page_head_bg

BMKCloud

  • PacBio-Full-length Transcriptome (Non-Reference)

    PacBio-Transcriptome ຄວາມຍາວເຕັມ (ບໍ່ອ້າງອີງ)

    ແພລດຟອມ Amplicon (16S/18S/ITS) ຖືກພັດທະນາດ້ວຍປະສົບການຫຼາຍປີໃນການວິເຄາະໂຄງການຄວາມຫຼາກຫຼາຍຂອງຈຸລິນຊີ, ເຊິ່ງປະກອບດ້ວຍການວິເຄາະພື້ນຖານມາດຕະຖານ ແລະການວິເຄາະສ່ວນບຸກຄົນ: ການວິເຄາະພື້ນຖານກວມເອົາເນື້ອໃນການວິເຄາະຫຼັກຂອງການຄົ້ນຄວ້າຈຸລິນຊີໃນປະຈຸບັນ, ເນື້ອໃນການວິເຄາະແມ່ນອຸດົມສົມບູນ ແລະສົມບູນແບບ, ແລະຜົນໄດ້ຮັບການວິເຄາະໄດ້ຖືກນໍາສະເຫນີໃນຮູບແບບຂອງບົດລາຍງານໂຄງການ;ເນື້ອໃນຂອງການວິເຄາະສ່ວນບຸກຄົນແມ່ນມີຄວາມຫລາກຫລາຍ.ຕົວຢ່າງສາມາດເລືອກໄດ້ແລະຕົວກໍານົດການສາມາດກໍານົດຄວາມຍືດຫຍຸ່ນຕາມບົດລາຍງານການວິເຄາະພື້ນຖານແລະຈຸດປະສົງການຄົ້ນຄວ້າ, ເພື່ອຮັບຮູ້ຄວາມຕ້ອງການສ່ວນບຸກຄົນ.ລະບົບປະຕິບັດການ Windows, ງ່າຍດາຍແລະໄວ.

  • PacBio-Full-length Transcriptome (Non-Reference)

    PacBio-Transcriptome ຄວາມຍາວເຕັມ (ບໍ່ອ້າງອີງ)

    ການ​ເອົາ​ຂໍ້​ມູນ​ການ​ຈັດ​ລໍາ​ດັບ Isoform Pacific Biosciences (PacBio​) ເປັນ​ການ​ປ້ອນ​ຂໍ້​ມູນ​, App ນີ້​ສາ​ມາດ​ກໍາ​ນົດ​ລໍາ​ດັບ​ການ​ຖອດ​ຈາກ​ຄວາມ​ຍາວ​ເຕັມ (ໂດຍ​ບໍ່​ມີ​ການ​ປະ​ກອບ​)​.ໂດຍການສ້າງແຜນທີ່ລໍາດັບຄວາມຍາວເຕັມຕໍ່ກັບ genome ອ້າງອິງ, ການຖອດຂໍ້ຄວາມສາມາດໄດ້ຮັບການປັບປຸງໃຫ້ດີທີ່ສຸດໂດຍພັນທຸກໍາທີ່ຮູ້ຈັກ, ການຖອດຂໍ້ຄວາມ, ພາກພື້ນລະຫັດ, ແລະອື່ນໆ. ໃນກໍລະນີນີ້, ການກໍານົດໂຄງສ້າງ mRNA ທີ່ຖືກຕ້ອງກວ່າ, ເຊັ່ນ: ການແຍກທາງເລືອກ, ແລະອື່ນໆ, ສາມາດບັນລຸໄດ້.ການວິເຄາະຮ່ວມກັນກັບຂໍ້ມູນລໍາດັບ NGS transcriptome ຊ່ວຍໃຫ້ຄໍາບັນຍາຍທີ່ສົມບູນແບບແລະປະລິມານທີ່ຖືກຕ້ອງຫຼາຍຂຶ້ນໃນການສະແດງອອກໃນລະດັບການຖອດຂໍ້ຄວາມ, ເຊິ່ງສ່ວນໃຫຍ່ແມ່ນຜົນປະໂຫຍດຂອງການສະແດງຜົນຄວາມແຕກຕ່າງທາງລຸ່ມແລະການວິເຄາະທີ່ເປັນປະໂຫຍດ.

  • Toolkits

    ຊຸດເຄື່ອງມື

    BMKCloud ເປັນແພລດຟອມຊີວະປະຫວັດຫຍໍ້ຊັ້ນນໍາທີ່ສະຫນອງການແກ້ໄຂແບບຢຸດດຽວສໍາລັບໂຄງການ genomic, ເຊິ່ງໄດ້ຮັບຄວາມໄວ້ວາງໃຈຢ່າງກວ້າງຂວາງຈາກນັກຄົ້ນຄວ້າໃນເວທີຕ່າງໆລວມທັງການແພດ, ການກະສິກໍາ, ສິ່ງແວດລ້ອມ, ແລະອື່ນໆ. BMKCloud ມຸ່ງຫມັ້ນທີ່ຈະໃຫ້ບໍລິການປະສົມປະສານ, ເຊື່ອຖືໄດ້ແລະປະສິດທິພາບລວມທັງແພລະຕະຟອມການວິເຄາະ bioinformatic ແລະເຄື່ອງມື. , ຊັບພະຍາກອນຄອມພິວເຕີ, ຖານຂໍ້ມູນສາທາລະນະ, ຫຼັກສູດອອນໄລນ໌ bioinformtic, ແລະອື່ນໆ BMKCloud ມີເຄື່ອງມື bioinformatic ຕ່າງໆທີ່ໃຊ້ເລື້ອຍໆລວມທັງ gene annotation, evolutionary genetic tools, ncRNA, ການຄວບຄຸມຄຸນນະພາບຂໍ້ມູນ, ການປະກອບ, ການສອດຄ່ອງ, ການສະກັດຂໍ້ມູນ, ການກາຍພັນ, ສະຖິຕິ, ຕົວສ້າງຕົວເລກ, ລໍາດັບ. ການວິເຄາະ, ແລະອື່ນໆ.

  • small RNA

    RNA ນ້ອຍ

    RNA ຂະໜາດນ້ອຍແມ່ນປະເພດຂອງ RNA ທີ່ບໍ່ມີລະຫັດສັ້ນທີ່ມີຄວາມຍາວສະເລ່ຍ 18-30 nt, ລວມທັງ miRNA, siRNA ແລະ piRNA.RNAs ຂະຫນາດນ້ອຍເຫຼົ່ານີ້ໄດ້ຖືກລາຍງານຢ່າງຫຼວງຫຼາຍວ່າມີສ່ວນຮ່ວມໃນຂະບວນການທາງຊີວະວິທະຍາຕ່າງໆເຊັ່ນ: ການທໍາລາຍ mRNA, ການຍັບຍັ້ງການແປພາສາ, ການສ້າງ heterochromatin, ແລະອື່ນໆ. ເວທີການວິເຄາະລໍາດັບປະກອບດ້ວຍການວິເຄາະມາດຕະຖານແລະການຂຸດຄົ້ນຂໍ້ມູນແບບພິເສດ.ບົນພື້ນຖານຂອງຂໍ້ມູນ RNA-seq, ການວິເຄາະມາດຕະຖານສາມາດບັນລຸການກໍານົດແລະການຄາດຄະເນ miRNA, ການຄາດຄະເນ gene ເປົ້າຫມາຍ miRNA, ຄໍາອະທິບາຍແລະການວິເຄາະການສະແດງອອກ.ການວິເຄາະແບບພິເສດເຮັດໃຫ້ການຊອກຫາແລະການສະກັດເອົາ miRNA ທີ່ກໍາຫນົດເອງ, ການສ້າງແຜນວາດ Venn, miRNA ແລະການສ້າງເຄືອຂ່າຍ gene ເປົ້າຫມາຍ.

  • NGS-WGS (Illumina/BGI)

    NGS-WGS (Illumina/BGI)

    NGS-WGS ແມ່ນແພລະຕະຟອມການວິເຄາະການຈັດລໍາດັບ genome ທັງຫມົດ, ເຊິ່ງຖືກພັດທະນາໂດຍອີງໃສ່ປະສົບການທີ່ອຸດົມສົມບູນໃນ Biomarker Technologies.ແພລະຕະຟອມທີ່ງ່າຍຕໍ່ການໃຊ້ນີ້ຊ່ວຍໃຫ້ການຍື່ນສະເຫນີຢ່າງໄວວາຂອງຂັ້ນຕອນການວິເຄາະປະສົມປະສານໂດຍພຽງແຕ່ກໍານົດຕົວກໍານົດການພື້ນຖານຈໍານວນຫນ້ອຍ, ເຊິ່ງເຫມາະສົມກັບຂໍ້ມູນການຈັດລໍາດັບ DNA ທີ່ຜະລິດຈາກທັງເວທີ Illumina ແລະເວທີການຈັດລໍາດັບ BGI.ແພລະຕະຟອມນີ້ແມ່ນໃຊ້ໃນເຄື່ອງແມ່ຂ່າຍຄອມພິວເຕີ້ທີ່ມີປະສິດທິພາບສູງ, ເຊິ່ງຊ່ວຍໃຫ້ການວິເຄາະຂໍ້ມູນທີ່ມີປະສິດທິພາບສູງໃນເວລາຈໍາກັດຫຼາຍ.ການຂຸດຄົ້ນຂໍ້ມູນສ່ວນບຸກຄົນແມ່ນມີຢູ່ໃນພື້ນຖານຂອງການວິເຄາະມາດຕະຖານ, ລວມທັງການສອບຖາມ gene mutated, ການອອກແບບ primer PCR, ແລະອື່ນໆ.

  • mRNA(Reference)

    mRNA(ອ້າງອີງ)

    Transcriptome ແມ່ນການເຊື່ອມໂຍງລະຫວ່າງຂໍ້ມູນທາງພັນທຸກໍາຂອງພັນທຸກໍາແລະ proteome ຂອງຫນ້າທີ່ທາງຊີວະພາບ.ກົດລະບຽບລະດັບການຖອດຂໍ້ຄວາມແມ່ນສໍາຄັນທີ່ສຸດແລະເປັນວິທີການສຶກສາຢ່າງກວ້າງຂວາງທີ່ສຸດຂອງອົງການຈັດຕັ້ງ.ການຈັດລໍາດັບການຖອດຂໍ້ຄວາມສາມາດຈັດລໍາດັບ transcriptome ໃນທຸກເວລາຫຼືພາຍໃຕ້ເງື່ອນໄຂໃດກໍ່ຕາມ, ດ້ວຍຄວາມລະອຽດທີ່ຖືກຕ້ອງກັບ nucleotide ດຽວ. ມັນສາມາດສະທ້ອນເຖິງລະດັບຂອງ transcription gene, ພ້ອມກັນກໍານົດແລະປະລິມານການຖອດຂໍ້ຄວາມທີ່ຫາຍາກແລະປົກກະຕິ, ແລະໃຫ້ຂໍ້ມູນໂຄງສ້າງຂອງ. ຕົວຢ່າງການຖອດຂໍ້ຄວາມສະເພາະ.

    ໃນປັດຈຸບັນ, ເຕັກໂນໂລຊີການຈັດລໍາດັບ transcriptome ໄດ້ຖືກນໍາໃຊ້ຢ່າງກວ້າງຂວາງໃນການປູກຝັງ, ຢາປົວພະຍາດແລະຂະແຫນງການຄົ້ນຄ້ວາອື່ນໆ, ລວມທັງລະບຽບການພັດທະນາສັດແລະພືດ, ການປັບຕົວຂອງສິ່ງແວດລ້ອມ, ປະຕິສໍາພັນຂອງພູມຕ້ານທານ, ທ້ອງຖິ່ນຂອງພັນທຸກໍາ, ການວິວັດທະນາການພັນທຸກໍາແລະ tumor ແລະພະຍາດທາງພັນທຸກໍາ.

  • Metagenomics (NGS)

    Metagenomics (NGS)

    ເວທີການວິເຄາະນີ້ຖືກອອກແບບມາສໍາລັບການວິເຄາະຂໍ້ມູນ metagenomic shotgun ໂດຍອີງໃສ່ປະສົບການຫຼາຍປີ.ມັນປະກອບດ້ວຍຂະບວນການເຮັດວຽກແບບປະສົມປະສານທີ່ປະກອບດ້ວຍການວິເຄາະ metagenomics ທີ່ຕ້ອງການທົ່ວໄປລວມທັງການປຸງແຕ່ງຂໍ້ມູນ, ການສຶກສາລະດັບຊະນິດພັນ, ການສຶກສາລະດັບການເຮັດວຽກຂອງ gene, metagenome binning, ແລະອື່ນໆ. ນອກຈາກນັ້ນ, ເຄື່ອງມືຂຸດຄົ້ນຂໍ້ມູນແບບປັບແຕ່ງແມ່ນສາມາດໃຊ້ໄດ້ຕາມຂັ້ນຕອນການວິເຄາະມາດຕະຖານ, ລວມທັງການສອບຖາມ gene ແລະຊະນິດພັນ. , ການຕັ້ງຄ່າພາລາມິເຕີ, ການສ້າງຕົວເລກສ່ວນບຸກຄົນ, ແລະອື່ນໆ.

  • LncRNA

    LncRNA

    RNAs ທີ່ບໍ່ເຂົ້າລະຫັດຍາວ (lncRNA) ແມ່ນປະເພດຂອງການຖອດຂໍ້ຄວາມທີ່ມີຄວາມຍາວຫຼາຍກວ່າ 200 nt, ເຊິ່ງບໍ່ສາມາດຂຽນລະຫັດໂປຣຕີນໄດ້.ຫຼັກຖານສະສົມຊີ້ໃຫ້ເຫັນວ່າສ່ວນໃຫຍ່ຂອງ lncRNAs ມີແນວໂນ້ມທີ່ຈະເປັນປະໂຫຍດຫຼາຍ.ເທກໂນໂລຍີການຈັດລໍາດັບທີ່ມີຄວາມລະອຽດສູງແລະເຄື່ອງມືການວິເຄາະທາງຊີວະພາບຊ່ວຍໃຫ້ພວກເຮົາເປີດເຜີຍລໍາດັບ lncRNA ແລະຂໍ້ມູນການຈັດຕໍາແຫນ່ງຢ່າງມີປະສິດທິພາບແລະນໍາພາພວກເຮົາໃຫ້ຄົ້ນພົບ lncRNAs ທີ່ມີຫນ້າທີ່ກົດລະບຽບທີ່ສໍາຄັນ.BMKCloud ມີຄວາມພູມໃຈທີ່ຈະໃຫ້ແພລະຕະຟອມການວິເຄາະລໍາດັບ lncRNA ຂອງລູກຄ້າຂອງພວກເຮົາເພື່ອບັນລຸການວິເຄາະ lncRNA ໄວ, ເຊື່ອຖືໄດ້ແລະມີຄວາມຍືດຫຍຸ່ນ.

  • GWAS

    GWAS

    ການສຶກສາສະມາຄົມທົ່ວພັນທຸກໍາ (GWAS) ມີຈຸດປະສົງເພື່ອກໍານົດຕົວແປທາງພັນທຸກໍາ (genotype) ທີ່ກ່ຽວຂ້ອງກັບລັກສະນະສະເພາະ (phenotype).ການສຶກສາ GWA ສືບສວນເຄື່ອງຫມາຍພັນທຸກໍາຂ້າມ genome ທັງຫມົດຂອງບຸກຄົນຈໍານວນຫຼາຍແລະຄາດຄະເນສະມາຄົມ genotype-phenotype ໂດຍການວິເຄາະສະຖິຕິໃນລະດັບປະຊາກອນ.ການຈັດລຽງລຳດັບພັນທຸກຳທັງໝົດສາມາດຄົ້ນພົບພັນທຸກຳພັນທຸກຳໄດ້.ການສົມທົບກັບຂໍ້ມູນ phenotypic, GWAS ສາມາດຖືກປຸງແຕ່ງເພື່ອກໍານົດ SNPs, QTLs ທີ່ກ່ຽວຂ້ອງກັບ phenotypes ແລະ genes ຂອງຜູ້ສະຫມັກ, ເຊິ່ງສະຫນັບສະຫນູນການປັບປຸງພັນສັດ / ພືດທີ່ທັນສະໄຫມ.SLAF ແມ່ນຍຸດທະສາດການຈັດລໍາດັບ genome ແບບງ່າຍດາຍທີ່ພັດທະນາຕົນເອງ, ເຊິ່ງຄົ້ນພົບເຄື່ອງຫມາຍການແຈກຢາຍທົ່ວ genome, SNP.SNPs ເຫຼົ່ານີ້, ເປັນເຄື່ອງຫມາຍພັນທຸກໍາໂມເລກຸນ, ສາມາດຖືກປຸງແຕ່ງສໍາລັບການສຶກສາສະມາຄົມທີ່ມີລັກສະນະເປົ້າຫມາຍ.ມັນເປັນຍຸດທະສາດທີ່ມີຄ່າໃຊ້ຈ່າຍໃນການກໍານົດລັກສະນະທີ່ຊັບຊ້ອນທີ່ກ່ຽວຂ້ອງກັບການປ່ຽນແປງທາງພັນທຸກໍາ.

  • Nanopore Full-length transcriptomics

    Nanopore Transscriptomics ຄວາມຍາວເຕັມ

    isoforms ທາງເລືອກທີ່ຊັບຊ້ອນແລະປ່ຽນແປງໄດ້ໃນສິ່ງມີຊີວິດແມ່ນກົນໄກທາງພັນທຸກໍາທີ່ສໍາຄັນສໍາລັບການຄວບຄຸມການສະແດງອອກຂອງ gene ແລະຄວາມຫຼາກຫຼາຍຂອງທາດໂປຼຕີນ.ການກໍານົດໂຄງສ້າງການຖອດຂໍ້ຄວາມທີ່ຖືກຕ້ອງແມ່ນພື້ນຖານສໍາລັບການສຶກສາໃນຄວາມເລິກຂອງຮູບແບບກົດລະບຽບການສະແດງອອກຂອງເຊື້ອສາຍ.ເວທີການຈັດລໍາດັບ Nanopore ໄດ້ນໍາເອົາການສຶກສາ transcriptomic ໄປສູ່ລະດັບ isoform.ແພລະຕະຟອມການວິເຄາະນີ້ຖືກອອກແບບມາເພື່ອວິເຄາະຂໍ້ມູນ RNA-Seq ທີ່ສ້າງຂຶ້ນໃນເວທີ Nanopore ບົນພື້ນຖານຂອງ genome ອ້າງອີງ, ເຊິ່ງບັນລຸການວິເຄາະດ້ານຄຸນນະພາບແລະປະລິມານທັງໃນລະດັບ gene ແລະລະດັບ transcripts.

     

12ຕໍ່ໄປ >>> ໜ້າ 1/2

ສົ່ງຂໍ້ຄວາມຂອງເຈົ້າຫາພວກເຮົາ: