作图
2021-06-25 本文已影响0人
byejya
先是集中数据
再1. vs intron
2.+strand
3.vs mercer
与各个数据库做比对。
集中数据时需要把全部数据跑一下，先测试：
max正确
1
用错了，但是下面测试了，没问题，不放图了
1
vs ncbi
1
比完并去重
1
一个数据出来4w。。。而且一个取end一个取start肯定没重的，所以是uniq的问题，uniq只能对相邻的起作用，
1
1
检查max版本：
1
数量上应该没错，去重也没去错。
1
1
好的消息是不管往没往intron上比对，这个的缩小并不少。起码说明使用ncbi的gff是对的。
1
坏消息是可能没法增多了
但是检查发现mercer的选值和我的不同，基本都是前一位的，尝试-1处理。纯为了数据+-1可以试试。
1
1
32 33 在-1的 情况下，只测试one pair：
1
之前+1的只有30有比较多。
再做整体的：32 33的也不多。
1
1
测试+-1
32：
1
33：
1
31
1
30
1
-1的情况，检查31：
1
30：
1
+-0检查：
30
1
31
1
32
1
33
1
和exon intron比对
取exon：
1
取gbkey=mRNA的，
思路：1.同时和exon和intron比，取同时比对到的，看parent是不是同一个，指的是来自同一个转录本。
2.对同是intron的，看有没有比对到多个intron且parent相同。
1
exon变bed暂时没问题，intron也没问题
1
1
1
和各个数据库比较：
1
仅仅算过滤出的结果，不去假阳性能得到的bp数：
1
加几乎全部的列得到的结果：
1
想测试sam和mercer坐标是否变化，但是随便打开一个发现这个是正常的，这个文件是：
1
是坐标-1的，但是取值没变，因此发现，确实是坐标有问题：
1
