六 25

EpiDISH-根据甲基化信号值推断样品的细胞成分

Posted on by

传统的甲基化信号值通常是芯片，比如illumina公司的27K,450K,850K的甲基化芯片，它们检查的通常是细胞混合物，比如绝大部分肿瘤组织样品其实是混合了上皮细胞，基质细胞和免疫细胞。如果我们感兴趣肿瘤组织的纯度，或者说肿瘤的免疫浸润情况，就可以使用同样的反卷积方法来。这个时候EpiDISH包就可以派上用场： Continue reading →

六 25

使用gunzip命令的t参数检测fastq的gz文件完整度

Posted on by

前面我们发布了 明码标价之普通转录组上游分析，终于开始接单了，第一个项目介绍98个转录组测序数据的表达量获取，超级简单，就是耗费计算资源，500G的fastq数据文件，中间步骤加起来，起码耗费2个T的磁盘空间吧。

不过方便的地方就是都是现成的代码，首先参考：使用ebi数据库直接下载fastq测序数据 , 需要自行配置好，然后去EBI里面搜索到的 fq.txt 路径文件，批量下载fq文件，走过滤质控流程， 但是发现有3个居然失败了，如下所示：


$ ls -lh ../cleanData/*gz|grep trimmed
-rw-rw-r-- 1 jmzeng jmzeng 3.3G 3月 23 21:15 ../cleanData/SRR11652583_1_trimmed.fq.gz
-rw-rw-r-- 1 jmzeng jmzeng 2.6G 3月 23 21:31 ../cleanData/SRR11652583_2_trimmed.fq.gz
-rw-rw-r-- 1 jmzeng jmzeng 1.9G 3月 23 20:51 ../cleanData/SRR11652586_1_trimmed.fq.gz

初步猜测是网络问题，因为 使用ebi数据库直接下载fastq测序数据 , 就是有失败率，所以检查了fq文件完整度，代码如下所示 ：


[3] Running gunzip -t SRR11652583_2.fastq.gz &
[4] Running gunzip -t SRR11652583_2.fastq.gz &
[5]- Running gunzip -t SRR11652586_1.fastq.gz &
[6]+ Running gunzip -t SRR11652586_2.fastq.gz &

结果真的发现：

gzip: SRR11652583_2.fastq.gz: invalid compressed data--format violated
gzip: SRR11652586_1.fastq.gz: unexpected end of file
gzip: SRR11652583_2.fastq.gz: invalid compressed data--format violated

所以需要首先删除这些不完整的文件：

rm SRR11652583_*
rm SRR11652586_*

然后重新下载它，但是发现这个时候呢，下载始终是吧，如下所示：

spera提示：
ascp: failed to authenticate, exiting.
Session Stop (Error: failed to authenticate)

其实这个是无解的， 所以只能说放弃 aspera高速下载了，反正就两三个样品，直接wget也行。

​