对于我们所操作的文件或是数据，行数是一个最常用的值。最后的统计结果当中，这个行数也是差不多作为一个必需项出现的，因为行数在大部分情况下，就是代表着总数。

我每天工作都是在接触两种系统：XP和Linux。所以介绍两种我常用的计算行数的方法，Excel的方法及linux命令的方法。 Continue Reading

Linux下我们用 sort 与 uniq 的命令来实现去重复行。

去重复行

简单的用法如下，如一个文件名：happybirthday.txt

cat happybirthday.txt (显示文件内容)

Happy Birthday to You!
Happy Birthday to You!
Happy Birthday Dear Tux!
Happy Birthday to You!

cat happybirthday.txt|sort （排序）

Happy Birthday Dear Tux!
Happy Birthday to You!
Happy Birthday to You!
Happy Birthday to You!

cat happybirthday.txt|sort|uniq (去重复行)

Happy Birthday Dear Tux!
Happy Birthday to You!

Continue Reading

其实BioPerl的功能很强大。但是用的人却不多。最根本的原因可能是，太多数人都还是新手，相对而言Perl很难懂，不懂Perl的人根本搞不懂BioPerl。而且BioPerl安装也很复杂。又不像Perl一样打包成一个安装包，一键安装。

到现在，我前前后后安装过BioPerl好几次，每次都觉得很复杂，很难懂。我又不是计算机专业出身的，真的是连最基本的计算机算法或原理都是不懂的。我学BioPerl的确感到吃力。所以，接触了BioPerl这么久，都只是用BioPerl从NCBI上拿序列。其它的功能还没真正接触。

接下来可能花些时间慢慢学习。首先先安装好Perl（http://www.perl.org/get.html） Continue Reading

windows和Linux各有其优越性，可以安装在同一台电脑上，装双系统要重启转换麻烦，安装虚拟机也需要配置很多东西。

cygwin是一个在windows平台上运行的unix模拟环境，是cygnus solutions公司开发的自由软件（该公司开发了很多好东西，著名的还有eCos，不过现已被Redhat收购）。

它对于学习unix/linux操作环境，或者从unix到windows的应用程序移植，或者进行某些特殊的开发工作，尤其是使用gnu工具集在windows上进行嵌入式系统开发，非常有用。随着嵌入式系统开发在国内日渐流行，越来越多的开发者对cygwin产生了兴趣。 Continue Reading

关键词： NR,FNR
FNR表示当前文件的记录数 NR表示到此为止的记录数

对于单个 文件NR 和FNR 的 输出结果一样的 ： Continue Reading

crond 是Linux用来定期执行程序的命令。当安装完成操作系统之后，默认便会启动此任务调度命令。crond命令每分锺会定期检查是否有要执行的工作，如果有要执行的工作便会自动执行该工作。而linux任务调度的工作主要分为以下两类：

1、系统执行的工作：系统周期性所要执行的工作，如备份系统数据、清理缓存
2、个人执行的工作：某个用户定期要做的工作，例如每隔10分钟检查邮件服务器是否有新信，这些工作可由每个用户自行设置

Continue Reading

COBALT是一个蛋白的多序列比对工具，也用到RPS-Blast, BLASTP, 和PHI-BLAST等工具，并且也用到了conserved domain database (CDD) 和PROSITE protein-motif database来保证COBALT比对结果的质量。关于在线COBALT的用法看另一篇文章”  COBALT：NCBI在线蛋白多序列比对（比ClustalW还强大的工具） ”。

这里再讲解如何构建本地的COBALT多序列比对，在Linux系统的配置步骤如下： Continue Reading

MD5算法常常被用来验证网络文件传输的完整性，防止文件被人篡改。MD5 全称是报文摘要算法（Message-Digest Algorithm 5），此算法对任意长度的信息逐位进行计算，产生一个二进制长度为128位（十六进制长度就是32位）的“指纹”（或称“报文摘要”），不同的文件产生相 同的报文摘要的可能性是非常非常之小的。 Continue Reading