CaiGui's blog

今日一坑

在tair下载的gff文件中，竟然有一行的染色体名称为OBChr1，有且仅有此一行。

导致我在使用gffread提取cds时报错= =，手动修改后就好了

https://www.arabidopsis.org/download_files/Public_Data_Releases/TAIR_Data_20220630/Araport11_GFF3_genes_transposons.Jul2022.gff.gz

homer的两个主要命令：findMotifsGenome.pl和findMotifs.pl。前者可以直接导入macs2的summit文件，后者适合找一些启动子共有的motif。

另外还有scanMotifGenomeWide.pl和seq2profile.pl，用来创建motif文件和搜索motif。

学习之前学过的东西真是一个痛苦的事情。

用默认的gitbook有以下几个问题：
分享功能国内环境不适用，搜索功能用不了中文，不过问题不大

下载一个ncbi的nt数据库，310G。aspera下载4G左右就报错(Session Stop (Error: Session data transfer timeout))，难以解决。换为wget，下载速度降低30%，但稳定多了，总共需要下载2d6h。
第二天的更新，nt数据库已经下载了85%，264G了，很稳定，不错不错👍

今日一坑，偶然发现本网站的“瞬间”页面打不开了，通过升级“瞬间”插件从v1.0.1到v1.3.0解决。突然意识到，之前备份只备份了文章，没有对“瞬间”页面中的内容进行备份，需要研究研究……

今日一坑：rapdb下载的注释文件“IRGSP-1.0_representative_annotation_2023-09-07.tsv”中基因列会有重复，如Os02g0616600，因为这个注释文件对每个基因的每个转录本都会有一行注释。
有趣的是，以这一列为索引提取hdf5数据时会只提取到第一个转录本。

另外，在”RAP-MSU_2023-09-07.txt“这个基因id转换的文件里，还会有以下情况出现，LOC_Os12g08564.1&LOC_Os12g08564.2&LOC_Os12g08564.4都会转换到Os12g0186600，但LOC_Os12g08564.2会转换到none

（摊手）

halo占用内存500多M，对于我这只有两个G的小服务器来说，压力还是挺大的

今天一个新坑，linux中一个文件在被写入时，如果cp它的话，可能会导致最后一段是二进制的，在后续读取时会报错

如果写一本生信书，第一章应该讲清好处与坏处，先随便写写吧

做生信的坏处：
1. 视力下降，肥胖，高血脂，痔疮

2. 2. 自费购买高性能电脑、云服务器、学习资料、科学上网软件

3. 3. 工作也不好找，技术淘汰快，半年前的代码，现在可能已经过时了

4. 4. 要学习的东西太多，时间不够用

5. 5. 当一堆人的数据分析助理

做生信的好处：

1.时间灵活

2. 2.工作虽然仍不好找，但可能比同专业的好找一些

3. 3.挂名文章会多一些

4. 4.比较前沿

顺带记录另一个bug修复：

给shiny的downloadHandler返回一个datatable对象时，会导致下载文件不能按预期进行，而是下载一个html文件。将返回对象改为data.frame即可。

解决方法：大量搜索+连蒙带猜+多多尝试