DNA 甲基化测序（Bisulfite-Seq）的比对和检测工具Bismark原理浅析
好久没更新了，最近在弄DNA甲基化测序的东西，接触到了Bismark这个软件，由于对甲基化测序数据的比对有点疑惑，同时文献不长，所以简单看了下，在此做个记录。一、甲基化测序基本原理一般来说，就是将DNA使用重亚硫酸盐处理，使得DNA链中的碱基非甲基化C转为U，而后在PCR流程中转化为碱基A，而甲基化的碱基C不受影响。（更详细的建议自行查找下材料、文献学习）......
标签:算法
最大相关最小冗余(mrmr)特征选择算法
在机器学习中，我们常用到特征选择算法，好的特征对于模型来说，能得到更好的结果。特征选择的好处包括但不限于：1. 降低数据的维度以降低计算复杂度；2. 降低噪声以提高分类准确性；特征选择方法主要有3个类别：1. 过滤法（filters）过滤法本质上是数据预处理和数据过滤方法，特征的选择主要是基于内在特征进行挑选的，例如相关性、判别目标类别的能力、互信息等。其比......
序列比对-动态规划算法
在研究生物学功能的时候，一般同源性序列意味着相似性，虽然序列相似不一定可以说明序列同源，但是相似度高的序列很有可能也是同源的，这一假设对研究基因和蛋白质很有帮助。一对残基间可能的比对只有三种， 序列X的碱基A比对到序列Y的碱基B; 序列X的碱基A比对到序列Y的空位; 序列X的空位比对到序列Y的碱基B；下面基于此介绍一下比对的方法。序列X: AAG序列Y:......
BWM算法浅析-FM(二)
FM indexfm-index是一种结合到BWT和小的辅助数据结构中的索引，它的核心就是BWM中的F与L。虽然BWM与后缀数组有关，但是不能使用与后缀数组相同的查询方法，因为字符串的中间部分我们并没有进行保存。这里我们使用上一篇文章所用的字符串S（ACGTAA）作为示范。见下图所示，其中红线部分未保存。FM Index 查询当我们需要查询子字符串P在字典序排序矩阵M中行的......
BWT算法浅析-(一)
一、前言BWT算法对数据量大的数据来说，压缩比较有效，目前已经广泛用于生物学数据的存储中，例如bowtie就使用到了这一策略。虽然之前在大学期间学过该算法，但是有点遗忘了，故重新复习一番。二、什么是BWT？严格来说，BWT并不是压缩算法，它仅是把需要压缩的字符重新排列，将相同的字符排在一起或者相邻位置，使其更易被压缩。三、BWT原理BWT算法主要分为两个......
