估计阅读时长: 14 分钟宏基因组测序所处理的对象是直接对环境样本中的所有DNA进行测序。达到无需培养即可揭示微生物群落的组成和功能潜力的目的。在数据处理中，一个核心任务是从海量短读序列中估算物种丰度（即每个物种在样本中的相对含量）和基因丰度（即每个基因或功能单元的相对含量）。传统的基于序列比对的方法计算成本高昂，而基于k-mer的方法通过利用固定长度的子序列（k-mer）信息，能够在不依赖完整比对的情况下快速估算丰度。 k-mer是指长度为k的连续子序列，例如在k=2的时候，DNA序列“ATCG”包含的2-mers有“AT”、“TC”、“CG”。通过统计读序列中k-mer的出现频率，并将其与参考数据库中的k-mer频率进行比较，我们可以推断出样本中各物种或基因的丰度。这种方法具有计算速度快、内存效率高的优势，并且无需对每个读进行精确比对，因此在处理大规模宏基因组数据时非常实用。
估计阅读时长: 3 分钟在BILIBILI上观看视频：《【GCModeller教程】基因组GO功能注释原理》 哈喽，各位小伙伴们好啊，你们可爱的六神无主鸠今天又开新课了。今天主要为大家讲解的内容是GO基因功能注释的原理和操作。在开始今天的新视频前，我先为大家来讲一个圣经中的神话： 大洪水过去后， 诺亚的三个儿子的后裔形成了人类的三大支系，居住在世界各地，遍布地面。那时候人们的语言、口音都没有分别。他们在往东边迁移的时候，在示拿这个地方遇见一片平原，就在那里住下。因为在平原上，用作建筑的石料很不易得到，他们就发明了制造砖的方法，用泥作成方块，再用火烧透，他们就拿砖当石头，又拿石漆当灰泥，建造起繁华的巴比伦城。 人们为自己的业绩感到骄傲，他们决定在巴比伦修一座通天的高塔，来传颂自己的赫赫威名，并作为集合全天下弟兄的标记，以免分散。因为大家语言相通，同心协力，阶梯式的通天塔修建得非常顺利，很快就高耸入云。 上帝是不允许凡人达到自己的高度的。他看到人们这样统一强大，心想，他们语言都一样，如果真修成宏伟的通天塔，那以后还有什么事干不成呢？ 必须制止人类接近自己的狂妄。上帝就离开天国到人间，变乱了人们的语言。人们各自操起不同的语言，感情无法交流，思想很难统一。修造工程因语言纷争而停止了，通天塔的建造终于半途而废了。
代谢组学那堆名词我上次查资料时也手抄过一页，QC 样本、保留时间、m/z 这些混在一张表里，来回对照着看特别费劲。你这篇把英文缩写和中文解释排在一起，省了我不少翻文献的功夫，尤其是代谢物鉴定那几段。
文中提出的"能否基于单细胞数据分析方法来分析和可视化我的基因组功能嵌入的结果矩阵呢？"让我想到一个需要先厘清的问题：把Family层级的分类当作细胞分群标签时，功能相似性与亲缘关系可能会混在一起，图上的聚集未必能直接解释为代谢功能接近。如果借用单细胞分析中的降维流程，是否可以同时标注物种分类和基因组注释完整度，看看分离主要对应哪一种差异？尤其是这里用的是EC注释的TF-IDF矩阵，缺少某项注释究竟代表功能缺失还是未被识别，也可能影响对分群结果的判断。
这个角度之前没想到，零分布原理及其在生物信息学中的应用 确实值得深入了解。刚好之前看过，可以对照着看看。
Greetings! I stumbled upon this really useful site and figured I'd thanks for you post at here.
This content speaks to hearts