基因组

Evaluation and Validation of Assembling Corrected PacBio Long Reads for Microbial Genome Completion via Hybrid Approaches 通过 混合方法 对微生物基因组完成的 校正PacBio长读 进行评估和验证 摘要 尽管不断增加的下一代测序数据和发展中的装配，几十到数百的差距仍然存在于新的微生物组装不均匀的覆盖和大量的基因组重复。第三代单分子实时(SMRT)测序技术避免了扩增伪信号，产生千倍长序列，具有完成微生物基因组组装的潜力。 然而，由于第三代序列的精度较低(约85%)，需要相当数量的长读(>50X)来进行自校正和后续的从头组装。 最近开发的混合方法，使用下一代测序数据和最少5倍长的读取，已经被提出来提高微生物组装的完整性。 在这项研究中，我们评估了当代的混合方法，并证明装配校正长读数(由runCA)生产最佳的装配相比长时间阅读脚手架(例如，AHA, Cerulean和SSPACE-LongRead)和间隙填充(黑锹)。 为了生成正确的长读，我们进一步研究了长读校正工具，如ECTools、LSC、LoRDEC、PBcR流水线和proovread。我们已经证明了三种微生物基因组，包括大肠杆菌K12 MG1655、小地黄DSM1279和肝杆菌DSM2366

文献名： Current understanding of human metaproteome association and modulation（人类宏蛋白质组研究近期综述） 期刊名： J Proteome Res 发表时间： （ 2019 年 10 月） IF ： 3 .78 技术： 宏蛋白质组综述 一、 概述： （用精炼的语言描述文章的整体思路及结果） 过去的十年中，宏蛋白为人们更好地了解微生物组的功能特征提供数据。尽管已经有高通量宏蛋白质组的数据，但是对其功能的认识还不清楚，最重要的是，这些蛋白质分子在宿主的确切结果、潜在的机制了解不足。在这里，我们探讨宏蛋白质组研究的最新进展、可能的调控机制、宏蛋白质组的生物特征、挑战和未来前景。 二、 研究背景： （简要介绍研究进展动态、研究目的和意义） 在过去十年中，多项研究提供了人类肠道微生物多样性的有力证据。数据驱动性的研究表明肠道菌群与宿主平衡共生。肠道微生物为宿主提供包括免疫引发、新陈代谢的效应物、防止病原体。相反，这些微生物的失调与多种疾病有关，例如炎症性肠病（ IBD ）、 1 型糖尿病（ T 1D ）。基于 16S rRNA和宏基因组方法建立了核心微生物分类数据库。对于这些数据库的分析，不仅为肠道微生物的复杂性提供见解，还能明确多样性对宿主的影响。宏蛋白质组学是研究整个微生物群落的蛋白质

来自：https://www.jianshu.com/p/e6a5e1f85dda 使用BRAKER2进行基因组注释 BRAKER2是一个基因组注释流程，能够组合GeneMark，AUGUSTUS和转录组数据。 在使用软件之前，有几点需要注意下 尽量提供高质量的基因组。目前随着三代测序价格下降，这一点问题不大。 基因组命名应该简单，最好就是">contig1"或">tig000001" 基因组需要屏蔽重复序列 默认参数通常表现效果就很好，但是也要根据物种来 一定要对注释结果进行检查，别直接使用 软件安装 BRAKER的依赖软件不少，且Perl需要安装的模块也很多，我们用conda能解决这些问题(需要添加 bioconda 频道) 安装结束后会输出一些提示信息，汇总以下就是 保证AUGUSTUS的config目录能够有可写权限（自己用conda安装不需要考虑这个问题） GeneMark和GenomeThreader还需要额外下载安装 我们一定要安装的就是GeneMark，需要从 http://exon.gatech.edu/GeneMark/license_download.cgi 下载安装，然后添加环境变量 此外还有一些BRAKER2建议的软件，conda没有安装，需要自己按需安装 DIAMOND 0.9.24: 替代NCBI-BLAST+ cdbfasta 0.99:

2016年12月8-10日， BDTC 2016 中国大数据技术大会 将在北京新云南皇冠假日酒店隆重举办。本届BDTC 2016为期三天，聚焦行业最佳实践，数据与应用的深度融合，关注热门技术在行业中的实践和应用，除Keynote外，主办方精心策划了16场专题技术和行业论坛，涵盖了大数据分析与生态系统、大数据云服务、HPC大数据、推荐系统、数据安全与隐私保护、人工智能、网络与通讯、政策法规与标准化、工业与制造业、数据库、金融、精准医疗和生物医药大数据、数据开放与政府治理高层沙龙、交通旅游与出行等主题。 目前，大会的全部议程已经出炉，超过130位技术专家将为现场千名以上的大数据行业精英、技术专家及意见领袖带来100多场技术演讲，分享最新技术与实践的洞察与经验，共商大数据时代发展之计。 在备受关注的“精准医疗和生物医药大数据论坛”，无论是讲师阵容还是议题质量都堪称顶级，其学术价值极高，对于从事医疗和大数据领域的研究者来说具有极高的学习价值和参考价值。具体议题和介绍如下： 魏冬青：上海交通大学生命学院，微生物代谢国家重点实验室 讲师简介： 魏冬青，国际交叉科学家联合会主席，SCI SpringerSCI期刊”InterdisciplinarySciences–ComputationalLifeSciences”主编，”Molecular Simulation”等10家杂志编委

基因组学技术新进展与展望 于军 任鲁风 王绪敏 （中国科学院北京基因组研究所） 近十年来，由“下一代测序（next generation sequencing; NGS）”技术引领的基因组科学与技术正在一个空前的高速度推动下迅猛发展。这个发展势头的加速度之高，其研究成果在生物医学以及其他各生物相关领域应用和推广的渗透力之强，其对科学总体发展和社会进步的影响之大，使我们不得不刮目相看，必须要阖目冥思。首先，就中国生命科学与技术的发展而言，在过去的40年里，我们既没有掌握以DNA测序为核心的基因组核心技术，也没在相关仪器、试剂与耗材的研发方面取得任何突破性进展，更没有建立具有权威性、实用性、永久性和用户友好的相关数据库和知识库体系，所以任何技术源头的控制、高技术含量的仪器禁运和数据传运光缆的故障等都会大面积地、深刻地影响到中国生命科学的发展进程，至少在科学源头创新和发展速度上一定如此。其次，尽管在过去的十年里中国科学家积极参与了数个国际化的基因组学研究计划（包括人类基因组计划、人类基因组单倍体型图计划、千人基因组计划等），但是我国基因组学研究整体仍处在“拿着别人造的枪，装着买来的弹，打着别人打剩下的鸟”的基本局面。尤其在仪器和设备研发上，还处在“一无所有”的初级阶段。尽管各中原由诸多，且十分错综，我们仍应实事求是，回顾历程，分析现状，为未来的发展找到务实性的道路。

原文： https://cloud.tencent.com/developer/article/1078324 前言： bedtools等工具号称是可以代替普通的生物信息学数据处理工程师的！我这里用一个专题来讲解它的用法，其实它能实现的需求，我们写脚本都是可以做的，而且我强烈建议正在学编程的小朋友模仿它的各种功能来增强自己的脚本功力。 BEDTools是可用于genomic features的比较，相关操作及进行注释的工具。而genomic features通常使用Browser Extensible Data (BED) 或者 General Feature Format (GFF)文件表示，用UCSC Genome Browser进行可视化比较。bedtools总共有二三十个工具/命令来处理基因组数据。 比较典型而且常用的功能举例如下： 格式转换，bam转bed（bamToBed）， bed转其他格式（bedToBam，bedToIgv）； 对基因组坐标的逻辑运算，包括： 交集（intersectBed，windowBed），”邻集“（closestBed）， 补集（complementBed），并集（mergeBed），差集（subtractBed）; 计算覆盖度（coverage）（coverageBed，genomeCoverageBed）； 好，言归正传

自从第一代测序技术Sanger测序发明以来，使得人们可以不断在单碱基水平研究各物种的基因组序列 。由于Sanger测序价格昂贵，测序通量低等劣势，2005年左右二代测序相继被开发出来，极大地降低了测序的价格和提升了测序的通量。现在测一个人的基因组序列，只需不到1000美元。 测序可以在很多不同的层面开展，包括基因组层面、转录组层面、甲基化层面、免疫共沉淀测序等。今天我们重点讨论一下基因组层面的测序。 基因组层面的测序主要可以分为三大类： 全基因组测序（whole-genome sequencing，简称WGS）、全外显子测序（whole-exome sequencing，简称WES）、靶向测序（targeted sequencing或panel sequencing） （更多精彩请关注微信公众号：AIPuFuBio）。 全基因组测序 ，顾名思义就是对整个基因组的所有碱基进行测序，这样就可以获得整个基因组的序列情况，主要应用有基因组组装、各类基因组变异的鉴定，包括结构变异等。 全基因组测序示意图（ 图片来源：http://www.genomesop.com/） 全外显子测序 ，是对基因组的所有外显子进行测序（通常是编码基因的外显子）。对于人来说，外显子序列大概占到人类基因组序列的2%左右。主要应用于鉴定单核苷酸变异或少量碱基的插入或缺失等。 全外显子测序示意图（ 图片来源：http:

自从第一代测序技术Sanger测序发明以来，使得人们可以不断在单碱基水平研究各物种的基因组序列。 由于Sanger测序价格昂贵，测序通量低等劣势，2005年左右二代测序相继被开发出来，极大地降低了测序的价格和提升了测序的通量。现在测一个人的基因组序列，只需不到1000美元。 测序可以在很多不同的层面开展，包括基因组层面、转录组层面、甲基化层面、免疫共沉淀测序等。今天我们重点讨论一下基因组层面的测序。 基因组层面的测序主要可以分为三大类：全基因组测序（whole-genome sequencing，简称WGS）、全外显子测序（whole-exome sequencing，简称WES）、靶向测序（targeted sequencing或panel sequencing） （更多精彩请关注微信公众号：AIPuFuBio）。 全基因组测序 ，顾名思义就是对整个基因组的所有碱基进行测序，这样就可以获得整个基因组的序列情况，主要应用有基因组组装、各类基因组变异的鉴定，包括结构变异等。 全基因组测序示意图（ 图片来源：http://www.genomesop.com/） 全外显子测序 ，是对基因组的所有外显子进行测序（通常是编码基因的外显子）。对于人来说，外显子序列大概占到人类基因组序列的2%左右。主要应用于鉴定单核苷酸变异或少量碱基的插入或缺失等。 全外显子测序示意图（ 图片来源：http:/