Overview 我们团队完整的机器学习项目已经做了两个了，分别是Bastion4和Bastion6。之前两个项目上线部署的记录过于片段化，针对现在马上要做完的Bastion3项目，我们在此完整记录搭建服务器各种环境的全部流程，以备不时之需。 完整的项目基本分为三大部分：Java处理业务逻辑；Perl后台消息队列；R机器学习模型预测。每个大部分还有很多细节，我们会在每部分都详细记录。 新申...阅读全文>>

Overview 机器学习算法在项目中应用的时候，有时候会用到分离fasta格式的正负样本。于是就写了一个python脚本，效果不错，记录一下。 1. separatePosNeg.py #! /usr/bin/env python # -*- coding: utf-8 -*- # vim:fenc=utf-8 import fileinput i...阅读全文>>

Overview 虽然已经用了很久的R语言，但一直没整理过，正好需要在我们的云服务器上安装R，所以一并记录下来了。下面的过程虽然是在Ubuntu 14.04上安装的，但是对于其他版本的系统，R和R packages的安装都大同小异。 1. 安装R 1.1 添加源 Ubuntu 14.04中的R版本比较旧，默认安装可能会出很多问题(我试过了)。所以最好添加一个新的源。 在etc/apt/so...阅读全文>>

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 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 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>>

Overview PhosphoPrediction项目是Chris和我做的一个新项目，主要是为本地客户端程序添加一个相同功能的web server。由于出差新疆，只能晚上回酒店自己加班写代码，在Chris的帮助下，前前后后忙了大约两周总算有了个不错的小成果，心中颇感欣慰。这段时间，Chris不仅给了我技术上的指导，更给我排解了心中的许多烦恼，在此感谢我最好的朋友Chris(我知道你不喜欢...阅读全文>>

Overview PSSM算法是生物信息学领域中的一个常用算法，全名“位置特异性打分矩阵(position-specific scoring matrix)”，又称作"位置比重矩阵(position weight matrix)".有关该方法更多的细节，详见维基百科Position weight matrix.本文仅阐述其设计思想，实际项目的例子将在另一篇文章中进行介绍...阅读全文>>