种，因此不是这两个物种的小伙伴可以不用看了。scCATCH全称是single cell Cluster-based Annotation Toolkit for Cellular Heterogeneity，是一个用于实现单细胞转录组聚类结果进行注释的工具。软件核心函数是和scCATCH,findmarkergenes则是辅助用于寻找标记。...

nature protocols上发了一篇文章，题目为"Pathway enrichment analysis and visualization of omics data using g:Profiler, GSEA, Cytoscape and EnrichmentMap", 手把手将哪些只会实验的人如何通过点击鼠标的方式学会通路分析，挖掘他们高通量测序结果，包括转录组, 基...