小贝学生信
小贝学生信

Mutect2+scRNAseq+cancer cell

GATK4流程学习之背景知识与前期准备 -
GATK4流程学习之DNA-Seq variant calling(Germline：SNP+INDEL) -
GATK4流程学习之RNA-Seq variant calling(SNP+INDEL) -
补：Mutect2+scRNAseq+cancer cell -

笔记主要内容：2020年发表的一篇研究NSCLC非小细胞肺癌的cell文章结果之一是根据scRNA-seq测序结果注释了细胞类型（epithelial cells [n = 5,581], immune cells [n = 13,431], stromal cells
[n = 4,249]）；并结合CNV信息将上皮细胞分为cancer与non-concer两种。基于此，利用上述数据学习使用mutect2用于rna-seq的variant calling流程分析。(注：仍然使用之间搭建的GATK conda环境，在笔记最后展示了目前的conda list信息)

Mutect2 for scRNA-seq pipeline

Step1: Get the cell_anno.rda

（1）获取源信息

  • 文章附件中有提供所有细胞的id与type(cancer or not)信息
    https://www.cell.com/cell/fulltext/S0092-8674(20)30882-5?_returnURL=https%3A%2F%2Flinkinghub.elsevier.com%2Fretrieve%2Fpii%2FS0092867420308825%3Fshowall%3Dtrue#supplementaryMaterial
  • 每个单细胞的SRA info
    https://www.ncbi.nlm.nih.gov/Traces/study/?acc=PRJNA591860&o=acc_s%3Aa
  • SRA对应的aspera下载链接
    https://www.ebi.ac.uk/ena/browser/view/PRJNA591860

（2）整理(R)

celltype=read.csv("celltype.csv",header=T)
sra=read.csv("SraRunTable.txt",header=T)
sra2=sra[,c("Run","cell_ID")]
cell_anno=merge(celltype,sra2,by.x="cell_id",by.y="cell_ID")

library(stringr)
asp$Run=str_split(asp$fastq_aspera,"/",simplify = T)[,6]
cell_anno=merge(cell_anno,asp,by="Run")

cancers=cell_anno$cell_id[cell_anno$inferCNV_annotation=="cancer cell"]
#3671个cancer cell
noncancers=cell_anno$cell_id[cell_anno$inferCNV_annotation!="cancer cell"]
#1525个normal cell 
save(cell_anno,cancers,noncancers,file="cell_anno.rda")
cell_anno example

Step2: Download fastq data

（1）选择10个cancer cells与10个normal cell(R)

sc=cancers[1:10]
asp_sc=cell_anno$fastq_aspera[cell_anno$cell_id %in% sc]
asp_sc=unlist(str_split(asp_sc,";"))
write.table(asp_sc,file="asp_sc.link",sep = "\n",quote = F, col.names = F, row.names = F)
snc=noncancers[1:10]
asp_snc=cell_anno$fastq_aspera[cell_anno$cell_id %in% snc]
asp_snc=unlist(str_split(asp_snc,";"))
write.table(asp_snc,file="asp_snc.link",sep = "\n",quote = F, col.names = F, row.names = F)
asp_sc.link

(2)ascp下载

conda activate GATK
mkdir cancers noncancers
cat asp_sc.link |while read sample
do
ascp -QT -l 300m -P33001  \
-i ~/miniconda3/envs/GATK/etc/asperaweb_id_dsa.openssh   \
era-fasp@$sample  ./cancers
done

cat asp_snc.link |while read sample
do
ascp -QT -l 300m -P33001  \
-i ~/miniconda3/envs/GATK/etc/asperaweb_id_dsa.openssh   \
era-fasp@$sample  ./noncancers
done

(3)QC

cd ./path/to/cancers/
mkdir qc
fastqc *.gz -o ./qc
cd ./qc
multiqc ./

cd ./path/to/noncancers/
mkdir qc
fastqc *.gz -o ./qc
cd ./qc
multiqc ./

从multiqc的结果来看，测序质量均在30以上。主要问题在于duplication，在之后会处理。这里就不进行针对fastq的过滤质控了。


noncancer multiqc

Step3: Make processed bam file

  • 首先利用star软件进行fatsq结果比对
  • 然后对bam文件进行去重Markduplicate、分割跨内含子片段SplitNcard、增添SM信息，以及碱基质量校正BQSR
  • 这一步与之前学习的Germline RNA-Seq variant calling的bam处理步骤基本一致。写成循环，包括steps所有步骤
#参考基因组
GENOME=/home/data/gma49/GATK/ref/hg38/star-index/GRCh38_gencode_v22_CTAT_lib_Apr032020.plug-n-play/ctat_genome_lib_build_dir/ref_genome.fa
#star比对索引
star_index=/home/data/gma49/GATK/ref/hg38/star-index/GRCh38_gencode_v22_CTAT_lib_Apr032020.plug-n-play/ctat_genome_lib_build_dir/ref_genome.fa.star.idx


cd ./path/to/noncancers/
mkdir bam star_log bam_dealed
ls *gz | cut -d"_" -f 1 | uniq > sra.list

cat sra.list | while read sample
do
## (1)star mapping
fq1=${sample}_1.fastq.gz
fq2=${sample}_2.fastq.gz
STAR --runThreadN  4  --genomeDir $star_index  \
--twopassMode Basic --outReadsUnmapped None --chimSegmentMin 12  \
--alignIntronMax 100000 --chimSegmentReadGapMax parameter 3  \
--alignSJstitchMismatchNmax 5 -1 5 5  \
--readFilesCommand zcat --readFilesIn $fq1 $fq2 --outFileNamePrefix  ./star_log/${sample}_
samtools sort -o ./bam/${sample}.bam  ./star_log/${sample}_Aligned.out.sam
rm  ./star_log/${sample}_Aligned.out.sam

## (2)markduplicat
sambamba markdup   --tmpdir='./'  -r  ./bam/$sample.bam  ./bam_dealed/${sample}_rmd.bam
#--overflow-list-size 600000

## (3)SplitNCigarReads
gatk SplitNCigarReads -R $GENOME \
-I ./bam_dealed/${sample}_rmd.bam \
-O  ./bam_dealed/${sample}_rmd_split.bam
rm ./bam_dealed/${sample}_rmd.bam*

## (4)Add SM
gatk AddOrReplaceReadGroups   -I  ./bam_dealed/${sample}_rmd_split.bam  \
-O  ./bam_dealed/${sample}_rmd_split_add.bam -LB $sample -PL ILLUMINA -PU $sample -SM $sample
rm ./bam_dealed/${sample}_rmd_split.bam

## (5)BQSR
#需要提供人类常见已知变异注释信息，来自GATK bundle资源
gatk BaseRecalibrator \
-I ./bam_dealed/${sample}_rmd_split_add.bam  \
-R $GENOME \
--known-sites /home/data/gma49/GATK/ref/hg38/var_ref/dbsnp_146.hg38.vcf.gz \
--known-sites /home/data/gma49/GATK/ref/hg38/var_ref/Mills_and_1000G_gold_standard.indels.hg38.vcf.gz \
--known-sites /home/data/gma49/GATK/ref/hg38/var_ref/1000G_phase1.snps.high_confidence.hg38.vcf.gz \
-O ./bam_dealed/${sample}_recal.table
gatk ApplyBQSR \
--bqsr-recal-file ./bam_dealed/${sample}_recal.table \
-R  $GENOME \
-I ./bam_dealed/${sample}_rmd_split_add.bam \
-O ./bam_dealed/${sample}_recal.bam
rm ./bam_dealed/*rmd*

done

cd ./path/to/noncancers/
mkdir bam star_log bam_dealed
ls *gz | cut -d"_" -f 1 | uniq > sra.list
#同上循环处理
noncancer processed bam

Step4: Mutect2 variant calling

（0）make interval.list

  • 因为是scRNA-seq测序数据，即只考虑基因组中编码基因的序列。而人类基因组的编码序列占总长度很少，所以可以指定这些区域进行targeted analysis可加快分析速度。
  • 同时为了示例学习，只考虑1号染色体区域。
cp /home/data/gma49/GATK/ref/hg38/star-index/GRCh38_gencode_v22_CTAT_lib_Apr032020.plug-n-play/ctat_genome_lib_build_dir/ref_annot.gtf.gene_spans ./
awk 'BEGIN{OFS="\t"}{print $2,$3,$4,$1,$7,$5}' ref_annot.gtf.gene_spans > tmp.bed
sort -k1,1 -k2,2n tmp.bed > ref_gtf.gene.bed
awk '$1=="chr1"{print}' ref_gtf.gene.bed > ref_chr1_gtf.gene.bed
interval.list

（1）creat Panel of Normals(pon.vcf.gz)

cd ./path/to/noncancers/
GENOME=/home/data/gma49/GATK/ref/hg38/star-index/GRCh38_gencode_v22_CTAT_lib_Apr032020.plug-n-play/ctat_genome_lib_build_dir/ref_genome.fa

cat sra.list | while read sample
do
gatk Mutect2 -R $GENOME -I ./bam_dealed/${sample}_recal.bam \
--max-mnp-distance 0 -L ../ref_chr1_gtf.gene.bed \
-O ./vcf/chr1.${sample}.vcf.gz
done

gatk GenomicsDBImport -R $GENOME -L ../ref_chr1_gtf.gene.bed \
--genomicsdb-workspace-path pon_db \
-V ./vcf/chr1.SRR10777234.vcf.gz \
-V ./vcf/chr1.SRR10777236.vcf.gz \
-V ./vcf/chr1.SRR10777248.vcf.gz \
-V ./vcf/chr1.SRR10777249.vcf.gz \
-V ./vcf/chr1.SRR10777250.vcf.gz \
-V ./vcf/chr1.SRR10777252.vcf.gz \
-V ./vcf/chr1.SRR10777280.vcf.gz \
-V ./vcf/chr1.SRR10777293.vcf.gz \
-V ./vcf/chr1.SRR10777310.vcf.gz \
-V ./vcf/chr1.SRR10777316.vcf.gz

#人类常见germline变异AF，来自GATK bundle资源
gnomad=/home/data/gma49/GATK/bundle/gatk-bundle/af-only-gnomad.hg38.vcf.gz
gatk CreateSomaticPanelOfNormals -R $GENOME \
--germline-resource $gnomad \
-V gendb://pon_db \
-O pon.vcf.gz

（2）mutect2 variant calling

  • 对3个tumor cell进行尝试
cd ./path/to/noncancers/
GENOME=/home/data/gma49/GATK/ref/hg38/star-index/GRCh38_gencode_v22_CTAT_lib_Apr032020.plug-n-play/ctat_genome_lib_build_dir/ref_genome.fa
interval_list=/home/data/gma49/GATK/somatic/rawdata/ref_chr1_gtf.gene.bed
pon=/home/data/gma49/GATK/somatic/rawdata/noncancers/pon.vcf.gz
gnomad=/home/data/gma49/GATK/bundle/gatk-bundle/af-only-gnomad.hg38.vcf.gz

gatk Mutect2 -R $GENOME \
-L $interval_list \
-I ./bam_dealed/SRR10777226_recal.bam \
-I ./bam_dealed/SRR10777229_recal.bam \
-I ./bam_dealed/SRR10777230_recal.bam \
-germline-resource $gnomad \
-pon $pon   \
--f1r2-tar-gz ./vcf/f1r2.tar.gz \
-O ./vcf/unfiltered.vcf
grep -v "#" unfiltered.vcf | wc
#4308   51696 1364983
unfiltered.vcf

（3）filter

small_exac_common=/home/data/gma49/GATK/bundle/gatk-bundle/small_exac_common_3.hg38.vcf.gz
mkdir GetPileupSummaries segments contamination
cat sra.list | while read sample
do
gatk GetPileupSummaries \
-I ./bam_dealed/${sample}_recal.bam \
-V $small_exac_common \
-L $small_exac_common \
-O ./vcf/GetPileupSummaries/getpileupsummaries.${sample}.table

gatk CalculateContamination \
-I ./vcf/GetPileupSummaries/getpileupsummaries.${sample}.table \
-tumor-segmentation ./vcf/segments/segments.${sample}.table \
-O ./vcf/contamination/contamination.${sample}.table

done

cd ./vcf
gatk LearnReadOrientationModel -I ./vcf/f1r2.tar.gz -O ./vcf/read-orientation-model.tar.gz
gatk FilterMutectCalls -R $GENOME -V unfiltered.vcf \
--tumor-segmentation ./segments/segments.SRR10777226.table \
--tumor-segmentation ./segments/segments.SRR10777229.table \
--tumor-segmentation ./segments/segments.SRR10777230.table \
--contamination-table contamination/contamination.SRR10777226.table \
--contamination-table contamination/contamination.SRR10777229.table \
--contamination-table contamination/contamination.SRR10777230.table \
--ob-priors read-orientation-model.tar.gz \
-O filtered.vcf
grep -v "#" filtered.vcf | wc
#4308   51696 1620981

  • 对比过滤前后，发现vcf记录变异位点总数未变。变化在第七列添加了质量注释信息。


    filtered.vcf 
grep -v "#" filtered.vcf | cut -f 7 | sort | uniq -c |sed 's/ *//' | sort -t " "  -n -r -k1
#####
1115 PASS
769 clustered_events;haplotype
371 clustered_events;fragment;haplotype
346 clustered_events;haplotype;weak_evidence
223 weak_evidence
222 germline
160 clustered_events
122 fragment
99 fragment;haplotype
90 clustered_events;fragment;haplotype;weak_evidence
45 clustered_events;germline
44 clustered_events;haplotype;panel_of_normals
44 clustered_events;germline;haplotype
42 haplotype
38 germline;haplotype
38 base_qual;clustered_events;haplotype
36 clustered_events;germline;haplotype;weak_evidence
33 fragment;haplotype;weak_evidence
29 fragment;weak_evidence
27 germline;weak_evidence
23 haplotype;weak_evidence
23 base_qual;haplotype
22 clustered_events;weak_evidence
20 fragment;germline
20 base_qual;clustered_events;haplotype;weak_evidence
18 germline;haplotype;weak_evidence
17 clustered_events;fragment
14 germline;slippage
13 clustered_events;fragment;germline;haplotype
12 position
11 panel_of_normals
10 slippage
10 haplotype;panel_of_normals
10 clustered_events;fragment;weak_evidence
9 slippage;weak_evidence
8 clustered_events;fragment;germline;haplotype;weak_evidence
8 base_qual;haplotype;weak_evidence
8 base_qual
6 multiallelic;slippage
6 germline;position
6 germline;multiallelic;slippage
6 clustered_events;germline;weak_evidence
6 base_qual;clustered_events;fragment;haplotype
5 base_qual;fragment;haplotype
4 germline;slippage;weak_evidence
4 fragment;germline;haplotype
4 clustered_events;multiallelic
4 clustered_events;haplotype;position
4 clustered_events;fragment;haplotype;panel_of_normals
4 base_qual;weak_evidence
4 base_qual;clustered_events
3 germline;panel_of_normals;slippage
3 germline;panel_of_normals
3 germline;multiallelic
3 fragment;panel_of_normals;weak_evidence
3 fragment;panel_of_normals
3 fragment;haplotype;position
3 fragment;germline;weak_evidence
3 fragment;germline;position
3 clustered_events;position
3 clustered_events;haplotype;panel_of_normals;weak_evidence
2 panel_of_normals;slippage
2 multiallelic;weak_evidence
2 multiallelic
2 haplotype;position
2 germline;multiallelic;slippage;weak_evidence
2 fragment;germline;haplotype;weak_evidence
2 clustered_events;panel_of_normals
2 clustered_events;germline;slippage;weak_evidence
2 clustered_events;germline;slippage
2 clustered_events;germline;multiallelic
2 clustered_events;germline;haplotype;panel_of_normals
2 clustered_events;fragment;germline
2 base_qual;germline;haplotype;weak_evidence
2 base_qual;germline
2 base_qual;fragment
2 base_qual;clustered_events;germline;haplotype;weak_evidence
1 orientation;weak_evidence
1 orientation
1 multiallelic;slippage;weak_evidence
1 multiallelic;panel_of_normals;weak_evidence
1 multiallelic;panel_of_normals;slippage
1 haplotype;slippage;weak_evidence
1 haplotype;position;weak_evidence
1 germline;panel_of_normals;weak_evidence
1 germline;haplotype;panel_of_normals;slippage
1 fragment;slippage;weak_evidence
1 fragment;position
1 fragment;germline;slippage
1 contamination;germline;haplotype;weak_evidence
1 contamination;germline;haplotype
1 contamination;germline
1 clustered_events;panel_of_normals;weak_evidence
1 clustered_events;multiallelic;weak_evidence
1 clustered_events;multiallelic;panel_of_normals
1 clustered_events;germline;multiallelic;slippage
1 clustered_events;germline;haplotype;position
1 clustered_events;fragment;panel_of_normals
1 clustered_events;fragment;haplotype;position;weak_evidence
1 clustered_events;fragment;haplotype;panel_of_normals;weak_evidence
1 clustered_events;fragment;germline;weak_evidence
1 base_qual;slippage
1 base_qual;haplotype;slippage;weak_evidence
1 base_qual;germline;weak_evidence
1 base_qual;fragment;weak_evidence
1 base_qual;fragment;haplotype;weak_evidence
1 base_qual;fragment;germline;haplotype;weak_evidence
1 base_qual;contamination;germline;weak_evidence
1 base_qual;clustered_events;weak_evidence
1 base_qual;clustered_events;germline;slippage
1 base_qual;clustered_events;germline

主要参考链接
1、(How to) Call somatic mutations using GATK4 Mutect2 – GATK ；
2、(How to) Call somatic mutations using GATK4 Mutect2 (Deprecated) – GATK ;
3、最新最全的mutect2教程（生信技能树） - 云+社区 - 腾讯云 

conda list
# packages in environment at /home/data/gma49/miniconda3/envs/GATK:
#
# Name                    Version                   Build  Channel
_libgcc_mutex             0.1                 conda_forge    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
_openmp_mutex             4.5                       1_gnu    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
aiohttp                   3.7.3            py39h3811e60_1    conda-forge
aspera-cli                3.9.1                         0    hcc
async-timeout             3.0.1                   py_1000    conda-forge
attrs                     20.3.0             pyhd3deb0d_0    conda-forge
brotlipy                  0.7.0           py39h3811e60_1001    conda-forge
bwa                       0.7.17               hed695b0_7    bioconda
bzip2                     1.0.8                h7f98852_4    conda-forge
c-ares                    1.17.1               h36c2ea0_0    conda-forge
ca-certificates           2020.12.5            ha878542_0    conda-forge
cachetools                4.2.1              pyhd8ed1ab_0    conda-forge
certifi                   2020.12.5        py39hf3d152e_1    conda-forge
cffi                      1.14.4           py39he32792d_1    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
chardet                   3.0.4           py39h079e4ff_1008    conda-forge
click                     7.1.2              pyh9f0ad1d_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
coloredlogs               15.0             py39hf3d152e_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
colormath                 3.0.0                      py_2    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda                     4.9.2            py39hf3d152e_0    conda-forge
conda-package-handling    1.7.2            py39h38d8fee_0    conda-forge
cryptography              3.4.4            py39h95dcef6_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
curl                      7.71.1               he644dc0_3    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
cycler                    0.10.0                     py_2    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
decorator                 4.4.2                      py_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
fastqc                    0.11.9                        0    bioconda
font-ttf-dejavu-sans-mono 2.37                 hab24e00_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
fontconfig                2.13.1            hba837de_1004    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
freetype                  2.10.4               h0708190_1    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
future                    0.18.2           py39hf3d152e_3    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
gatk4                     4.1.9.0                  py39_0    bioconda
google-api-core           1.25.1             pyh44b312d_0    conda-forge
google-auth               1.24.0             pyhd3deb0d_0    conda-forge
google-cloud-core         1.5.0              pyhd3deb0d_0    conda-forge
google-cloud-storage      1.19.0                     py_0    conda-forge
google-crc32c             1.1.2            py39hb81f231_0    conda-forge
google-resumable-media    1.2.0              pyhd3deb0d_0    conda-forge
googleapis-common-protos  1.52.0           py39hf3d152e_1    conda-forge
grpcio                    1.35.0           py39hff7568b_0    conda-forge
hdf5                      1.10.5          nompi_h5b725eb_1114    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
htslib                    1.11                 hd3b49d5_2    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
humanfriendly             9.1              py39hf3d152e_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
icu                       68.1                 h58526e2_0    conda-forge
idna                      2.10               pyh9f0ad1d_0    conda-forge
importlib-metadata        3.4.0            py39hf3d152e_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
jinja2                    2.11.3             pyh44b312d_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
jpeg                      9d                   h36c2ea0_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
kiwisolver                1.3.1            py39h1a9c180_1    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
krb5                      1.17.2               h926e7f8_0    conda-forge
lcms2                     2.12                 hddcbb42_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
ld_impl_linux-64          2.35.1               hea4e1c9_2    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
libarchive                3.5.1                h3f442fb_1    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
libblas                   3.9.0                8_openblas    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
libcblas                  3.9.0                8_openblas    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
libcrc32c                 1.1.1                h9c3ff4c_2    conda-forge
libcurl                   7.71.1               hcdd3856_3    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
libdeflate                1.7                  h7f98852_5    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
libedit                   3.1.20191231         he28a2e2_2    conda-forge
libffi                    3.3                  h58526e2_2    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
libgcc-ng                 9.3.0               h2828fa1_18    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
libgfortran-ng            9.3.0               hff62375_18    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
libgfortran5              9.3.0               hff62375_18    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
libgomp                   9.3.0               h2828fa1_18    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
libiconv                  1.16                 h516909a_0    conda-forge
liblapack                 3.9.0                8_openblas    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
libopenblas               0.3.12          pthreads_h4812303_1    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
libpng                    1.6.37               h21135ba_2    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
libprotobuf               3.14.0               h780b84a_0    conda-forge
libsolv                   0.7.17               h780b84a_0    conda-forge
libssh2                   1.9.0                hab1572f_5    conda-forge
libstdcxx-ng              9.3.0               h6de172a_18    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
libtiff                   4.2.0                hdc55705_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
libuuid                   2.32.1            h7f98852_1000    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
libwebp-base              1.2.0                h7f98852_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
libxml2                   2.9.10               h72842e0_3    conda-forge
lz4-c                     1.9.3                h9c3ff4c_0    conda-forge
lzo                       2.10              h516909a_1000    conda-forge
lzstring                  1.0.4                   py_1001    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
mamba                     0.7.14           py39h951de11_0    conda-forge
markdown                  3.3.3              pyh9f0ad1d_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
markupsafe                1.1.1            py39h3811e60_3    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
matplotlib-base           3.3.4            py39h2fa2bec_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
multidict                 5.1.0            py39h3811e60_1    conda-forge
multiqc                   1.9                        py_1    bioconda
ncbi-ngs-sdk              2.10.9               h3e72335_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
ncurses                   6.2                  h58526e2_4    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
networkx                  2.5                        py_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
numpy                     1.20.1           py39hdbf815f_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
olefile                   0.46               pyh9f0ad1d_1    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
openjdk                   8.0.265              h516909a_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
openssl                   1.1.1j               h7f98852_0    conda-forge
ossuuid                   1.6.2             hf484d3e_1000    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
perl                      5.26.2            h36c2ea0_1008    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
perl-app-cpanminus        1.7044                  pl526_1    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
perl-business-isbn        3.004                   pl526_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
perl-business-isbn-data   20140910.003            pl526_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
perl-carp                 1.38                    pl526_3    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
perl-constant             1.33                    pl526_1    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
perl-data-dumper          2.173                   pl526_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
perl-encode               2.88                    pl526_1    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
perl-exporter             5.72                    pl526_1    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
perl-extutils-makemaker   7.36                    pl526_1    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
perl-file-path            2.16                    pl526_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
perl-file-temp            0.2304                  pl526_2    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
perl-mime-base64          3.15                    pl526_1    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
perl-parent               0.236                   pl526_1    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
perl-uri                  1.76                    pl526_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
perl-xml-libxml           2.0132          pl526h7ec2d77_1    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
perl-xml-namespacesupport 1.12                    pl526_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
perl-xml-sax              1.02                    pl526_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
perl-xml-sax-base         1.09                    pl526_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
perl-xsloader             0.24                    pl526_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
pillow                    8.1.0            py39hf95b381_2    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
pip                       21.0.1             pyhd8ed1ab_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
protobuf                  3.14.0           py39he80948d_1    conda-forge
pyasn1                    0.4.8                      py_0    conda-forge
pyasn1-modules            0.2.7                      py_0    conda-forge
pycosat                   0.6.3           py39h3811e60_1006    conda-forge
pycparser                 2.20               pyh9f0ad1d_2    conda-forge
pyopenssl                 20.0.1             pyhd8ed1ab_0    conda-forge
pyparsing                 2.4.7              pyh9f0ad1d_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
pysocks                   1.7.1            py39hf3d152e_3    conda-forge
python                    3.9.1           hffdb5ce_5_cpython    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
python-dateutil           2.8.1                      py_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
python_abi                3.9                      1_cp39    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
pytz                      2021.1             pyhd8ed1ab_0    conda-forge
pyyaml                    5.4.1            py39h3811e60_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
readline                  8.0                  he28a2e2_2    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
reproc                    14.2.1               h36c2ea0_0    conda-forge
reproc-cpp                14.2.1               h58526e2_0    conda-forge
requests                  2.25.1             pyhd3deb0d_0    conda-forge
rsa                       4.7.1              pyh44b312d_0    conda-forge
ruamel_yaml               0.15.80         py39h3811e60_1004    conda-forge
sambamba                  0.6.6                         2    bioconda
samtools                  1.11                 h6270b1f_0    bioconda
seqtk                     1.3                  hed695b0_2    bioconda
setuptools                49.6.0           py39hf3d152e_3    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
simplejson                3.17.2           py39h3811e60_2    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
six                       1.15.0             pyh9f0ad1d_0    conda-forge
spectra                   0.0.11                     py_1    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
sqlite                    3.34.0               h74cdb3f_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
sra-tools                 2.10.9          pl526haddd2b5_0    bioconda
star                      2.7.1a                        0    bioconda
tk                        8.6.10               h21135ba_1    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
tornado                   6.1              py39h3811e60_1    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
tqdm                      4.56.2             pyhd8ed1ab_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
trimmomatic               0.39                          1    bioconda
typing-extensions         3.7.4.3                       0    conda-forge
typing_extensions         3.7.4.3                    py_0    conda-forge
tzdata                    2021a                he74cb21_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
urllib3                   1.26.3             pyhd8ed1ab_0    conda-forge
vcftools                  0.1.16               he513fc3_4    bioconda
wheel                     0.36.2             pyhd3deb0d_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
xz                        5.2.5                h516909a_1    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
yaml                      0.2.5                h516909a_0    conda-forge
yarl                      1.6.3            py39h3811e60_1    conda-forge
zipp                      3.4.0                      py_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
zlib                      1.2.11            h516909a_1010    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
zstd                      1.4.8                ha95c52a_1    conda-forge

你可能感兴趣的:(Mutect2+scRNAseq+cancer cell)

  • UI学习——cell的复用和自定义cell Magnetic_h ui学习
    目录cell的复用手动（非注册）自动（注册）自定义cellcell的复用在iOS开发中，单元格复用是一种提高表格（UITableView）和集合视图（UICollectionView）滚动性能的技术。当一个UITableViewCell或UICollectionViewCell首次需要显示时，如果没有可复用的单元格，则视图会创建一个新的单元格。一旦这个单元格滚动出屏幕，它就不会被销毁。相反，它被添
  • Cell Insight | 单细胞测序技术又一新发现，可用于HIV-1和Mtb共感染个体诊断 尐尐呅
    结核病是艾滋病合并其他疾病中导致患者死亡的主要原因。其中结核病由结核分枝杆菌（Mycobacteriumtuberculosis,Mtb）感染引起，获得性免疫缺陷综合症（艾滋病）由人免疫缺陷病毒（Humanimmunodeficiencyvirustype1,HIV-1）感染引起。国家感染性疾病临床医学研究中心/深圳市第三人民医院张国良团队携手深圳华大生命科学研究院吴靓团队，共同研究得出单细胞测序
  • 在一台Ubuntu计算机上构建Hyperledger Fabric网络 落叶无声9 区块链超级账本Hyperledgerfabric区块链ubuntu构建hyperledgerfabric
    在一台Ubuntu计算机上构建HyperledgerFabric网络Hyperledgerfabric是一个开源的区块链应用程序平台，为开发基于区块链的应用程序提供了一个起点。当我们提到HyperledgerFabric网络时，我们指的是使用HyperledgerFabric的正在运行的系统。即使只使用最少数量的组件，部署Fabric网络也不是一件容易的事。Fabric社区创建了一个名为Cello
  • pyecharts——绘制柱形图折线图 2224070247 信息可视化pythonjava数据可视化
    一、pyecharts概述自2013年6月百度EFE(ExcellentFrontEnd）数据可视化团队研发的ECharts1.0发布到GitHub网站以来，ECharts一直备受业界权威的关注并获得广泛好评，成为目前成熟且流行的数据可视化图表工具，被应用到诸多数据可视化的开发领域。Python作为数据分析领域最受欢迎的语言，也加入ECharts的使用行列，并研发出方便Python开发者使用的数据
  • vue项目element-ui的table表格单元格合并 酋长哈哈 vue.jselementuijavascript前端
    一、合并效果二全部代码exportdefault{name:'CellMerge',data(){return{tableData:[{id:'1',name:'王小虎',amount1:'165',amount2:'3.2',amount3:10},{id:'1',name:'王小虎',amount1:'162',amount2:'4.43',amount3:12},{id:'1',name:'
  • iOS下拉放大效果 RobinZhao
    好多下拉放大的实现方式是在tableView上面添加一个view，同时更改tableView.contentInset，下拉时改变view的frame来实现。今天用另外一种方式实现，效果如下：加油.gif具体实现方法：通过tableViewCell结合xib来实现，具体代码如下HomeViewController.m代码#import"HomeViewController.h"#import"He
  • Scanpy源码浅析之pp.normalize_total 何物昂
    版本导入Scanpy,其版本为'1.9.1'，如果你看到的源码和下文有差异，其可能是由于版本差异。importscanpyasscsc.__version__#'1.9.1'例子函数pp.normalize_total用于Normalizecountspercell，其源代码在scanpy/preprocessing/_normalization.py我们通过一个简单例子来了解该函数主要功能:将一
  • 一串奇特的代码 hi武林高手
    一个空的div元素，所有浏览器的渲染结果都不一样。body{display:table-cell;vertical-align:middle;//垂直居中}div{margin:atuo;height:100px;width:100px;outline:inset100pxgreen;//设置4个边框的样式outline-offset:-125px;//对轮廓进行偏移}html{display：t
  • 面试总结1 Xl_Lee
    性能优化1.造成tableView卡顿的原因有哪些？1.最常用的就是cell的重用，注册重用标识符如果不重用cell时，每当一个cell显示到屏幕上时，就会重新创建一个新的cell如果有很多数据的时候，就会堆积很多cell。如果重用cell，为cell创建一个ID，每当需要显示cell的时候，都会先去缓冲池中寻找可循环利用的cell，如果没有再重新创建cell2.避免cell的重新布局cell的布
  • AtCoder Beginner Contest 357-C Vanilla_chan c++
    本文同步发布在我的网站上，欢迎来看看喵~ProblemForanon-negativeintegerKKK,wedefinealevel-KKKcarpetasfollows:Alevel-000carpetisa1×11\times11×1gridconsistingofasingleblackcell.ForK>0K>0K>0,alevel-KKKcarpetisa3K×3K3^K\times
  • 使用poi替换XWPFTableCell内容，并设置行间距 RR369_yyh javaUtiljavapoi
    使用poi读取word文档（docx类型），进行数据替换。另外，为了记录poi设置行间距的api，真是找了好几十分钟才找到啊啊啊啊！！！importorg.apache.poi.xwpf.usermodel.*;importorg.springframework.util.StringUtils;importjava.io.File;importjava.io.FileInputStream;im
  • C++学习笔记----7、使用类与对象获得高性能（一）---- 书写类（2） 王俊山IT c++学习笔记开发语言
    2.2、定义成员函数前面对SpreadsheetCell类的定义足以让你生成类的对象。然而，如果想调用setValue()或者getValue()成员函数，连接器就会抱怨这些函数没有定义。这是因为到目前为止，这些成员函数只有原型，而还没有实现。通常，类的定义会在模块接口文件。对于成员函数的定义，你有一个选择：可以在模块定义文件或者在模块实现文件。下面是SpreadsheetCell类，在类内对成员
  • SeuratObject转h5ad格式 星星醉了 笔记
    Python的MetaCells版本输入貌似一定要h5ad格式，所以就探索了一下~这个是最方便的：SeuratDisk#安装这个包,试了直接installl和biomanager都不行,只能githubremotes::install_github("mojaveazure/seurat-disk")#载入library(SeuratDisk)library(Seurat)#一个叫seurat.h
  • seurat自学笔记1.0 单细胞数据导入 Sanye2022 pythonpandas
    Python读取.h5ad文件importanndataimportpandasaspdadata=anndata.read("/home/R/R_data/Seurat/PBMC10/output/adata.h5ad")#adata.X.todense()#将稀疏矩阵转成普通矩阵#X=pd.DataFrame(adata.X.todense())#cell_name=adata.obs.ind
  • Excel单元格内插入图片（VBA创建函数，根据图片名称批量插入，中间有空格） yujiaerzong ExcelExcelVBA单元格批量插入图片
    1.详细步骤见Excel单元格内插入图片（VBA创建函数，根据图片名称批量插入）2.VBA代码部分改为如下代码Sub插入图形应用()ForEachshapInSheet1.ShapesIfshap.Type""Then           DimiAsString             i=""           IfLen(Dir(ThisWorkbook.Path&"\图库\"&Cells
  • [数据集][目标检测]血细胞检测数据集VOC+YOLO格式2757张4类别 FL1623863129 数据集目标检测YOLO人工智能
    数据集格式：PascalVOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)图片数量(jpg文件个数)：2757标注数量(xml文件个数)：2757标注数量(txt文件个数)：2757标注类别数：4标注类别名称:["Platelets","RBC","WBC","sicklecell"]每个类别标注的框数：Platelet
  • THP-1细胞电转染实验条件 实验小助手
    使用Entranster-E电转液与指数衰减脉冲电转仪时THP-1细胞的电转染条件是：对于0.2cm电转杯，细胞密度为10x10^6cells/ml，DNA用量为2μg，电转液体积为100μl，电压为140V，电容为950μF。对于0.4cm电转杯，细胞密度为10x10^6cells/ml，DNA用量为5μg，电转液体积为250μl，电压为250V，电容为950μF。
  • 2022-04-17 图灵基因
    NatBiotech|组织中单细胞转录组的空间图谱原创图灵基因图灵基因2022-04-1707:03收录于话题#前沿生物大数据分析单细胞RNA测序（scRNA-seq）已经彻底改变了单细胞水平上的基因表达研究。最近，空间技术通过添加空间信息将转录组学提升到了一个新的水平。但是，它缺乏单细胞分辨率。现在，来自德克萨斯大学MD安德森癌症中心的一个小组开发了一种名为CellTrek的计算方法，将这两个数
  • 时空组专辑数据库文献详解 | 拟南芥叶片单细胞空间转录组图谱 尐尐呅
    深圳华大生命科学研究院等在自主研发的时空组学技术Stereo-seq基础上，针对植物样本具有细胞壁这一特性，建立了一套适用于植物的、单细胞化的空间转录组技术scStereo-seq（single-cellSpaTialEnhancedREsolutionOmics-sequencing）。研究团队将其示范应用于模式植物拟南芥（Arabidopsis）的叶片研究中，对上、下表皮细胞、栅栏细胞、海绵细
  • 外泌体多组学11-血浆中胞外囊泡miRNA有效数据 信你个鬼
    血液中循环的细胞外囊泡被描述为癌症生物标志物的宝库文章信息文献标题：PlasmaextracellularRNAprofilesinhealthyandcancerpatientsDoi：10.18632/oncotarget.8124发表时间：20January2016ScientificReports通讯作者：LiangWang威斯康星医学院病理学和MCW癌症中心学系数据情况来自192个样本的
  • 掌握python-pptx：打造专业PPT表格 木头左 python办公自动化pythonpowerpoint开发语言
    哈喽，大家好，我是木头左！在python-pptx中，表格是由Table对象表示的，这个对象提供了对表格的各种属性和方法的访问。每个表格由多个行(Row对象)组成，每行又包含多个单元格(Cell对象)。安装和导入库开始前，确保已经安装了python-pptx库。如果尚未安装，可以使用pip进行安装：pipinstallpython-pptx然后，在你的Python脚本中导入必要的模块：frompp
  • pyinstaller｜打包生成的EXE报错No module named ‘openpyxl.cell._writer‘ 孤独的追光者 Pythonpython
    一、问题描述#-*-coding:utf-8-*-#@CreateTime:2024/4/2213:38#@EditTime:2024/4/2310:59#@Author:Tim#@File:UI.py#@Software:PyCharmimportreimporttkinterastkfromtkinterimportttkfromtkinterimportmessageboximportpan
  • 使用 i3.LayoutCell() 方法绘制版图并输出为 GDS 文件 勤奋的大熊猫 LucedaIPKISSAndKLayoutIPKISS芯片版图绘制
    使用i3.LayoutCell方法绘制版图并输出为GDS文件引言正文引言在IPKISSi3.SRef()函数一文中我们介绍了如何使用i3.SRef()函数将instance对象添加到i3.LayoutCell()创建的Cell对象上。但是当我们使用write_gdsii()输出版图时代码就会报错。这里我们将介绍如何解决这个问题。这里需要告诉大家的是，IPKISS官网给出的教程是错误的，无法正常运行
  • Java Springboot MultipartFile 进行Excel文件解析，并返回list map 对象 - 工具类 VinfolHu javajavaspringbootexcel
    JavaSpringbootMultipartFile进行Excel文件解析，并返回listmap对象主要实现代码如下：importlombok.extern.slf4j.Slf4j;importorg.apache.poi.hssf.usermodel.HSSFWorkbook;importorg.apache.poi.ss.usermodel.CellType;importorg.apache
  • el-table 单元格，双击编辑 天农学子 vue.jsjavascriptecmascript
    el-table单元格，双击编辑实现效果代码如下{{scope.row.name}}{{scope.row.age}}exportdefault{data(){return{tableData:[{name:'John',age:25},{name:'Jane',age:30},{name:'Doe',age:28},],isEditingCell:false,editingCell:{row:n
  • 页面小组件-表格封装(基础版) 前端SkyRain Vue前端vue.js
    说明这一版封装的主要原因是当时有很多报表，数据列很多很多，基本在二十个左右。相应领导安排简洁代码，也为了偷懒，直接插槽循环搞起。其余是为了统一样式修改。组件源码暂无数据{{row[column.prop]}}exportdefault{name:'CustomTable',props:{tableData:{type:Array,default:()=>[]},headerCellStyle:{t
  • el-table行编辑 dy1717 elementuivue.jselementuijavascript
    需求：单点行编辑并且请求接口更新数据，表格中某几个字段是下拉框取值的，剩下的是文本域；展示的时候需要区分下拉框编码还是中文故障模式这个展示的是fault_mode编码,但要显示的文字fault_mode_chn这点需要注意|-->tabClick(row,column,cell,event){if(this.viewColumns.some((ele)=>ele.label==column.lab
  • seurat提取表达矩阵_10X scRNA免疫治疗学习笔记-3-走Seurat标准流程 幸福的小酒瓶 seurat提取表达矩阵
    刘小泽写于19.10.15笔记目的：根据生信技能树的单细胞转录组课程探索10XGenomics技术相关的分析课程链接在：http://jm.grazy.cn/index/mulitcourse/detail.html?cid=55第二单元第7讲：走Seurat标准流程【文章结构总-分-总，结尾有完整的代码，熟悉者前面可以跳过，去看后面8min完成的代码】前言前面介绍了自己利用cellrangerc
  • 6.ArchR的可视化（4）：TF的Footprint 武艺晴小朋友你好 ArchR表观遗传scATAC-seq前端javascript服务器
    愿武艺晴小朋友一定得每天都开心在greenleaf团队的这篇发表文章的图表信息中，并没有Footprint的内容；但是呢：我还是蛮想基于现在拿到的celltype;看看在HealthyBM造血环境下的B细胞系的TFs它们的Footprint的情况步骤如下：##B细胞系的FootprintmotifPositionsunique(projHeme2$celltype)[1]"CLP1""Erythr
  • python xlrd pandas_python处理excel方式（openpyxl，xlrd，xlwt，openpyxl，panda） weixin_39715513 pythonxlrdpandas
    一、python操作excel之openpyxl前言根据官方文档，openpyxl是一个第三方库,它可以可以处理xlsx/xlsm格式的Excel文件(APythonlibrarytoread/writeExcel2010xlsx/xlsmfiles)。openpyxl中主要的三个概念:Workbook(工作表)，Sheet(表页)和Cell(格)。openpyxl中主要的操作:打开Workboo
  • html 周华华 html
    js 1，数组的排列 var arr=[1,4,234,43,52,]; for(var x=0;x<arr.length;x++){    for(var y=x-1;y<arr.length;y++){      if(arr[x]<arr[y]){     &
  • 【Struts2 四】Struts2拦截器 bit1129 struts2拦截器
    Struts2框架是基于拦截器实现的，可以对某个Action进行拦截，然后某些逻辑处理，拦截器相当于AOP里面的环绕通知，即在Action方法的执行之前和之后根据需要添加相应的逻辑。事实上，即使struts.xml没有任何关于拦截器的配置，Struts2也会为我们添加一组默认的拦截器，最常见的是，请求参数自动绑定到Action对应的字段上。   Struts2中自定义拦截器的步骤是：
  • make:cc 命令未找到解决方法 daizj linux命令未知make cc
    安装rz sz程序时，报下面错误：   [root@slave2 src]# make posix cc   -O -DPOSIX -DMD=2 rz.c -o rz make: cc：命令未找到 make: *** [posix] 错误 127   系统：centos 6.6 环境：虚拟机   错误原因：系统未安装gcc，这个是由于在安
  • Oracle之Job应用 周凡杨 oracle job
    最近写服务，服务上线后，需要写一个定时执行的SQL脚本，清理并更新数据库表里的数据，应用到了Oracle 的 Job的相关知识。在此总结一下。   一：查看相关job信息    1、相关视图  dba_jobs  all_jobs  user_jobs  dba_jobs_running 包含正在运行
  • 多线程机制 朱辉辉33 多线程
    转至http://blog.csdn.net/lj70024/archive/2010/04/06/5455790.aspx 程序、进程和线程： 程序是一段静态的代码，它是应用程序执行的蓝本。进程是程序的一次动态执行过程，它对应了从代码加载、执行至执行完毕的一个完整过程，这个过程也是进程本身从产生、发展至消亡的过程。线程是比进程更小的单位，一个进程执行过程中可以产生多个线程，每个线程有自身的
  • web报表工具FineReport使用中遇到的常见报错及解决办法（一） 老A不折腾 web报表finereportjava报表报表工具
    FineReport使用中遇到的常见报错及解决办法（一） 这里写点抛砖引玉，希望大家能把自己整理的问题及解决方法晾出来，Mark一下，利人利己。   出现问题先搜一下文档上有没有，再看看度娘有没有，再看看论坛有没有。有报错要看日志。下面简单罗列下常见的问题，大多文档上都有提到的。   1、address pool is full： 含义：地址池满，连接数超过并发数上
  • mysql rpm安装后没有my.cnf 林鹤霄 没有my.cnf
    Linux下用rpm包安装的MySQL是不会安装/etc/my.cnf文件的， 至于为什么没有这个文件而MySQL却也能正常启动和作用，在这儿有两个说法， 第一种说法，my.cnf只是MySQL启动时的一个参数文件，可以没有它，这时MySQL会用内置的默认参数启动， 第二种说法，MySQL在启动时自动使用/usr/share/mysql目录下的my-medium.cnf文件，这种说法仅限于r
  • Kindle Fire HDX root并安装谷歌服务框架之后仍无法登陆谷歌账号的问题 aigo root
    原文：http://kindlefireforkid.com/how-to-setup-a-google-account-on-amazon-fire-tablet/   Step 4: Run ADB command from your PC   On the PC, you need install Amazon Fire ADB driver and instal
  • javascript 中var提升的典型实例 alxw4616 JavaScript
    // 刚刚在书上看到的一个小问题,很有意思.大家一起思考下吧 myname = 'global'; var fn = function () { console.log(myname); // undefined var myname = 'local'; console.log(myname); // local }; fn() // 上述代码实际上等同于以下代码 m
  • 定时器和获取时间的使用 百合不是茶 时间的转换定时器
    定时器:定时创建任务在游戏设计的时候用的比较多   Timer();定时器 TImerTask();Timer的子类  由 Timer 安排为一次执行或重复执行的任务。       定时器类Timer在java.util包中。使用时，先实例化，然后使用实例的schedule(TimerTask task, long delay)方法，设定
  • JDK1.5 Queue bijian1013 javathreadjava多线程Queue
    JDK1.5 Queue LinkedList： LinkedList不是同步的。如果多个线程同时访问列表，而其中至少一个线程从结构上修改了该列表，则它必须 保持外部同步。（结构修改指添加或删除一个或多个元素的任何操作；仅设置元素的值不是结构修改。）这一般通过对自然封装该列表的对象进行同步操作来完成。如果不存在这样的对象，则应该使用 Collections.synchronizedList 方
  • http认证原理和https bijian1013 httphttps
    一.基础介绍         在URL前加https://前缀表明是用SSL加密的。 你的电脑与服务器之间收发的信息传输将更加安全。         Web服务器启用SSL需要获得一个服务器证书并将该证书与要使用SSL的服务器绑定。 http和https使用的是完全不同的连接方式，用的端口也不一样,前者是80，后
  • 【Java范型五】范型继承 bit1129 java
    定义如下一个抽象的范型类，其中定义了两个范型参数，T1，T2   package com.tom.lang.generics; public abstract class SuperGenerics<T1, T2> { private T1 t1; private T2 t2; public abstract void doIt(T
  • 【Nginx六】nginx.conf常用指令(Directive) bit1129 Directive
    1. worker_processes    8; 表示Nginx将启动8个工作者进程，通过ps -ef|grep nginx,会发现有8个Nginx Worker Process在运行   nobody 53879 118449 0 Apr22 ? 00:26:15 nginx: worker process
  • lua 遍历Header头部 ronin47 lua header 遍历　
    local headers = ngx.req.get_headers()   ngx.say("headers begin", "<br/>")   ngx.say("Host : ", he
  • java-32.通过交换a,b中的元素，使[序列a元素的和]与[序列b元素的和]之间的差最小(两数组的差最小)。 bylijinnan java
    import java.util.Arrays; public class MinSumASumB { /** * Q32.有两个序列a,b，大小都为n,序列元素的值任意整数，无序. * * 要求：通过交换a,b中的元素，使[序列a元素的和]与[序列b元素的和]之间的差最小。 * 例如: * int[] a = {100,99,98,1,2,3
  • redis 开窍的石头 redis
    在redis的redis.conf配置文件中找到# requirepass foobared 把它替换成requirepass 12356789 后边的12356789就是你的密码 打开redis客户端输入config get requirepass 返回 redis 127.0.0.1:6379> config get requirepass 1) "require
  • [JAVA图像与图形]现有的GPU架构支持JAVA语言吗？ comsci java语言
          无论是opengl还是cuda，都是建立在C语言体系架构基础上的，在未来，图像图形处理业务快速发展，相关领域市场不断扩大的情况下，我们JAVA语言系统怎么从这么庞大，且还在不断扩大的市场上分到一块蛋糕，是值得每个JAVAER认真思考和行动的事情       
  • 安装ubuntu14.04登录后花屏了怎么办 cuiyadll ubuntu
    这个情况，一般属于显卡驱动问题。 可以先尝试安装显卡的官方闭源驱动。 按键盘三个键：CTRL + ALT  +  F1 进入终端，输入用户名和密码登录终端： 安装amd的显卡驱动 sudo  apt-get  install  fglrx 安装nvidia显卡驱动 sudo  ap
  • SSL 与 数字证书 的基本概念和工作原理 darrenzhu 加密ssl证书密钥签名
    SSL 与 数字证书 的基本概念和工作原理 http://www.linuxde.net/2012/03/8301.html SSL握手协议的目的是或最终结果是让客户端和服务器拥有一个共同的密钥，握手协议本身是基于非对称加密机制的，之后就使用共同的密钥基于对称加密机制进行信息交换。 http://www.ibm.com/developerworks/cn/webspher
  • Ubuntu设置ip的步骤 dcj3sjt126com ubuntu
    在单位的一台机器完全装了Ubuntu Server，但回家只能在XP上VM一个，装的时候网卡是DHCP的，用ifconfig查了一下ip是192.168.92.128,可以ping通。 转载不是错： Ubuntu命令行修改网络配置方法 /etc/network/interfaces打开后里面可设置DHCP或手动设置静态ip。前面auto eth0，让网卡开机自动挂载. 1. 以D
  • php包管理工具推荐 dcj3sjt126com PHPComposer
    http://www.phpcomposer.com/   Composer是 PHP 用来管理依赖（dependency）关系的工具。你可以在自己的项目中声明所依赖的外部工具库（libraries），Composer 会帮你安装这些依赖的库文件。 中文文档  入门指南  下载  安装包列表 Composer 中国镜像
  • Gson使用四（TypeAdapter） eksliang jsongsonGson自定义转换器gsonTypeAdapter
    转载请出自出处：http://eksliang.iteye.com/blog/2175595 一.概述        Gson的TypeAapter可以理解成自定义序列化和返序列化 二、应用场景举例        例如我们通常去注册时（那些外国网站），会让我们输入firstName，lastName,但是转到我们都
  • JQM控件之Navbar和Tabs gundumw100 htmlxmlcss
    在JQM中使用导航栏Navbar是简单的。 只需要将data-role="navbar"赋给div即可： <div data-role="navbar"> <ul> <li><a href="#" class="ui-btn-active&qu
  • 利用归并排序算法对大文件进行排序 iwindyforest java归并排序大文件分治法Merge sort
      归并排序算法介绍，请参照Wikipeida zh.wikipedia.org/wiki/%E5%BD%92%E5%B9%B6%E6%8E%92%E5%BA%8F 基本思想： 大文件分割成行数相等的两个子文件，递归（归并排序）两个子文件，直到递归到分割成的子文件低于限制行数 低于限制行数的子文件直接排序 两个排序好的子文件归并到父文件 直到最后所有排序好的父文件归并到输入
  • iOS UIWebView URL拦截 啸笑天 UIWebView
    本文译者：candeladiao，原文：URL filtering for UIWebView on the iPhone说明：译者在做app开发时，因为页面的javascript文件比较大导致加载速度很慢，所以想把javascript文件打包在app里，当UIWebView需要加载该脚本时就从app本地读取，但UIWebView并不支持加载本地资源。最后从下文中找到了解决方法，第一次翻译，难免有
  • 索引的碎片整理SQL语句 macroli sql
    SET NOCOUNT ON DECLARE @tablename VARCHAR (128) DECLARE @execstr VARCHAR (255) DECLARE @objectid INT DECLARE @indexid INT DECLARE @frag DECIMAL DECLARE @maxfrag DECIMAL --设置最大允许的碎片数量,超过则对索引进行碎片
  • Angularjs同步操作http请求with $promise qiaolevip 每天进步一点点学习永无止境AngularJS纵观千象
    // Define a factory app.factory('profilePromise', ['$q', 'AccountService', function($q, AccountService) { var deferred = $q.defer(); AccountService.getProfile().then(function(res) {
  • hibernate联合查询问题 sxj19881213 sqlHibernateHQL联合查询
    最近在用hibernate做项目，遇到了联合查询的问题，以及联合查询中的N+1问题。 针对无外键关联的联合查询，我做了HQL和SQL的实验，希望能帮助到大家。（我使用的版本是hibernate3.3.2）   1 几个常识：  （1）hql中的几种join查询，只有在外键关联、并且作了相应配置时才能使用。  （2）hql的默认查询策略，在进行联合查询时，会产
  • struts2.xml wuai struts
    <?xml version="1.0" encoding="UTF-8" ?> <!DOCTYPE struts PUBLIC "-//Apache Software Foundation//DTD Struts Configuration 2.3//EN" "http://struts.apache
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他