MyGene.info のAPIを叩いてみる Kim 2023年9月14日 2023年9月14日Web, ゲノム解析, IT, Python, バイオインフォマティクス, Python ゲノミクス, Ensembl, Python, バイオインフォマティクス, NCBI, Web タンパク質のRefSeqID(NPやXPから始まるID)を大量に持っていて、それをPython上でなんとかGene symbolに変換できないかを模索していた。 そんなとき、MyGene.info というサービスを見つけた。あまり日本語のドキュメントがないので軽く紹介しておく。 MyGene.i… Continue reading
アフリカハイギョのシングルセルトランスクリプトームから魚の陸上適応を明らかにする Kim 2023年9月14日 2023年9月19日RNA-seq, 生物, 魚の陸上進化, バイオインフォマティクス バイオインフォマティクス, 陸上進化, ハイギョ, RNA-seq, scRNA-seq ハイギョは現生魚類の中で最も陸上脊椎動物(両生類や有羊膜類など)に近い生物である。その名の通り肺を持っている魚である。エラも持っており、エラと肺、両方で呼吸ができる特殊な魚である(他にもポリプテルスなどが同様に肺とエラ両方持っている)。 また、一部のハイギョでは水が干上がった乾季などにおいては泥… Continue reading
遺伝研スパコンのジョブの終了状態を確認する Kim 2023年8月2日 2023年8月2日バイオインフォマティクス Linux, スーパーコンピュータ 遺伝研スパコン(遺伝研スーパーコンピュータシステム)では、Grid Engine (SGE系)を採用している。この記事を読んでいる人(利用者)であれば、まず最初にqloginしろ、とか、ジョブを実行するときはスクリプトファイルをqsubしろ、とかを講習会などで最初に習うはずである。 無事終了する… Continue reading
GFF/GTFアノテーションにIntron情報を追加する Kim 2023年7月18日 2023年7月18日ゲノム解析, バイオインフォマティクス バイオインフォマティクス, GTF, GFF, ゲノムアノテーション イントロンの解析をする際に、既存のGFF/GTFのアノテーションファイルにIntron情報が入っていない場合がある。そうしたときにちまちまエキソン情報から計算してもいいが、便利なツールがいくつかあるので紹介する。 AGATを使う これが現状一番オススメの方法。GFF/GTFの変換のために使ったが… Continue reading
codemlのCodonFreqの選択について Kim 2022年11月11日 2022年11月11日バイオインフォマティクス 配列解析, codeml, PAML, 淘汰圧解析, バイオインフォマティクス 選択圧(淘汰圧)を解析するためにPAMLのcodemlがよく使われる。 いくつか日本語でも解説が書かれており、それに従って使っていることが多かったが、CodonFrequencyについての記述は日英共に解説が少ない。どうやって選択すべきか調べていたが、灯台もと暗しで知人がきちんと統計的なモデル選択の… Continue reading
NCBI のAPIで”API rate limit exceeded”と出る Kim 2022年10月25日 2022年10月25日バイオインフォマティクス NCBI, Web NCBIのAPIでFASTAなどを取得するツールを作っているのだが、非同期処理を導入して大量に並列取得をしようとしたところ”API rate limit exceeded”とエラーが出ていることが判明した。 ググると以下のページのように、アクセス制限が存在することが明らかにな… Continue reading
bioawk で multiple FASTA の配列長を取得 Kim 2022年6月30日 2022年6月30日ゲノム解析, バイオインフォマティクス バイオインフォマティクス, Linux, ゲノミクス 参考: Sequence length from Fasta マルチFASTA で、それぞれの配列の長さを出してほしい時がある。 そういったときに簡単に出力してくれるのがbioawkだ。 で、仮想環境上にインストール。 で、出力してくれる。 全部出すと長い場合、パイプで繋いでやって欲しい部分に絞って… Continue reading
配列解析におけるTwoBit File (2bit File) について Kim 2022年6月29日 2023年1月17日ゲノム解析, バイオインフォマティクス バイオインフォマティクス, ゲノム, ゲノミクス, KentUtils バイオインフォマティクス関連で、稀にtwoBit file (2bit file) を使用する機会がある。 通常、ゲノムファイルなどのシーケンスデータはFASTA形式で頒布されているが、一部において効率的・高速な解析のためにtwoBit fileと呼ばれる形式が使用される。 UCSCによると、「ゲノ… Continue reading
FASTAのヘッダ(名前)の行だけ抽出 Kim 2022年5月28日 2023年5月1日バイオインフォマティクス 何度も忘れてググるので備忘録。 “”を忘れると、対象のファイルがおかしなことになる(消える)ので注意。 Continue reading
脊椎動物最大ゲノムのハイギョのRNA-seq解析にはどの程度のスペックのパソコンが必要か? Kim 2021年12月24日 2021年12月24日RNA-seq, バイオインフォマティクス STAR, HISAT2, ゲノミクス, バイオインフォマティクス, ハイギョ, RNA-seq タイトルの通り。これからハイギョのRNA-seq解析などをしたいという稀有な研究者に向けたメモ。 BLAST 正直BLASTするだけならそこまでスペックはいらない。他のゲノムと比べると時間がかかるが、数コアでも十分可能。 STAR を用いた RNA-seq マッピング RNA-seqでもTrinit… Continue reading