分析高通量短序列数据程序包

2013-08-13

中科院西双版纳热带植物园研究员Chuck Cannon与北京基因组所和美国得州理工大学的科研人员合作,研发出可直接分析高通量短序列数据的程序包,简化了高通量数据的比较基因组和转录组研究.

近日，中科院西双版纳热带植物园研究员Chuck Cannon与北京基因组所和美国得州理工大学的科研人员合作，研发出可直接分析高通量短序列数据的程序包，简化了高通量数据的比较基因组和转录组研究。相关研究成果日前发表于《科学公共图书馆—综合》。

据Cannon介绍，高通量测序又称“下一代”测序，可一次并行对几十万到几百万条DNA分子测序。因此，这种测序方法能对物种的转录组和基因组进行比以往更为全貌的分析。

但是，由于“下一代”测序技术原始数据的读长只有数十或一两百个碱基，按照传统的分析流程，必须要采取生物信息学工具将这些短的碱基数据组装成较长的序列组或基因组框架，才能进一步取得具有生物学意义的结果。这制约了此类数据在没有参照基因组的非模式生物基因组研究中的发展。

“我们研发的直接分析高通量短序列数据的程序包，可直接通过检测数据中kmer片段是否存在和出现频次，来探讨一定数量目标基因组中的序列差异，所以该程序包可突破此类数据经常面临的生物信息学的分析瓶颈。”Cannon告诉记者。

同时，基于先前工作，他们还进一步改善了非组装分析法，比较了174个叶绿体全基因组数据，用以印证该程序包的功能和运行流程。

该研究得到中科院知识创新工程重要方向项目和云南省高端科技人才引进计划项目的资助。

登录后可发表评论

27年实战专家授课！数据管理专业人员（DMP）能力线下培训班即将开课

为落实数字中国建设部署，助力企事业单位构建规范完善的数据治理体系，培养高素质数据管理人才，推动数据与人工智能深度融合，以数据能力赋能业务提质增效，加快培育新质生产力。本次培训依据团体标准《数据管理专业人员能力要求》（TCIA06-2026），聚焦装备制造业智能制造与全生命周期管理等核心场景，帮助打通数据壁垒，搭建适配产业特性的管理体系，激活工业数据价值，赋能产业智能升级。现诚邀各企事业单位选派相关人员参加数据管理专业人员能力专题培训，共同做好数据管理人才提升和储备工作。

作者：本网编辑
基于CFD仿真技术的灌装机充氮装置设计优化
药品密封性检测：用户需求与优化
可控冻融系统在生物原液上的应用
人用疫苗生产数字化转型
药包材生产质量管理的进阶策略