Question

生物信息学mapping率高或低代表什么意思

生物信息学mapping率高或低代表什么意思，是一个什么指标，样本正常范围的mapping率是多少

Answer 1

生物信息学高度依赖于网络。实际上，你需要的几乎所有资源，都可以从网上下到。你需要关注你研究领域所需要的那些，而不是全部的资源。

我原来常用的：

NCBI：持有INSDC的节点。网站上有核酸、蛋白、基因名、基因组名等等的搜索工具，以及BLAST序列比对搜索工具，PUBMED文献数据库，Taxonomy数据，COG蛋白家族库等等。FTP可以下到它全部的数据库，BLAST的单机程序，以及各种工具程序。

EBI：和NCBI类似，欧洲搞的对等物。感觉EBI网站比NCBI要清楚简洁。另外EBI网站整合了更多的工具，比如多序列比对。

Uniprot：全蛋白库。NCBI和EBI的蛋白库来源于此。目前包括两部分：SwissProt是人工校对过的，TrEMBL是自动校对的。

Pfam：蛋白家族库。可以使用配套的HMMER进行搜索。比BLAST能找到更远缘的东西，而且找到的东西是结构域。
Rfam：RNA的，类似Pfam。

RDP：16S rRNA库。除了序列，它还有一个基于K-mer naive Bayesian model的rdp classifier，可以对输入序列进行物种分类，效率和准确性较直接使用BLAST更高。
GreenGenes：也是16S库，不过它只收集比较全的序列。它提供了一个16S的标准化比对，并基于这个东西搞了个物种分类工具。

EMBOSS：一个工具包，提供了几百个进行序列操作的工具。

BioPerl、BioPython：Perl和Python的生物学模块。
R：类似matlab的语言，有一大堆的生物学包。

SOAP：华大基因搞的高通量测序工具包，有de-novo拼接的，有mapping的，还有一些后续分析的。
bowtie：一个用于序列mapping的软件。
samtools：用于操纵、分析高通量序列mapping的结果。功能非常灵活，但有点复杂。
fastx toolkit：用来操纵高通量测序序列的工具包。