Hero Image
RNA Strandness

Create Time: 2022-09-12 Update Time: 2022-09-13 我一直想要好好的整理一下有关于RNA-seq的实验中，stranded相关信息，但是从我有记录这项任务开始，到今天可能有一年多了。虽说网上已经有了很好的资源，说明的很清楚（参考目录中），但是毕竟是别人的，我觉得还是有必要整理一下，让自己更加清晰。 首先有很多下游（相对于实验来说）的分析，都需要有这项信息，来获得更加准确的结果，包括但不限于比对、转录组组装等。对于有些资深的人来说，几乎知道实验过程中使用的什么kit，就知道应该使用什么参数，可是仍旧有可能，当我们的数据来自于公共数据库，或者我们的数据是由公司产出，公司并没有使用标准的protocol，而是有一些小的修改，那么就可能造成strand信息的不正确。 NOTE It is very possible that a sequencing provider/core may make modifications to these kits. For example, in one case we obtained RNAseq data processed with NEBNext Ultra II Directional kit (dUTP method). However instead of using the NEB hairpin adapters, IDT xGen UDI-UMI adapters were substituted, and this results in the insert strandedness being flipped (from RF/fr-firststrand to FR/fr-secondstrand).

September 13, 2022 Read
Hero Image
Chapter 2 Methods in Molecular Biology and Genetic Engineering

Create Time: 2022-06-24 Update Time: 2022-06-27 2.1 Introduction 我们的生命科学研究离不开工具的辅佐，这一章主要介绍了一些相关的分子生物学研究方法，其中包含了非常重要的两类： 限制性内切酶（restriction endonucleases） 克隆载体（cloning vectors） 随着发展，我们已经进入到了可以在全基因组层面研究功能和表达了。所以这章将介绍一些起源工具及一些最近的工具。 2.2 Nucleases Nucleases能水解磷酸二酯键中的酯 Phosphatases只能水解磷酸单酯键中的酯 Phosphatase也是很重要的，尽管它只能水解末端的磷酸酯键，这样它就能去掉末端的磷酸盐，这样的作用可以用于连接多条链（ligating or connecting chains）。也可以用来使用32P来做标记。 Nucleases可以分成两类： 外切酶（exonuclease）：只能从链的末尾开始水解 内切酶（endonuclease）：可以从链的中间开始水解 不同的nucleases的targets也不同，例如有针对DNA的也有针对RNA的，有针对单链的也有针对双链的，还有针对于DNA/RNA hybrid的（例如：RNaseH，在lib prep中最常用到的，至少对我来说）。而且不同的nuclease可能还有序列的偏好，例如pancreatic RNase A，就偏好于在pyrimidine（C，T）后切。这种有很强的序列特异性的，我们就叫做限制性内切酶（restriction enzyme）。 限制性内切酶也有三种分类： Type I：剪切的位点与识别的位点相差1000bp Type II：序列的识别与剪切位点相同，换句话说就是剪切识别位点。这类特异性序列是回文的（inversely palindromic） Type III：剪切的位点与识别的位点相差20-30bp 剪切完后的末端可能形成两种，一种是staggered，一种是blunt。来源不同的限制性内切酶如果识别的位点相同，但是也可能产生不同的剪切结果，主要是产生的末端可能有差异，这样的限制性内切酶集合叫做isoschizomers。 When a DNA molecule is cut with a suitable restriction enzyme, it is cleaved into distinct, negatively charged fragments.

June 27, 2022 Read
Hero Image
Chapter 1 Genes Are DNA and Encode RNAs and Polypeptides

Create Time: 2022-06-24 Update Time: 2022-06-27 Introduction 待补充 New words 单词 读音 词性 释义 例句 organellar /ˌɔrɡəˈnɛlər/ Of or relating to an organelle or organelles The genome includes chromosomal DNA as well as DNA in plasmids and (in eukaryotes) organellar DNA, as found in mitochondria and chloroplasts. apparatus /apəˈreɪtəs/ The mechanical requisites employed in scientific experiments or investigations.

June 27, 2022 Read
Hero Image
HAMR high throughput annotation of modified ribonucleotides

Create Time: 2022-06-17 Update Time: 2022-06-17 Abstract RNA is often altered post-transcriptionally by the covalent modification of particular nucleotides; these modifications are known to modulate the structure and activity of their host RNAs. The recent discovery that an RNA methyl-6 adenosine demethylase (FTO) is a risk gene in obesity has brought to light the significance of RNA modifications to human biology. These noncanonical nucleotides, when converted to cDNA in the course of RNA sequencing, can produce sequence patterns that are distinguishable from simple base-calling errors.

June 17, 2022 Read
Hero Image
R is not underscore friendly

Create Time: 2022-03-03 Update Time: 2022-03-08 下划线不友好？ 这是这两天Edwin问我的一个问题，我认为很简单，就直接给了答案，但是结果却和预期的不太一样。 Hi Logan! May I ask about how to prevent the R converting my duplicated column names into something like A.1 A.2 while original column names are A A 我的第一反应就是这个问题我之前见过，我会。 然后我就回了，就是读取数据的时候，比如用read.table，里面有一个参数叫check.names，把它设成FALSE就可以了(check.names=FALSE)。 过了一会，Edwin回我，还是不行，然后我就拿了他的数据来自己实验，发现，真的不行！！！不过这个命令我前几天刚用了，我很确定可以的。 从题目中也能看出来最后找出来的原因是什么，但是这个真的花了我一天的时间做测试才发现。 结果上网查了，自己那数据试了接近一天，终于最后搞清楚了，原来因为名字中有_(下划线)，如果没有下划线就是OK的。并不是，不要记住这个答案，这个答案是错误的。我以为我获得了正确答案，就是以后在R里面，名字最好不要有下划线，直到我准备写这份记录的时候才发现，原来是可以有下划线，但是你查看数据的时候需要注意。 df<-read.table(text='A,d_,d_,A_1,A_1\n0,b,6,5,5\n2,5,6,5,6',header=T,check.names=FALSE,row.names=1,sep=',') df 可以看出，结果名字中有下划线，仍旧可以出现相同的列名。但是如果我们换一种方式查看，就不同了。 df[0:2,0:2] 也就是只有在这种查看方式下，才会出现这样即便加了参数check.names=FALSE，还是有后缀的原因，这个可能只是R为了让我们查看的时候更方便而做的设定。 后记 看来做一些整理还是很有必要的，至少这个问题在做测试的时候感觉好像找到的答案，但是在整理过程中，想要重复的时候，发现和自己的预期不太一样，再试了一下，就发现原来自己理解错了。 然后如果是在jupyter notebook里面遇见这种情况，那应该是IRKernel包装导致。我猜想可能是显示的时候，IRKernel会利用df[0:11,0:11]这种形式来提取数据，才会导致这样的结果。

March 8, 2022 Read