简介 宽数据：宽数据是比较常用的数据收集与储存样式，第一行一般是表头数据，表示观测项目名字，如温度、pH、风速等。每一列包含所观测到的数据。 长数据：长数据是分析绘图中可能会...
发简信
IP属地：北京
-
R — 长数据宽数据转换 -
实操|rrBLUP包RRBLUP数据处理 VCF转为 rrBLUP {-1,0,1} 格式 rrBLUP可识别的基因型格式为 {-1,0,1} （行头为marker，列为sample），因此需要对基本数据...
-
简书是一个好地方。我在这里准备论文，记录一些写作的材料。<br>文献主要是通过Google translate翻译的，表示感谢。
-
去回归育种值（Deregressed EBV）的计算
去回归是一种去除方差异质性的方法，在某类数据处理时偶尔用到，比如估计基因组选择育种值时。借着文献Thistlethwaite2019[1]来学习一下DEBV是怎么计算的。 该...
-
-
育种值探秘丨动植物遗传育种
育种值：生物的数字密码 嗨，大家好！今天分享的笔记是遗传育种领域中那神秘莫测的育种值。这个抽象的名词具体如何理解？为什么说育种值很重要？具体怎么计算？有什么用处？ 别担心，我...
-
国内外肉牛遗传评估体系概况（2021-07-29）
今天看到一篇中文的肉牛遗传评估的综述，其对国内外的肉牛遗传估计发展进行介绍，个人认为总结比较完善，故进行记录和转载。 摘要：种公牛的选育是肉牛育种工作的核心。传统选育肉用种公...
-
我的vcf文件里面，是通过plink转vcf得到的，所以里面的话，显示的是0/0，0/1这种的，
GWAS分析结果的显著性阈值选择
绘制曼哈顿图的时候，需要指定一个显著的阈值线常规的阈值是0.05/n或0.01/n。n是基因型的标记数量（snp的数量）。但是因为存在连锁不平衡，很多时候按照上面的这个阈值，...
-
但是俺的vcf里面不是缺失基因型
GWAS分析结果的显著性阈值选择
绘制曼哈顿图的时候，需要指定一个显著的阈值线常规的阈值是0.05/n或0.01/n。n是基因型的标记数量（snp的数量）。但是因为存在连锁不平衡，很多时候按照上面的这个阈值，...
-
我想知道所用的vcf里面具体内容是多少，因为，我的好像没有起到检验的功能，我怀疑是我的vcf文件有问题，它提示我几乎99%的SNP都是缺失基因型
GWAS分析结果的显著性阈值选择
绘制曼哈顿图的时候，需要指定一个显著的阈值线常规的阈值是0.05/n或0.01/n。n是基因型的标记数量（snp的数量）。但是因为存在连锁不平衡，很多时候按照上面的这个阈值，...
-
很多帖子被下架了。以后开直播带货吧。写不动技术贴了。
-
GWAS分析结果的显著性阈值选择
绘制曼哈顿图的时候，需要指定一个显著的阈值线常规的阈值是0.05/n或0.01/n。n是基因型的标记数量（snp的数量）。但是因为存在连锁不平衡，很多时候按照上面的这个阈值，...
-
我想问，这个BLUp和blue的算法是不是和混合效应回归模型是一样的。为啥说它是在以前是选育的标准。这不过是计算效应值而已？
多年多点的表型处理表型值处理BLUP和BLUE值
当有多个年份和多个地点的表型值之后，基因型只有一套，这时如果用来做GWAS的时候，就需要对表型值进行重新计算。多年多点的表型值用于GWAS分析前，一般有以下三种方式供预处理表...
-
【R-statistics】方差分析方差分析(ANOVA) 什么是方差分析 模型可以归纳为在解决预测问题 Q：如何评价预测结果的好坏？A：预测和模型越接近越好Q：如何刻画”接近“？A：需要定义”距离“，一般使用...
-
除了ChatGPT，深度学习还能为分子育种领域带来什么？前段时间大火的ChatGPT又一次让深度学习和人工智能展示在大众目光之下，深度学习的应用也从专业走向生活。那么对于动植物育种的研究者来说深度学习可以为品种驯化和选育带来什么?...
-
Fine mapping定位QTL作物遗传育种需要发掘对农艺性状有重要贡献的QTL。某一重要农艺性状往往是由多个QTL调控。对这些QTL进行精细定位找出对应的基因对作物的改良具有重要意义。本文对如何进行...
-
clusterProfiler: 分析+可视化GO和KEGG富集的转录组R包写作之友 基因和基因簇的功能谱 (functional profiles) 的统计学分析及可视化 G Yu, LG Wang, Y Han, QY He. clusterPr...
-
GO和KEGG富集分析（非模式生物GO和KEGG注释）
GO和KEGG富集分析是生物信息分析中常用的一种分析，针对不同的物种，大概整理了一下，我将其分成四类。 1. 人和小鼠等模式生物 最常用的就是clusterprofiler，...
-
非模式生物如何做富集分析最近在分析数据水稻的转录组数据，遇到了一系列问题，感觉是之前没有踏踏实实学习转录组数据分析而留下的隐患全部爆雷了。也挺好！这样才能知道不足。这次是水稻的富集分析，参考网上的资...
