Transvar 坐标转换 - 在线网络文章
本文是“transvar变异坐标转换 - Linux篇”https://www.jianshu.com/p/0aa5cb6eefe2的姊妹篇,专门写给不熟悉Linux软件的童鞋~
坐标转换困境
TransVar软件简介
Transvar 是一款多种方向的突变/坐标转换工具,它支持基因组坐标、cDNA 坐标以及蛋白氨基酸坐标之间的转换。
如上图所示,该软件的功能可细分为下面3种:
1)正向注释:对于基因组坐标的变异进行mRNA(cDNA)和蛋白注释,这款工具会提供所有的可能结果;
2)反向注释:将mRNA(cDNA)坐标和蛋白坐标的变异转换成所有可能基因组坐标形式的变异;
3)等价注释:对于某一给定的蛋白坐标的变异,搜索所有可能的与其为相同基因组坐标,但在不同转录本上的蛋白坐标变异。
网址
https://bioinformatics.mdanderson.org/transvar/
首页如下:
使用介绍
1.正向注释
所谓的“正向”就是将基因组坐标形式的变异作为检索词进行检索,我们以chr7:55259515T>G为例:
简单介绍一下,1区域选择哪种注释方式;2区域选择参考基因组版本;3区域选择转录本注释数据库,可以选单个或者多个;4区如果需要批量注释把检索词放到文件里,一行一个变异,然后上传;5区如果单个或少量位点进行检索,就在该区域直接书写;6都写好了点submit提交。
如果不清检索词格式,可以下拉主页面,会有检索词示例:
检索结果如下:
其中第一列为输入的检索词;第2列为转录本名;第3列基因名;第4列表上该转录本是在正链还是负链;第5列就是具体的突变信息,有基因坐标的,cDNA坐标的以及蛋白氨基酸坐标的,可以看出基因坐标和我们检索词一致;第6列表示该变异在基因上的位置;第7列展示了其他信息,其中最后一个字段source=XXX对应检索页面的数据库;
2.反向注释
反向注释包括以cDNA坐标为检索词和以蛋白氨基酸坐标为检索词两种:
数据库等其他选择与正向一致,在这里就不赘述了。需要强调的一点是检索词的格式,cDNA的示例如下:
蛋白的示例如下:
3.等价注释
等价注释就是这里的codon search:
检索词还是要蛋白格式的,示例如下:
例如我们以“CDKN2A:p.R87P”为检索词,结果如下:
上一篇: 文本解码器工具包破解经典密码词频分析
下一篇: 青少年 CTF-WEB-2048
推荐阅读
-
Transvar 坐标转换 - 在线网络文章
-
[姿势估计] 实践记录:使用 Dlib 和 mediapipe 进行人脸姿势估计 - 本文重点介绍方法 2):方法 1:基于深度学习的方法:。 基于深度学习的方法:基于深度学习的方法利用深度学习模型,如卷积神经网络(CNN)或递归神经网络(RNN),直接从人脸图像中学习姿势估计。这些方法能够学习更复杂的特征表征,并在大规模数据集上取得优异的性能。方法二:基于二维校准信息估计三维姿态信息(计算机视觉 PnP 问题)。 特征点定位:人脸姿态估计的第一步是通过特征点定位来检测和定位人脸的关键点,如眼睛、鼻子和嘴巴。这些关键点提供了人脸的局部结构信息,可用于后续的姿势估计。 旋转表示:常见的旋转表示方法包括欧拉角和旋转矩阵。欧拉角通过三个旋转角度(通常是俯仰、偏航和滚动)描述头部的旋转姿态。旋转矩阵是一个 3x3 矩阵,表示头部从一个坐标系到另一个坐标系的变换。 三维模型重建:根据特征点的定位结果,三维人脸模型可用于姿势估计。通过将人脸的二维图像映射到三维模型上,可以估算出人脸的旋转和平移信息。这就需要建立人脸的三维模型,然后通过优化方法将模型与特征点对齐,从而获得姿势估计结果。 特征点定位 特征点定位是用于检测人脸关键部位的五官基础部分,还有其他更多的特征点表示方法,大家可以参考我上一篇文章中介绍的特征点检测方案实践:人脸校正二次定位操作来解决人脸校正的问题,客户在检测关键点的代码上略有修改,坐标转换部分客户见上图 def get_face_info(image). img_copy = image.copy image.flags.writeable = False image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) results = face_detection.process(image) # 在图像上绘制人脸检测注释。 image.flags.writeable = True image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR) box_info, facial = None, None if results.detections: for detection in results. for detection in results.detections: mp_drawing.Drawing.detection = 无 mp_drawing.draw_detection(image, detection) 面部 = detection.location_data.relative_keypoints 返回面部 在上述代码中,返回的数据是五官(6 个关键点的坐标),这是用 mediapipe 库实现的,下面我们可以尝试用另一个库:dlib 来实现。 使用 dlib 使用 Dlib 库在 Python 中实现人脸关键点检测的步骤如下: 确保已安装 Dlib 库,可使用以下命令: pip install dlib 导入必要的库: 加载 Dlib 的人脸检测器和关键点检测器模型: 读取图像并将其灰度化: 使用人脸检测器检测图像中的人脸: 对检测到的人脸进行遍历,并使用关键点检测器检测人脸关键点: 显示绘制了关键点的图像: 以下代码将参数 landmarks_part 添加到要返回的关键点坐标中。
-
码农必备的8大工具神器:在线图片压缩超好用!-网址:https://worldvectorlogo.com/ 网络异常,图片无法展示 | 在写文档、做行业调研、制作ppt时,经常遇到需要下载某个公司的logo文件问题,有的可以直接官网找到,有的却很难找到高清版本的logo图片。 这个网址收集了全球知名企业logo源文件,svg格式,可以免费下载不限次数,一直被我安利给身边的朋友们,网站界面操作也非常简单。 文档翻译神器-DeepL 网址:https://www.deepl.com/zh/translator 网络异常,图片无法展示 | 比某歌某道好用几倍的翻译软件,词汇和语法相对来说都用的更地道,机翻痕迹较少;而且支持整篇文档上传翻译,临时看英文文献的效率翻倍;最重要的是免费! 它支持26种语言之间的互译,而且译文基本都可以直接拿来使用。打开界面,可以看到它会自动检测语言,并且默认译文是中文,我们也可以根据自己需求来设置语言。然后,手动输入需要翻译的内容或者直接粘贴到文本框。最后,它会快速翻译,翻译结果支持一键复制到剪切板,方便后续使用。 在线小工具合集-蛙蛙工具 网址:https://www.iamwawa.cn/ 网络异常,图片无法展示 | “蛙蛙在线工具“是一个包含大量在线工具网站,包含语言工具,便民查询,转换工具,生理健康,站长工具等等的网站。 类似于个人所得税计算这样的工具,我只是偶尔用到 ,并不想单独存一个网站,这个工具就很好的帮我解决了这个问题,无需登录,在线使用,用完即走。