在学习06_abundance过程中报错 #6
Comments
|
total_counts这一步成功运行了吗？
周云燕
***@***.***
…------------------ 原始邮件 ------------------
发件人: "zhouyunyan/PIGC" ***@***.***>;
发送时间: 2023年7月3日(星期一) 晚上9:43
***@***.***>;
***@***.***>;
主题: [zhouyunyan/PIGC] 在学习06_abundance过程中报错 (Issue #6)
周老师您好：
在学习您PIGC文章的pipeline时，进行到下边的步骤：
total_counts=$(cat abundance/${SampleID}.counts | grep -v -w '^Geneid' | awk '{a+=$NF}END{print a}')
awk -v "counts=$total_counts" '{if(NR>1){print $1"\t"10000001000$NF/($(NF-1)*counts)}else{print $1"\t"$NF}}' abundance/${SampleID}.counts > abundance/${SampleID}.fpkm.txt
出现报错：fatal: division by zero attempted
我觉得可能是其中（NF-1）可能等于0导致的。
请问如何解决该问题。
下边是counts结果的部分截图：
期待您的答复。
—
Reply to this email directly, view it on GitHub, or unsubscribe.
You are receiving this because you are subscribed to this thread.Message ID: ***@***.***>
|
|
周老师，我昨晚尝试修改了一下，我得到的counts表表头是这样的 |
|
total_counts是跑通了的 |
|
是的，根据你实际文件的情况进行修改，你这里是第三行开始的，我原来的表格应该没有第一行的那个注释信息。不确定对错话可以截取几行或者人为写几行数字进行测试，或者根据公式在excel算，不同方法都可以验证一下。
周云燕
***@***.***
…------------------ 原始邮件 ------------------
发件人: "zhouyunyan/PIGC" ***@***.***>;
发送时间: 2023年7月4日(星期二) 上午8:42
***@***.***>;
***@***.******@***.***>;
主题: Re: [zhouyunyan/PIGC] 在学习06_abundance过程中报错 (Issue #6)
周老师，我昨晚尝试修改了一下，我得到的counts表表头是这样的
我想对于我的这张表而言，真真的数据行是从第三行开始的，于是我将awk那行命令更改为NR>2不知这样是否正确
—
Reply to this email directly, view it on GitHub, or unsubscribe.
You are receiving this because you commented.Message ID: ***@***.***>
|
|
周老师，我还有一个疑问 我在做功能注释的时候发现您使用的kobas软件及kegg数据库的配置难度较大。请问您能否给我指导一下？ |
|
周老师好，kobas已经跑通。但是我在测试的时候发现用稍微大一点的基因集跑起来很慢很慢 用了100条蛋白序列到时很快 我想问问您在使用kobas的时候是否需要将非冗余蛋白集拆分 然后再跑kobas呢？ |
|
可以通过设置线程数加快速度。如果还是慢，可能数据集确实很大，也会用拆分的方式，不影响结果的。
周云燕
***@***.***
…------------------ 原始邮件 ------------------
发件人: "zhouyunyan/PIGC" ***@***.***>;
发送时间: 2023年7月5日(星期三) 下午3:26
***@***.***>;
***@***.******@***.***>;
主题: Re: [zhouyunyan/PIGC] 在学习06_abundance过程中报错 (Issue #6)
周老师好，kobas已经跑通。但是我在测试的时候发现用稍微大一点的基因集跑起来很慢很慢 用了100条蛋白序列到时很快 我想问问您在使用kobas的时候是否需要将非冗余蛋白集拆分 然后再跑kobas呢？
—
Reply to this email directly, view it on GitHub, or unsubscribe.
You are receiving this because you commented.Message ID: ***@***.***>
|
|
我这边是用了一个500M的蛋白集，我认为很小了 但是kobas跑了5个小时还没跑完 我设置的线程数是-n 40 我觉得可能是我数据库的配置存在问题。我的seq_pep和sqlite都下载的完整的数据库，我看网上有些人仅下载各自分析需要的物种对应的数据库部分。请问我的问题是否出在这里呢？ |
|
我的服务器硬件应当没有问题，因为20G数据的组装一般2个小时就跑完了，线程数也用的40 |
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment
周老师您好：
在学习您PIGC文章的pipeline时，进行到下边的步骤：
total_counts=$(cat abundance/${SampleID}.counts | grep -v -w '^Geneid' | awk '{a+=$NF}END{print a}')
awk -v "counts=$total_counts" '{if(NR>1){print $1"\t"10000001000$NF/($(NF-1)*counts)}else{print $1"\t"$NF}}' abundance/${SampleID}.counts > abundance/${SampleID}.fpkm.txt
出现报错：fatal: division by zero attempted
我觉得可能是其中（NF-1）可能等于0导致的。
请问如何解决该问题。
下边是counts结果的部分截图：
期待您的答复。
The text was updated successfully, but these errors were encountered: