Overview 一直想把常用的命令搜集起来，以便平时用到的时候查阅，可惜一直没抽出来时间专门整理下。最近在做序列的特征提取和多个特征文件合并时，频繁使用到了一些命令，干脆一并整理到这里，以后边用边添加整理新的命令。 这里的linux命令主要在MAC 10.9.5和Ubuntu 14.04下测试，涉及到平台差异性的时候，会尽量指出来，没有区分的话就表示两种平台下都可以使用。如果仍有没涉及到...阅读全文>>

Overview 在转换fasta格式的文件为chen's format文件时，发现前人的程序有些bug，会将最后一条正样本的class标记为-1于是将程序改了一下，这下就没有问题了。 解决方案 fasta格式如下，第一行为头信息，第二行为氨基酸序列： >sp|Q2YIT7|VIRB3_BRUA2 Type IV secretion system protein virB3 OS=B...阅读全文>>

Overview 在做实验的时候因为要用到随机森林，所以使用了R中的randomForest包，但在画图的时候报了一个非常诡异的错误。 1. 错误描述 下面是我引入randomForest包之后的代码，这里省略了一些细节，只保留跟错误有关的代码: ## randomforest library("randomForest") # randomfo...阅读全文>>

Overview 昨天写了个R语言脚本，主要是借助ROCR包画ROC曲线，只是最后画图时，没用ROCR提供的plot函数画ROC曲线，而是用ROCR处理了数据后，提取了画图的数据，用ggplot2包画了ROC曲线。因为ggplot2可以提供强大的自定义绘图功能，没想到也正是这个自定义样式函数，在移植的时候出现了一些兼容性问题。 1. 问题描述 我使用的ggplot2样式函数，是一个我已经用...阅读全文>>

写在前面的后记 昨晚写完这一篇的时候，Chris看了之后跟我讨论道：“R语言开篇讲述的基本数据类型为什么和C语言等编程语言不同？”后来得出结论：每种语言都有其最适用的领域，以R为例，它主要运用在统计学领域，处理大量数据，基本单位就是向量(vector)，故将其他语言中的int类型视为最简单的一维向量，如c(5)。我后来验证了从矩阵中取出一个值，类型为vector。同样的道理，Perl语言...阅读全文>>

Overview 之前将SecretEPDB部署到了云服务器上之后，再打开需要连接数据库的网页时总是会出现莫名其妙的错误，之前一直没管它，主要是因为这个错误不是每次都出现，出现之后刷新几次又可以访问了。 1. 错误描述 每次打开需要连接数据库的网页，就很有很大概率出现下面的错误信息： Struts Problem Report Struts has detected an unhandl...阅读全文>>

Overview 有很多时候，我们需要在perl脚本中调用系统命令，比如调用系统的某个软件做一件事。也可以说是在perl脚本中调用外部命令，比如在一个perl脚本中调用另一个perl脚本。 有很多种方式可以实现这个目的，这里我列出来3中常见的方式，并以一个例子说明这三种方式的不同之处。 1. 被调用的perl脚本 我们在一个perl脚本(取名为testSystemCall.pl)中调用另一...阅读全文>>

Overview 最近在预测蛋白质序列的二级结构，结构性区域，水溶性等特征时，使用了不同的软件，发现不同软件预测结果中对同一特征的表示方式略有不同，所以在这里一并总结。 1. SCRATCH中的输出格式 我们在 SCRATCH的安装和使用 介绍了SCRATCH的安装和使用，直接使用 ./run_SCRATCH-1D_predictors.sh input_fasta out_prefix...阅读全文>>

Overview 在处理fasta格式序列的过程中，我们经常会发现得到的fasta格式并不是很标准，比如有一个fasta文件中有多条这样形式的序列： >gi|28898692|ref|NP_798297.1| hypothetical protein VP1918 [Vibrio parahaemolyticus RIMD 2210633]|1 MKKTTLMSAVVATLSLVGC...阅读全文>>

Overview 在 BioPerl（一）：安装BioPerl 中我们不只安装了BioPerl，还给出了一个使用BioPerl的手动构造了一个Bio::Seq对象的例子，这个对象中包含了我们手动填入的fasta格式的信息。既然可以手动构造，那么也就可以从fasta文件中读取序列信息，由BioPerl自动填充成Bio::Seq对象。 1. 使用BioPerl读取单条fasta序列 我们有一个...阅读全文>>