⛵️ 新生的力量，生机勃勃 ⛵️
这不是教程，而是我的随笔✏️
以前，做普通计算时用 Perl，开发数据库网页后台却用 PHP，然后前端还要用 JavaScript，简直要把人折腾死。后来普通计算从 Perl 转到 Python，发现 Python 有个工具叫做 Flask 可以代替 PHP 作为网页后台，那就方便了，能省用一种语言。
第一个 Flask 开发的工具是 2019 年刚开始学 Python 时开发的一个 Pipeline，不涉及数据库查询，只是接收输入、后台计算，得到结果，页面只有一个，比较简单。
这次开发的是真正的数据库，多个页面，需要与 MySQL 对接，而且也有 Pipeline 的内容。一共花了 7 天时间。生物信息学数据库与传统IT不一样的在于它多为纯查询类，不允许用户进行数据的增加、删除、修改，看起来应该很简单，但由于经常涉及到后台计算，可能还会碰到多线程分配问题。下面列条目说一下体会：
最近各地几起病例都找不到源头，于是就甩锅给境外邮件。上面一甩锅，下面就得执行，小区门口马上设立“入境邮快件接收点”和“境外快递包装📦弃置桶”，以显示认真尽责的态度。按现在的规定：境外快递的收件人必须在接收点实名登记、戴着手套🧤和护目镜🥽，当场拆封、消毒、丢弃外包装。
这篇文章出现在我上高一时的语文书上（人教版2003版）。原作者是托马斯·刘易斯（Lewis Thomas），来自他的著作《细胞生命的礼赞——一个生物学观察者的手记》（1974年）（The Lives of a Cell: Notes of a Biology Watcher）。翻译者是湖南科学技术出版社《第一推动丛书》。该文章的英文原名叫做：The Music of This Sphere，中文译名：《这个世界的音乐》。难点在文章的最后一段，我当时的语文老师直言：怎么看都看不懂。
英文原文发表在著名的《新英格兰杂志》上（New England Journal of Medicine）。中文原文由于官方不公开，我只好从第三方随便搞一个。
下面我就把课本上的中文译文和英文原文对照起来一起展示。
GTF虽然比较古老，但确实有些软件（即使是最近的，例如SQANTI）会用到。转换的方法可能有各种各样，下面给出我实践过可行的方法：
gffread old.gff3 -E -F -T -o new.gtf
# -F preserve all GFF attributes (for non-exon features)
# -E show all warningsgffread old.gtf -E -F --keep-genes -o new.gff3可能有人会问GFF3转成GTF为什么不用gt gff3_to_gtf？主要问题在于这样子会把ID编号全部丢掉（我手头上的v1.5.8），所以不用了。
PharmGKB有一个隐藏得很深的基因下载页面，在这里可以下载获得各种excel格式的Haploid定义表、功能表、频率表等。
URL是：https://www.pharmgkb.org/page/cyp2a6RefMaterials，把其中的cyp2a6替换成自己要的基因即可。
全部的基因列表是：https://www.pharmgkb.org/page/pgxGeneRef
最近（2020年以来），Aspera（ascp）无法从NCBI下载SRA了，但是可以用ENA下载。现在以（SRR10609482）为例：
访问https://www.ebi.ac.uk/ena/browser/view/SRR10609482，获取准确链接如下：
ftp://ftp.sra.ebi.ac.uk/vol1/fastq/SRR106/082/SRR10609482/SRR10609482_1.fastq.gz
ftp://ftp.sra.ebi.ac.uk/vol1/fastq/SRR106/082/SRR10609482/SRR10609482_2.fastq.gz可以看出中间出现了一个奇怪的三位数082。
很多情况下，人类参考基因组上的碱基是major allele。但也有相当多的情况下，它们是minor allele，有时甚至是rare allele。
BRCA2基因上有一个变异位点编号为rs169547，为非同义突变。全世界98%的人都是等位基因C，只有2%的人是等位基因T。
但是参考基因组上的等位基因是T（GRCh37和38都是），这纯属侥幸。