这两周读完了整整有5本的长篇小说民企教父沈万三,小说,我却读地像历史一般,当然,所谓历史,不少也是胜利者的杜撰。 继续阅读“民企教父沈万三读后感”
作者: zd200572
2017年读过的书
借用赵先生的宝地记录一下我去年读过的书,谨以此纪念转瞬即逝的2017年。
外国名著
1、《鲁滨逊漂流记》
2、《三个火枪手》
3、《三个火枪手续篇——二十年后》
4、《世界著名侦探故事》
5、《双城记》(作者狄更斯)
6、《红与黑》(作者司汤达)
7、《巴黎圣母院》(作者雨果) 继续阅读“2017年读过的书”
flexbar3.0试用笔记
想试试flexbar切接头和barcode的效果,于是根据文章内容模拟了一个数据集,另外,使用16S测序的示例数据看看分barcode的情况。 继续阅读“flexbar3.0试用笔记”
再学质控
纸上得来终觉浅呀!拿到真正的测序数据进行分析的时候才发现有各种各样的问题,不是简单的跑一下流程就能解决的。只有再次加强 学习。 继续阅读“再学质控”
kindle dx当显示器,开心用吧
最近对大上科技的电纸书显示器很着迷,想着哪天可以来一台,但是那价格实在是感人,从4000多飙到5000多,文石有款3000多的,索尼大法更是只有信仰才会入手。
囊中羞涩的我只有从淘宝上看看有什么可以代替的,发现7年前产的dx,价格最便宜,只要1000不到,本来是想买珍珠屏的dxg的,贪便宜花了700多入了个dx,尽管对比度号称相差50%,也不想退了,就这么用下吧!
找变异流程之snp_call –WES学习之路
参考了许多WES的流程之后,终于学会了几个找变异软件的使用,记在这里备忘一下。学习不可囫囵吞枣,我还是把软件的各个参数理解下,也充实下内容,避免只有代码的尴尬。
1、找变异的前处理
2017千人计划青年科学家星座分布 –用python测试星座的科学性
在生信媛微信公众号看到一篇《对青年千人表格信息的可视化探索》(https://github.com/wandering513/Data_workshop),中间有一个分析是关于千人青年们的出生年月的,没有细化到星座,我决定细化到星座来检测一下星座是否科学。
作者是使用R的,用得熟练,我作为一个R初学者,难以完成这样的任务,只好祭出我的菜鸟python,至少能用来解决问题。其实是一个很简单的问题,只要建立一个字典,然后把千人青年们的出生日期处理一下对应上去。把生日变成了小数,本来是做了一个星座:星座日期的列表的字典,运行过程 中发现列表不能作为字典的键值,因为我要把日期对应星座的时候需要对调字典的键值,所以就改成了字符串:字符串形式的字典。尽管代码不是最好的,但是,还是完成了任务,代码 如下: 继续阅读“2017千人计划青年科学家星座分布 –用python测试星座的科学性”
测试使用kindle写篇 文章
一不小心在kinldle3上装好了vnc,虽然不堪大用,但是写写文章已然是足够了。当然,这毕竟是开源大神们的业余作品,比起大上科技的显示屏差远了,对于我这种没钱人,省下5000块,也挺好的。软件安装参考了一下一篇博客,https://segmentfault.com/a/1190000008424493。
HLA-NGS数据处理2–HLA-HD, HLAssign两个软件的使用
之前测试了一下使用humanlongevity(文特尔的人类长寿公司)在github上开源的xHLA算法来进行NGS数据的HLA分型,效果还不错,可以实现两位的分型,除了个别等位基因可能不全。
不前天用HLA Typing做关键词搜索了一下论文,发现日本的科学家开发了一款HLA-HD,也是今年发表的,号称可以实现6位分型,好奇心使我测试一下。费了九牛二虎之力,终于运行成功了,无奈手头的测序数据不给力,用弱弱的i3个人电脑挣扎着前后花了两天时间,终于跑出一个只分型两个等位基因的结果,也是醉了。这其中应试有测序深度过低,质量太差的原因,也说明这个软件对测序深度和质量要求较高。 继续阅读“HLA-NGS数据处理2–HLA-HD, HLAssign两个软件的使用”
豆瓣图书电影top250
使用Python爬取,代码见github:
top250图书: