자주 묻는 질문 | ㈜인실리코젠-데이터 바이오 기업

CLC Genomics Server 의 tmp 폴더를 바꾸는 방법 조회 2,320 2019. 02. 21 - 리눅스 터미널을 열어 아래 명령어를 참고하여 진행해주시기 바랍니다. 이 때, CLC GWB에서 분석하는 job이 없는지 확인 후 진행합니다. # CLCGenomicsServer stop service CLCGenomicsServer stop # 여유공간 있는 쪽에 tmp 폴더를 만듭니다. mkdir tmp폴더path #예시 : mkdir /tier2/Codes/CLCGenomicsServer/tmp # CLCGenomicsServer폴더 있는 쪽에서 CLCGenomicsServer.vmoptions 파일을 찾고 열어봅니다. vi CLCGenomicsServer.vmoptions # path를 설정해줍니다. # -Xmx16384m # -XX:+UseCompressedOops 밑에 아래 추가 -Djava.io.tmpdir=tmp폴더path # 예시 : -Djava.io.tmpdir=/tier2/Codes/CLCGenomicsServer/tmp # 서버를 재시작합니다. service CLCGenomicsServer start
CLC read mapper와 variant caller에 대한 white paper를 얻고싶습니다. 조회 2,137 2019. 02. 20 - CLC 만의 mapper와 variant caller에 대해 분석 혹은 다른 툴과의 비교 자료가 담긴 white paper입니다. clc read mapper clc variant caller
윈도우에서 HGMD Download 파일을 CLC Workbench로 import하여 분석에 이용하는 방법 조회 2,663 2019. 01. 25 - 1. HGMD 홈페이지에서 로그인 후 파일 다운로드 (파일명.tar.gz 형식) 및 압축풀기 이 파일 형식은 리눅스 계열의 압축 파일로, 리눅스에서 압축을 풀거나, 윈도우에서 압축을 풀 때는 전용 프로그램을 사용하여야 하는데 일반적으로 반디집을 이용하시는 것이 가장 편리할 것입니다. 2. CLC Genomics Workbench 열어서 Import 왼쪽 상단 Import > Tracks > - 2.1. Type of files to import : VCF 또는 GFF3 선택 - 2.2. Import 할 파일 선택 - 2.3. Reference track : hg19 또는 hg38 sequence 선택 (CLC_References > homo_sapiens > sequence > hg19 또는 hg38 > Homo_sapiens_sequence_hg19 또는 Homo_sapiens_sequence_hg38 ) - 2.4. 파일 저장 위치 선택 > Finish * 이 때, 파일 저장위치는 CLC_References 폴더를 제외한 폴더(Ex: External_DB)에 저장하시면 됩니다. (CLC_References 폴더는 Read only) 3. Annotation - VCF 파일로 annotation : Toolbox | Resequencing Analysis | Variant Annotation | Annotate from Known Variants 툴을 이용 - GFF3 파일로 annotation : Toolbox | Track Tools | Annotate and Filter | Annotate with Overlap Information 툴을 이용해주세요.
IPA에서 FoldChange와 RPKM을 동시에 업로드 후 각각 분석이 가능한가요? 조회 2,433 2019. 01. 23 - Q : IPA에 업로드하는 data set에 fold change뿐만 아니라 RPKM 값도 올릴 수 있는 걸로 알고 있는데, 그러면 처음 업로드하는 file에 fold change와 RPKM을 모두 올린 후 각각을 나눠서 분석이 가능한지 문의드립니다. A : 업로드 데이터 셋에서 fold change 뿐만아니라 RPKM 값도 함께 올리실 수 있습니다. 엑셀파일을 올려주신 후 첨부해주신 컬럼에서 무슨 데이터인지를 선택할 때, Observation 1 -> Fold change | Expression intensity/RPKM으로 각각 선택해주시면 됩니다(샘플별로). 하지만 core analysis 분석을 할 때는 두 가지 값 중에 어떤 데이터로 기준을 할지에 대해 선택하게 되어서 두 가지 값을 모두 고려하지는 않습니다. 즉 필요하신 경우 input 데이터에는 2가지 값을 모두 넣어서 업로드하시고, core analysis 돌리실 때 기준을 선택하여 각각 돌려보실 수 있습니다.
RNA데이터 분석 시 fold change 값은 크지만 raw data 값이 낮을 때 어떤 Cut-off 기준으로 분석할 수 있나요? 조회 4,328 2019. 01. 23 - Q : Seq data 를 분석할 때 fold change 는 크지만 raw data 값이 너무 낮은 유전자들은 어떤 Cut-off 기준으로 분석할 수 있나요? A : DEG 분석 시 raw expression data에서 기본적으로 low expression value cut-off를 정해서 필터링한 후 분석을 진행합니다 (분석마다 다르지만). 보통은 read count >= 5 이상이며 그룹 내에서 일정 샘플 수 이상에서 발현되는 (샘플 수에 따라 다름) 유전자를 분석합니다. 이렇게 분석하면 fold change가 크지만 raw data에서 read count나 expression value가 낮은 유전자는 많이 줄어듭니다. 앞에 내용과 별개로 문의하신 내용에서는 p-value 또는 FDR 값을 좀 더 strict 하게 주시면 (0.05 -> 0.01 식으로) 분석이 가능할 것 같습니다.

전체 331개 중 5개 표시

1

...

41

42

43

...

67