滑窗口统计基因组GC含量的分布

在基因组学分析中，滑窗口统计GC含量是一个常规动作，笔者在这里提供一个50k窗口统计香蕉基因组GC含量的脚本。输入文件是常见的基因组序列。

#! /usr/bin/perl -w
use strict;
die "#usage:perl $0 <BananaB.chr_V2.1.final.fa>\n" unless @ARGV==1;
my $fa=shift;
my $bin=50000; ##50k
open IN,$fa||die;
$/=">";<IN>;$/="\n";
print "#Chr\tStart\tEnd\tGC_num\tRatio\n";
while(<IN>){my $chr=$1 if /^(\S+)/;$/=">";chomp(my $seq=<IN>);$/="\n";$seq=~s/\n+//g;my $len=length$seq;for (my $i=0;$i<$len/$bin;$i++){my $loc=$i*$bin;my $sub_fa=uc(substr($seq,$loc,$bin));my $GC=$sub_fa=~tr/GC//;my $ratio=sprintf "%.4f",$GC/$bin;my $start=$i*$bin+1;my $end=($i+1)*$bin;my $out=join "\t",$chr,$start,$end,$GC,$ratio;print $out,"\n";#print "$out\t$sub_fa\n" unless $GC;}
}
close IN;

滑窗口统计基因组GC含量的分布相关推荐

风控特征—时间滑窗统计特征体系
" 本文介绍了风控业务中构建时间滑窗特征的一些实践经验,是一篇既能让读者快速上手特征工程又能加深其业务理解的深度好文." 作者:求是汪在路上来源:知乎专栏风控模型算法. 编辑: ...
风控特征：时间滑窗统计特征体系
风控业务背景俗话说, 路遥知马力,日久见人心.在风控中也是如此,我们常从时间维度提取借款人在不同时间点的特征,以此来判断借款人的风险.在实践中,这类特征通常会占到80%以上.由于是通过时间切片和聚合 ...
python学习——把计算GC含量的代码封装成函数
把代码封装成函数的好处是可以重复使用该段代码,并且会使代码结构清晰例如要计算chr1以及chr2染色体的GC含量,代码如下: 1 # 将代码封装为函数并重复使用,例如计算染色体的GC含量 2 chr ...
Java熔断框架有哪些_降级熔断框架 Hystrix 源码解析：滑动窗口统计
降级熔断框架 Hystrix 源码解析:滑动窗口统计概述 Hystrix 是一个开源的降级熔断框架,用于提高服务可靠性,适用于依赖大量外部服务的业务系统.什么是降级熔断呢? 降级业务降级,是指牺牲 ...
下载FATSQ，读取10条序列并计算每条序列的长度和GC含量
FASTQ 这是目前存储测序数据最普遍.最公认的一个数据格式,另一个是uBam格式,但这篇文章中不打算对其进行介绍.上面所讲的FASTA文件,它所存的都是已经排列好的序列(如参考序列),FASTQ存的 ...
【Spark分布式内存计算框架——Spark Streaming】11. 应用案例：百度搜索风云榜（下）实时窗口统计
5.5 实时窗口统计 SparkStreaming中提供一些列窗口函数,方便对窗口数据进行分析,文档: http://spark.apache.org/docs/2.4.5/streaming-pro ...
微量元素在生物体内的含量与分布
微量元素在生物体内的含量与分布病毒性心肌炎(vimlmyocarditis,简称VMC)是指巾多种病毒感染引起的心肌细胞变性.坏死.间质炎性细胞浸润及纤维渗出的过程.近年来,营养状况尤其是微量元素在 ...
MySQL借助Excel快速区间分段统计思路（客单价分布 IOS账单分月）
本来这个是放在代码碎片系列里的(因为很少做开发了,从2020年初到现在才凑齐6个),当时因为按价格分段,奈何分段太多想出的"偷懒"方法,想单独写一篇文章,可惜篇幅不够.因为前一段时 ...
空间统计（三）聚类分布制图
这组工具中包含众所周知的热点分析工具,通过这个工具我们能捕获到大量数据中的热点和冷点,对我们分析问题有很大的帮助.例如,在犯罪分析中,我们可以研究哪些位置犯罪频繁并且聚集,对增设警力有重要的辅助作用. ...
白话空间统计之九：方向分布（标准差椭圆）修正版
文章用红色字体标记出来的内容是修正后的内容,感谢四川的杨同学对我以前的错误提出指正. 终于写到我最喜欢的一个的工具(算法)了,方向分布是虾神我接触的第一个空间统计工具,也是每次讲空间统计必须要讲的一个 ...

滑窗口统计基因组GC含量的分布

滑窗口统计基因组GC含量的分布相关推荐

最新文章

热门文章