R语言分析有关测序的二项分布

Question

假定Illumina测序的碱基错误服从二项分布，错误率为1%。对某一长度为1000bp的基因进行测序，尝试在R中模拟分析，发生测序错误的碱基数95%的可能不会超过多少？

Answer 1

• 查看该分布的概率密度图像

  curve(expr=dbinom(x,1000,0.01),0,1000)
  

• 查看该分布的概率分位数函数图像

curve(expr=pbinom(x,1000,0.01),0,1000)

• 利用随机数发生器函数评估

Observation_times<-100000000
length_of_gene<-1000
Probability_of_success<-0.01
result<-rbinom(Observation_times,length_of_gene,Probability_of_success)

result<-sort(result)
result[length(result)*0.95]
[1] 15

升序排列一亿次重复实验的结果，取第95%位置的结果
发生测序错误的碱基数95%的可能不会超过15个碱基。