日志分类
日志分类列表加载中...
天气
模块内容加载中...
日历
模块内容加载中...
[置顶] 已发表的文章
2013-6-15 22:10:38 阅读3250 评论8 152013/06 June15
已发表的小文章，欢迎大家引用，批评，指正！
2017:
Xueqin Wang, Xiaying Ye, Lei Zhao, Dezhu Li§, Zhenhua Guo§ , Huifu Zhuang (2017), Genome-wide RAD sequencing data provide unprecedented resolution of the phylogeny of temperate bamboos (Poaceae: Bambusoideae), Scientific Reports
https://www.nature.com/articles/s41598-017-11367-x
2016:
Development of a universal and simplified ddRAD library preparation approach for SNP discovery and genotyping in angiosperm plants. (plant methods, IF 3.449)
Guo-Qian Yang, Yun-Mei Chen, Jin-Peng Wang, Cen Guo, Lei Zhao, Xiao-Yan Wang, Ying Guo, Li Li, De-Zhu Li§ and Zhen-Hua Guo§
2017:
Xueqin Wang, Xiaying Ye, Lei Zhao, Dezhu Li§, Zhenhua Guo§ , Huifu Zhuang (2017), Genome-wide RAD sequencing data provide unprecedented resolution of the phylogeny of temperate bamboos (Poaceae: Bambusoideae), Scientific Reports
https://www.nature.com/articles/s41598-017-11367-x
2016:
Development of a universal and simplified ddRAD library preparation approach for SNP discovery and genotyping in angiosperm plants. (plant methods, IF 3.449)
Guo-Qian Yang, Yun-Mei Chen, Jin-Peng Wang, Cen Guo, Lei Zhao, Xiao-Yan Wang, Ying Guo, Li Li, De-Zhu Li§ and Zhen-Hua Guo§
[置顶] 【转】计算生物学/生物信息学的未来是什么？
2012-8-8 22:33:02 阅读4105 评论14 82012/08 Aug8
1 基因的结构和功能确定。给定一条序列，如果能够找到与其相似度高的同源序列，那么它的结构和功能就差不多可以确定了。这个过程涉及到多序列比对和相似性搜 索。如果没法找到与之相似度高的序列，则需要考虑复杂一点的搜索技术，如基于profile的搜索和比对，或者寻找与之部分结构如结构域/motif相似 的序列，这类似于结构预测中的threading过程。如果这两步都搞不定，那么只能通过从头预测该序列的结构了，不过在实际应用中很不准。
2 序列信息的挖掘，如序列中aa组成，motif的发现等等
3 进化分析。这也是一个很大的领域，包括很多方向，如计算分子进化。从序列出发，去拟合最好的进化模型和参数，这就是计算分子进化。此外，基因组进化分析能够得到一些进化的规律，但是要系统的理解生物的进化还需要依赖于系统的思路。
4 组学的工作，如转录组，代谢组，蛋白组学等等。这类工作涉及的是网络分析。基于大规模的实验数据，通过网络分析可以从系统的水平上得到对于某个生物学过程更好的理解。这是生物学发展的趋势。
5 基因型到表型的mapping。如现在很热的GWAS研究，基于序列的抗原表位预测，或者基于分子marker的疾病预测模型等等
生物信息学的大部分还是要结合实验生物，这是这个学科注定的结局。
本文引用地址：http://blog.sciencenet.cn/blog-54276-497902.html
2 序列信息的挖掘，如序列中aa组成，motif的发现等等
3 进化分析。这也是一个很大的领域，包括很多方向，如计算分子进化。从序列出发，去拟合最好的进化模型和参数，这就是计算分子进化。此外，基因组进化分析能够得到一些进化的规律，但是要系统的理解生物的进化还需要依赖于系统的思路。
4 组学的工作，如转录组，代谢组，蛋白组学等等。这类工作涉及的是网络分析。基于大规模的实验数据，通过网络分析可以从系统的水平上得到对于某个生物学过程更好的理解。这是生物学发展的趋势。
5 基因型到表型的mapping。如现在很热的GWAS研究，基于序列的抗原表位预测，或者基于分子marker的疾病预测模型等等
生物信息学的大部分还是要结合实验生物，这是这个学科注定的结局。
本文引用地址：http://blog.sciencenet.cn/blog-54276-497902.html
比较基因组学方法揭示大熊猫和小熊猫趋同演化遗传学机制
2017-4-7 8:33:36 阅读158 评论0 72017/04 Apr7
2017年1月17日，国际著名学术期刊《美国国家科学院院刊》杂志在线发表了中国科学院动物研究所魏辅文研究组的一篇研究论文，研究人员应用比较基因组学方法揭示了大熊猫和小熊猫趋同演化的遗传学机制。胡义波和吴琦副研究员、博士生马帅和马天笑为论文的共同第一作者，魏辅文研究员为通讯作者。
趋同演化是演化生物学研究的热点问题，是指两个或多个系统发育关系较远的物种，演化出相同或相似的表型性状以适应相似的环境选择压力。尽管自然界中存在很多趋同演化的现象，但关于趋同演化的遗传学机制研究却很少。传统的趋同演化机制研究主要采用候选基因的方法，而随着基因组学的发展，在基因组水平能更加全面深入地揭示趋同演化的遗传学机制。
熊猫和小熊猫属于食肉目不同的科：大熊猫属于熊科、而小熊猫属于鼬超科中的小熊猫科，二者分歧已有4000多万年。尽管其系统发育关系较远，它们却演化出相同的食竹食性，低营养、高纤维的竹子占其食物组成的90%以上;更为有趣的是，这两种熊猫的前掌还演化出一个特殊的结构——伪拇指，以帮助抓握竹子，是适应性演化和趋同演化的经典案例
趋同演化是演化生物学研究的热点问题，是指两个或多个系统发育关系较远的物种，演化出相同或相似的表型性状以适应相似的环境选择压力。尽管自然界中存在很多趋同演化的现象，但关于趋同演化的遗传学机制研究却很少。传统的趋同演化机制研究主要采用候选基因的方法，而随着基因组学的发展，在基因组水平能更加全面深入地揭示趋同演化的遗传学机制。
熊猫和小熊猫属于食肉目不同的科：大熊猫属于熊科、而小熊猫属于鼬超科中的小熊猫科，二者分歧已有4000多万年。尽管其系统发育关系较远，它们却演化出相同的食竹食性，低营养、高纤维的竹子占其食物组成的90%以上;更为有趣的是，这两种熊猫的前掌还演化出一个特殊的结构——伪拇指，以帮助抓握竹子，是适应性演化和趋同演化的经典案例
NCBI的blast+软件使用说明书
2017-1-17 12:53:36 阅读353 评论0 172017/01 Jan17
2009年7月，NCBI发布了BLAST升级版——BLAST+，BLAST+使用了BLAST的核心算法，延 续了BLAST的优势功能，发展并增强了如BLAST的fastacmd程序，新增了如update_blastdb.pl等 程序。下面简单列举此次修改的主要内容：
高度模块化是本次修改的主要目标，不仅从理论上，更是从代码上明 确模块化了BLAST的三个过程：setup, scanning, trace-back。选择的ISO C99标准，使得源代码可以同时被c以及c++使用，不需要做任何修改。Database mask：之前的版本 需要第三方软件如RepeatMasker来mask数据库，c现在内置了WindowMasker和DUST来进行重复序列过滤。使 用Query split, Partial subject sequence retrieval以及Retrieving subject sequences from an arbitrary source等策略来提高长序列（如染色体序列）的比对效率，有效的降低了CPU时 间，充分使用了一、二级缓存。全新的命令行参数使用方式，添加了长字符串作为参数的支持，如-out，而不是以前的-o，关 于每一个程序其具体的命令行参数，可以通过添加-help参数来查阅。分离blastn, blastp, blastx等作为独立的程序以替代之前的blastall -p blastn模式。makeblastdb, blastdb_aliastool, blastdbcmd三个程序都和数据库有关，增强了数据库方面的处理。添加
高度模块化是本次修改的主要目标，不仅从理论上，更是从代码上明 确模块化了BLAST的三个过程：setup, scanning, trace-back。选择的ISO C99标准，使得源代码可以同时被c以及c++使用，不需要做任何修改。Database mask：之前的版本 需要第三方软件如RepeatMasker来mask数据库，c现在内置了WindowMasker和DUST来进行重复序列过滤。使 用Query split, Partial subject sequence retrieval以及Retrieving subject sequences from an arbitrary source等策略来提高长序列（如染色体序列）的比对效率，有效的降低了CPU时 间，充分使用了一、二级缓存。全新的命令行参数使用方式，添加了长字符串作为参数的支持，如-out，而不是以前的-o，关 于每一个程序其具体的命令行参数，可以通过添加-help参数来查阅。分离blastn, blastp, blastx等作为独立的程序以替代之前的blastall -p blastn模式。makeblastdb, blastdb_aliastool, blastdbcmd三个程序都和数据库有关，增强了数据库方面的处理。添加
WEGO老矣，要不要试试OSGO小鲜肉哈！
2017-1-5 13:47:43 阅读234 评论1 52017/01 Jan5
BLAST2GO，WEGO---OSGO
OmicShare Tools又出新工具啦！是不是感觉好久没出新工具了？其实我们这段时间陆续推出了一些新工具，3D散点图、线性回归图、饼图、SAMflag解读等工具，
http://www.wxhaowen.com/article_d5e03544d9c8401d8700f1bd59c02fa9.shtml
这次我们隆重介绍的工具是OSGO，一款将一组或多组数据的GO二级分类注释绘制成柱状图的工具。画出来是下面这样子的图：
不知道你的心里有没有疑问：你们这个工具跟WEGO有什么区别呢？啊哈，必须有。WEGO的GO版本最新是到2009年10月的，那已经是7年前的数据库了：
而我们的OSGO提供了最新的几个GO版本号（还有今年11月1日版的），供用户自由选择。
OSGO使用步骤
1
进入工具
登录OS Tools（www.omicshare.com/tools），在“软件库”的“高级工具”那里找到OSGO工具，点击进入。界面如下，初次使用可点击右边的“案例演示”查看参数说明。
OmicShare Tools又出新工具啦！是不是感觉好久没出新工具了？其实我们这段时间陆续推出了一些新工具，3D散点图、线性回归图、饼图、SAMflag解读等工具，
http://www.wxhaowen.com/article_d5e03544d9c8401d8700f1bd59c02fa9.shtml
这次我们隆重介绍的工具是OSGO，一款将一组或多组数据的GO二级分类注释绘制成柱状图的工具。画出来是下面这样子的图：
不知道你的心里有没有疑问：你们这个工具跟WEGO有什么区别呢？啊哈，必须有。WEGO的GO版本最新是到2009年10月的，那已经是7年前的数据库了：
而我们的OSGO提供了最新的几个GO版本号（还有今年11月1日版的），供用户自由选择。
OSGO使用步骤
1
进入工具
登录OS Tools（www.omicshare.com/tools），在“软件库”的“高级工具”那里找到OSGO工具，点击进入。界面如下，初次使用可点击右边的“案例演示”查看参数说明。