检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基因组装算法:调研

计算生物学 2013年第2期3卷 7-14页

作者：连帅彬戴宪华中山大学信息科学与技术学院

基因测序技术在过去的二十几年里取得了突飞猛进的发展,随着以高通量,短读取,低成本为特点的新一代基因测序技术的问世,测序一个物种全基因的时间和成本大大降低。基于下一代测序技术的全基因组装算法和软件相继开发出来,目前比较成熟... 详细信息

基因测序技术在过去的二十几年里取得了突飞猛进的发展,随着以高通量,短读取,低成本为特点的新一代基因测序技术的问世,测序一个物种全基因的时间和成本大大降低。基于下一代测序技术的全基因组装算法和软件相继开发出来,目前比较成熟的基因组装算法大约有二十种左右。由于基因组装问题本身的复杂性,目前还没有针对不同组装算法的具体设计步骤,操作环境,应用范围等方面的调研。基于此本文简要调研了现有的十二种具有代表性的基因组装算法,系统的分析了每种算法的设计步骤,算法原理,操作环境以及应用。这篇调研对于如何设计基因组装算法,对于不同的基因数据如何选择更加合适的基因组装算法和软件提供了一定的指导。

关键词：基因组装 De Bruijn图下一代测序技术(NGS)

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基因大数据组装优化研究

基因大数据组装优化研究

作者：郑志春中国科学院大学(中国科学院深圳先进技术研究院)

学位级别：硕士

下一代测序技术(NGS)的发展推动了基因组学在多个应用领域的研究。宏基因组学是研究大型微生物物种群体的一种强有效的方法,对于宏基因组样本中的未知物种,没有参考基因组的基因组装分析是一个非常具有挑战性的问题。同时,随着基因测序... 详细信息

下一代测序技术(NGS)的发展推动了基因组学在多个应用领域的研究。宏基因组学是研究大型微生物物种群体的一种强有效的方法,对于宏基因组样本中的未知物种,没有参考基因组的基因组装分析是一个非常具有挑战性的问题。同时,随着基因测序技术的飞速发展,基因组测序数据与日俱增。为了应对这些问题,可以使用分布式基因组装软件处理多个宏基因组样本。在本论文中,基于高度可扩展软件SWAP-Assembler 2,对宏基因组组装分析的各个流程进行了一定的优化,提出了一种新的基于并查集数据结构的基因预测去冗余方法,均取得不错的效果。在此基础上,提出了一个名为WFswap的宏基因组分析流程,用于多样本大型基因组的组装分析。实验结果表明,所提出的工作流程WFswap表现出更好的性能,能够使得组装的基因更长,预测到的基准基因数更多。最后,本论文针对SWAP-Assembler 2软件进行功能提升优化,进一步延伸contig,构建scaffold,成功提升了N50组装标准。

关键词：大数据基因组装基因预测并查集多样本

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

用模块化分子元件调控和编程生物系统

生物化学与生物物理进展 2012年第2期39卷 119-125页

作者：刘海燕中国科学技术大学生命科学学院合肥230026

合成生物学的目标包括"通过合成来理解生命"以及用现代工程学方法设计合成复杂生物系统.其工程学目标的实现依赖于可集成、可调控、可重用、功能多样的蛋白质、RNA、DNA等基本分子元件.以分子机制为基础,合理设计与实验室进化相结合,改... 详细信息

合成生物学的目标包括"通过合成来理解生命"以及用现代工程学方法设计合成复杂生物系统.其工程学目标的实现依赖于可集成、可调控、可重用、功能多样的蛋白质、RNA、DNA等基本分子元件.以分子机制为基础,合理设计与实验室进化相结合,改造和创建生物分子的相互作用特异性、调控方式、定量活性等,是实现生物系统人工调控与编程的重要策略,同时为自下而上设计合成日益复杂的人工生物系统奠定基础.

关键词：合成生物学工程化需求人工合成生物系统基因组装功能集成

在线全文

学校读者我要写书评

暂无评论

直刺变豆菜叶绿体全基因组及其特征

生物多样性 2019年第4期27卷 366-372页

作者：陈志祥姚雪莹 Stephen R.Downie 王奇志华侨大学化工学院园艺系福建厦门361021 Department of Plant Biology University of Illinois at Urbana-ChampaignUrbana61801

直刺变豆菜(Sanicula orthacantha)是中国广泛分布的多年生草本植物,也是一味著名的民族药。本文通过二代高通量测序平台Illumina HiSeq PE150对直刺变豆菜叶绿体全基因组进行测序,并通过生物信息学方法对其结构特征进行分析。结果表明... 详细信息

直刺变豆菜(Sanicula orthacantha)是中国广泛分布的多年生草本植物,也是一味著名的民族药。本文通过二代高通量测序平台Illumina HiSeq PE150对直刺变豆菜叶绿体全基因组进行测序,并通过生物信息学方法对其结构特征进行分析。结果表明:直刺变豆菜叶绿体全基因组大小为157,163bp,包括大单拷贝区(largesinglecopy,LSC)、小单拷贝区(smallsinglecopy,SSC)和2个反向重复序列(invertedrepeatsequence,IRa和IRb),长度分别为87,547 bp、17,122 bp和26,247 bp,具有典型被子植物叶绿体基因组环状四分体结构;共注释得到129个基因,包括8个核糖体RNA (rRNA)基因、37个转运RNA (tRNA)基因和84个蛋白质编码基因。直刺变豆菜在叶绿体基因组结构、基因种类、排列顺序上与其他伞形科植物基本一致。直刺变豆菜叶绿体全基因组测序的成功为变豆菜属植物完整叶绿体基因组组装及其特征分析提供了新的方法。

关键词：高通量测序变豆菜属基因组装系统发育分析

在线全文

学校读者我要写书评

暂无评论

药用美洲大蠊全基因组测序分析

四川动物 2018年第2期37卷 121-126页

作者：晋家正李午佼牟必琴沈咏梅耿福能岳碧松范振鑫生物资源与生态环境教育部重点实验室四川大学生命科学学院成都610065 药用美洲大蠊四川省重点实验室四川西昌615000 四川省药用动物工程技术研究中心四川西昌615000

以美洲大蠊Periplaneta americana为原料生产的康复新液等药品临床疗效显著,得到了广泛应用。本文以四川好医生攀西药业有限责任公司饲养的药用美洲大蠊为材料,首次采用Illumina Hi Seq 2000和Pac Bio SMRT测序平台开展了全基因组测序,... 详细信息

以美洲大蠊Periplaneta americana为原料生产的康复新液等药品临床疗效显著,得到了广泛应用。本文以四川好医生攀西药业有限责任公司饲养的药用美洲大蠊为材料,首次采用Illumina Hi Seq 2000和Pac Bio SMRT测序平台开展了全基因组测序,并进行基因组组装、注释和分析。原始测序数据经过滤后得到1.4 Tb的二代测序数据和33.81 Gb的三代测序数据。组装结果表明,美洲大蠊基因组大小为3.26 Gb,这在已报道的昆虫基因组中仅次于东亚飞蝗Locusta migratoria。基因组重复序列含量为62.38%,杂合度为0.635%,表明其为复杂基因组。组装的Contig N50和scaffold N50长度分别为28.2 kb、315 kb,单拷贝基因完整性为88.1%,小片段文库测序数据平均比对率为99.8%,测序和组装质量满足后续分析要求。采用De novo预测、同源预测和基于转录本预测3种方法共注释到14 568个基因,其中92.4%的基因获得了功能注释。本研究首次完成了美洲大蠊的全基因组测序,也是大蠊属Periplaneta昆虫的第一个基因组,为美洲大蠊遗传进化分析和药用基因资源挖掘打下了重要基础。

关键词：美洲大蠊药用昆虫全基因组测序基因组装基因注释

在线全文

学校读者我要写书评

暂无评论

文冠果全长转录组测序及分析

分子植物育种 2023年第4期21卷 1117-1127页

作者：崔艺凡赵阳吴健陶永华李治强成博雅杜莎李浩楠张越毕泉鑫刘肖娟王利兵中国林业科学研究院林业研究所北京100091 内蒙古伊泰北牧田园资源开发有限公司鄂尔多斯017000

为了深入了解文冠果转录组的整体水平及脂肪酸合成与代谢相关功能基因的表达情况,本研究以文冠果根、茎、叶、花为材料利用Pacific Biosciences RS II平台测序技术进行测序及生物信息学相关分析。平台共获得原始数据7.64 Gb,生成110584... 详细信息

为了深入了解文冠果转录组的整体水平及脂肪酸合成与代谢相关功能基因的表达情况,本研究以文冠果根、茎、叶、花为材料利用Pacific Biosciences RS II平台测序技术进行测序及生物信息学相关分析。平台共获得原始数据7.64 Gb,生成110584个转录本,平均长度为1.9 kb。对所有转录本在NR、SwissProt、KEGG、KOG、GO、NT、pfam数据库进行注释和功能分类,结果共得到102118个注释基因,占比92.34%。共有351个参与脂肪酸生物合成和120个参与脂肪酸延长的Unigene,分别编码15个脂肪酸生物合成和7个脂肪酸延长的关键酶。同时在110584条Unigene中分析发现了94906个SSR位点,单核苷酸重复频率最高(68.29%),并预测了6059个转录因子(TFs)。与第二代测序(Roche 454 de novo)结果相比,PacBio平台所得到的转录本更长,转录本注释率也得到提高。本研究为文冠果的下一步分子生物学研究提供了较为可靠的转录组数据。

关键词：文冠果单分子实时测序 SSR标记全长转录组基因组装

全基因组序列分析软件流水线的并行与优化关键技术研究

在线全文

学校读者我要写书评

暂无评论

全基因组序列分析软件流水线的并行与优化关键技术研究

作者：王恒国防科学技术大学

学位级别：硕士

随着基因组测序技术的不断发展,生物序列数据库规模持续以每10个月翻一番的速度快速增长,当前全基因组序列分析软件流水线的性能已无法满足基因组序列数据处理的时效性需求。本文在对当前生物全基因组序列分析流程进行深入剖析的基础上... 详细信息

随着基因组测序技术的不断发展,生物序列数据库规模持续以每10个月翻一番的速度快速增长,当前全基因组序列分析软件流水线的性能已无法满足基因组序列数据处理的时效性需求。本文在对当前生物全基因组序列分析流程进行深入剖析的基础上,对当前流程中基因组组装、序列比对和下游分析三个模块进行了优化加速。并通过实验证明,优化工作取得了显著效果。首先,对当前全基因组序列组装面对的内存需求大、整体效率低的问题进行了分析与实验验证,发现当前大规模短序列BWT的索引构建过程效率差、耗时长是导致基因组组装整体效率低下的主要原因。本文设计了一种新型的大规模DNA序列BWT索引并行构建算法,并提出了一种高效的剪枝策略,在此基础上开发了大规模DNA序列BWT索引并行构建软件BWTCP。我们在天河二号上对BWTCP进行了测试,使用16个计算节点在半小时内完成10亿条长为100个碱基的DNA序列的BWT索引构建。当前最为广泛使用的索引构建软件BCR需要13个小时来完成相应任务。另外,当前的索引构建软件对序列长度十分敏感,BWTCP通过高效的剪枝策略解决了这一问题。针对当前全基因组序列比对时效性低、难以满足生物序列大数据的处理需求的问题,我们和华大基因-香港大学联合实验室共同开发了一款面向Intel MIC协处理器的DNA序列比对软件MICA。MICA面向Intel MIC协处理器和天河二号超级计算机软硬件架构设计,采用双向BWT索引和Smith-Waterman动态规划算法进行DNA序列比对,具有接近线性加速比的扩展性能。我们在天河二号超级计算机932个节点上对MICA进行了测试,在一个小时内完成了17.4TB DNA序列的比对,相同工作量在一般的12核服务器上需要运行三个月。当前下游分析环节中RNA编辑位点识别方法受人为因素影响大,缺乏一款客观的高可信度的RNA编辑位点识别模型。针对此问题,我们提出了一个基于高通量序列比对的RNA编辑位点识别模型,该模型分析造成RNA与DNA差异的四种事件的特点,通过Bayesian后验概率模型计算各位点是RNA编辑位点的概率。经验证该模型的可信度比当前通用方法高18%。

关键词：全基因组序列分析高通量测序基因组装 BWT 天河二号序列比对 RNA编辑

基于云平台的转录组数据Error correction算法的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于云平台的转录组数据Error correction算法的研究

作者：庞慧哲广西大学

学位级别：硕士

基因测序技术可以帮助了解生物的遗传信息,从而识别生物体的致病基因和研究正确有效的治疗方法。由于现有技术的限制,DNA通常被打断成短片段,再用基因组装算法将其拼接。然而短片段序列中存在碱基错误,如何修正是组装算法的重要研究问... 详细信息

基因测序技术可以帮助了解生物的遗传信息,从而识别生物体的致病基因和研究正确有效的治疗方法。由于现有技术的限制,DNA通常被打断成短片段,再用基因组装算法将其拼接。然而短片段序列中存在碱基错误,如何修正是组装算法的重要研究问题。现有的串行Error correction算法基于这样一种思想：来自于同一个基因组位置的reads共享某一段长度的子片段(K-mer),通过估算K-mer,找出最有可能出错的碱基并修改。比如K-mer清单算法,利用K-mer青单图来寻找错误碱基,虽然较为快速,但碱基纠错准确率不高。而K-mer枚举比对算法利用枚举出的K-mer找到具有相同特征的reads,再由这些reads找到错误碱基,虽然提高了准确率,但是计算复杂,内存消耗过大。因此两种算法无法胜任处理海量短片段序列的任务。本文提出并行Error correction算法,利用Hadoop的分布式文件系统(HDFS, Hadoop Distributed Filesystem)、Map/Reduce (Google Map/Reduce的开源实现)并行编程模型和新的碱基修改规则,提高Error correction的速度和准确率,减少Error correction内存的占用。本文主要工作包括：(1)针对Hadoop的Map/Reduce并行编程模型对原有算法的操作流程以及整体架构进行改进。设计适合用于并行Error correction算法的链表,利用该链表存储相关的K-mer信息和reads信息。利用Map/Reduce并行编程模型进行数据预处理：转变短片段序列的存储格式,过滤短片段序列中无用的信息,并行枚举出所有的K-mer,为后续的reads比对做准备。(2)利用Map/Reduce并行编程模型完成K-mer与reads的序列比对,得到所有包含相同K-mer特征的reads序列,用设计好的链表分组存储所有比对过后的序列。改进碱基修改规则,设计一种较为完善的计算平均碱基质量分数的规则,将之应用到并行算法中,并利用新规则修改错误碱基,以提高最终结果的准确率。(3)通过对并行算法和串行算法的运行时间、内存占用、以及纠错准确率的比较和分析,实验室结果表明并行Error correction算法是可行的,也是有效的。

关键词： Error correction reads 云计算基因组装并行化

8种鲹科鱼基因组测序及鲹科鱼类系统进化分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

8种鲹科鱼基因组测序及鲹科鱼类系统进化分析

作者：赵方草大连海洋大学

学位级别：硕士

鲹科鱼类拥有丰富的种类,肉质鲜美,营养丰富,将成为未来深海捕捞和养殖开发的重点对象。为深入了解鲹科鱼类特性,需要对其基因组信息进行深入研究,同时结合进化遗传学对其发育过程进行探讨,为鲹科鱼类分类学研究,种质资源开发等提供分... 详细信息

鲹科鱼类拥有丰富的种类,肉质鲜美,营养丰富,将成为未来深海捕捞和养殖开发的重点对象。为深入了解鲹科鱼类特性,需要对其基因组信息进行深入研究,同时结合进化遗传学对其发育过程进行探讨,为鲹科鱼类分类学研究,种质资源开发等提供分子依据和数据基础。通过二代测序技术和生物信息学分析,我们成功组装了8种鲹科鱼类线粒体全基因组,并结合NCBI上现存的鲹科鱼类线粒体基因组数据,分别运用最大似然法、贝叶斯法和邻接法,建立了鲹科鱼类的系统发育树,揭示了8种鲹科鱼类线粒体基因组全序列基因结构特点,探究了鲹科鱼类系统发育关系。此外,我们还对8种鲹科鱼类全基因组进行了初步组装和评估,旨在丰富鲹科鱼类基因组信息,完善鲹科鱼类分类系统,并为生物多样性研究和物种鉴定提供可靠依据。以下是研究的主要发现:1.研究新测定并初步组装了大甲鲹(Megalaspis cordyla)、纺锤鰤(Elagatis bipinnulatus)、托尔逆钩鲹(Scomberoides tol)、金带细鲹(Selaroides leptolepis)、蓝圆鲹(Decapterus maruadsi)、丽叶鲹(Alepes kalla)、六带鲹(Caranx sexfasciatus)和直线若鲹(Carangoides orthogrammu)共8种鲹科鱼类线粒体全基因组序列。8种新组装的鲹科鱼类线粒体基因组大小为16540 bp～16689 bp,分别编码了2个核糖体基因、13个蛋白质编码基因和22～23个转运RNA基因,与已测的其它鲹科鱼类的线粒体基因组结构基本一致,其中托尔逆钩鲹多了一个t RNA-Met结构,发生了基因重排现象。2.基于41种鲹科鱼类线粒体基因组数据,分析的结果表明:(1)棉口尾甲鲹(Uraspis secunda)与白舌尾甲鲹(Uraspis helvola)的遗传距离最小为0.002,可能存在同种异名现象。(2)丽叶鲹与吉打副叶鲹(Alepes djedaba)的遗传距离(0.082)小于其与游鳍叶鲹(Atule mate)的遗传距离(0.107),结果支持丽叶鲹属于副叶鲹属。(3)高体若鲹(Carangoides equula)与直线若鲹均存在属内距离大于属间距离的情况,不符合传统分类地位。(4)4个亚科之间的进化关系为:鰤亚科分化时间最早,始新世中期(46.80 Mya);鲹亚科分化时间次之,始新世后期(40.34 Mya);然后是鰆鲹亚科,中新世早期(15.31 Mya);分化时间最晚的是鲳鲹亚科,中新世晚期(12.05 Mya)。鰤亚科和鲹亚科关系最近聚成一支,鲳鲹亚科和鰆鲹亚科关系最近聚成一支。3.初步组装的8种鲹科鱼全基因组全长范围为831.4 Mb～1539.7 Mb。其中Contigs N50和Scaffolds N50的长度范围分别是173～967 bp和532～27044 bp。在8种鲹科鱼的全基因组中分别识别了2280271、2658378、2216617、2525579、3722730、2520241、2024608和2061702个重复序列单元,蓝圆鲹基因组重复序列最多,六带鲹基因组重复序列最少。

关键词：线粒体基因组系统进化基因组装重复序列注释