-
PacBio-Full-length 16S/18S/ITS Amplicon Sequencing
ແພລະຕະຟອມ Amplicon (16S/18S/ITS) ຖືກພັດທະນາໂດຍມີປະສົບການຫຼາຍປີໃນການວິເຄາະໂຄງການຄວາມຫຼາກຫຼາຍຂອງຈຸລິນຊີ, ເຊິ່ງປະກອບດ້ວຍການວິເຄາະພື້ນຖານມາດຕະຖານແລະການວິເຄາະສ່ວນບຸກຄົນ: ການວິເຄາະພື້ນຖານກວມເອົາເນື້ອໃນການວິເຄາະຕົ້ນຕໍຂອງການຄົ້ນຄວ້າຈຸລິນຊີໃນປະຈຸບັນ, ເນື້ອໃນການວິເຄາະແມ່ນອຸດົມສົມບູນແລະສົມບູນແບບ, ແລະຜົນໄດ້ຮັບການວິເຄາະໄດ້ຖືກນໍາສະເຫນີໃນຮູບແບບຂອງບົດລາຍງານໂຄງການ;ເນື້ອໃນຂອງການວິເຄາະສ່ວນບຸກຄົນແມ່ນມີຄວາມຫລາກຫລາຍ.ຕົວຢ່າງສາມາດເລືອກໄດ້ແລະຕົວກໍານົດການສາມາດກໍານົດໄດ້ຕາມຄວາມຍືດຫຍຸ່ນຂອງບົດລາຍງານການວິເຄາະພື້ນຖານແລະຈຸດປະສົງການຄົ້ນຄວ້າ, ເພື່ອຮັບຮູ້ຄວາມຕ້ອງການສ່ວນບຸກຄົນ.ລະບົບປະຕິບັດການ Windows, ງ່າຍດາຍແລະໄວ.
-
PacBio-Transcriptome ຄວາມຍາວເຕັມ (ບໍ່ອ້າງອີງ)
ເອົາຂໍ້ມູນການຈັດລໍາດັບ Isoform Pacific Biosciences (PacBio) ເປັນການປ້ອນຂໍ້ມູນ, App ນີ້ສາມາດກໍານົດລໍາດັບການຖອດຈາກຄວາມຍາວເຕັມ (ໂດຍບໍ່ມີການປະກອບ).ໂດຍການສ້າງແຜນທີ່ລໍາດັບຄວາມຍາວເຕັມຕໍ່ກັບ genome ອ້າງອິງ, ການຖອດຂໍ້ຄວາມສາມາດຖືກປັບປຸງໃຫ້ດີທີ່ສຸດໂດຍພັນທຸກໍາທີ່ຮູ້ຈັກ, ຂໍ້ຄວາມຖອດຂໍ້ຄວາມ, ພາກພື້ນລະຫັດ, ແລະອື່ນໆ. ໃນກໍລະນີນີ້, ການກໍານົດໂຄງສ້າງ mRNA ທີ່ຖືກຕ້ອງກວ່າ, ເຊັ່ນ: ການແຍກທາງເລືອກ, ແລະອື່ນໆ, ສາມາດບັນລຸໄດ້.ການວິເຄາະຮ່ວມກັນກັບຂໍ້ມູນລໍາດັບ NGS transcriptome ຊ່ວຍໃຫ້ຄໍາບັນຍາຍທີ່ສົມບູນແບບແລະປະລິມານທີ່ຖືກຕ້ອງຫຼາຍຂຶ້ນໃນການສະແດງອອກໃນລະດັບການຖອດຂໍ້ຄວາມ, ເຊິ່ງສ່ວນໃຫຍ່ແມ່ນໃຫ້ຜົນປະໂຫຍດການສະແດງອອກແລະການວິເຄາະທີ່ເປັນປະໂຫຍດ.
-
ຊຸດເຄື່ອງມື
BMKCloud ເປັນແພລດຟອມຊີວະປະຫວັດຫຍໍ້ຊັ້ນນໍາທີ່ສະຫນອງການແກ້ໄຂແບບຢຸດດຽວສໍາລັບໂຄງການ genomic, ເຊິ່ງໄດ້ຮັບຄວາມໄວ້ວາງໃຈຢ່າງກວ້າງຂວາງຈາກນັກຄົ້ນຄວ້າໃນເວທີຕ່າງໆລວມທັງການແພດ, ການກະສິກໍາ, ສິ່ງແວດລ້ອມ, ແລະອື່ນໆ. BMKCloud ມຸ່ງຫມັ້ນທີ່ຈະສະຫນອງການບໍລິການປະສົມປະສານ, ເຊື່ອຖືໄດ້ແລະປະສິດທິພາບລວມທັງເວທີການວິເຄາະ bioinformatic ແລະເຄື່ອງມື. , ຊັບພະຍາກອນຄອມພິວເຕີ, ຖານຂໍ້ມູນສາທາລະນະ, ຫຼັກສູດອອນໄລນ໌ bioinformtic, ແລະອື່ນໆ BMKCloud ມີເຄື່ອງມື bioinformatic ຕ່າງໆທີ່ໃຊ້ເລື້ອຍໆລວມທັງ gene annotation, evolutionary genetic tools, ncRNA, ການຄວບຄຸມຄຸນນະພາບຂໍ້ມູນ, ການປະກອບ, ການສອດຄ່ອງ, ການສະກັດເອົາຂໍ້ມູນ, ການກາຍພັນ, ສະຖິຕິ, ຕົວສ້າງຕົວເລກ, ລໍາດັບ. ການວິເຄາະ, ແລະອື່ນໆ.
-
RNA ນ້ອຍ
RNA ຂະໜາດນ້ອຍແມ່ນປະເພດຂອງ RNA ທີ່ບໍ່ແມ່ນລະຫັດສັ້ນທີ່ມີຄວາມຍາວສະເລ່ຍ 18-30 nt, ລວມທັງ miRNA, siRNA ແລະ piRNA.RNA ຂະຫນາດນ້ອຍເຫຼົ່ານີ້ໄດ້ຖືກລາຍງານຢ່າງຫຼວງຫຼາຍວ່າມີສ່ວນຮ່ວມໃນຂະບວນການທາງຊີວະວິທະຍາຕ່າງໆເຊັ່ນ: ການທໍາລາຍ mRNA, ການຍັບຍັ້ງການແປພາສາ, ການສ້າງ heterochromatin, ແລະອື່ນໆ. ເວທີການວິເຄາະລໍາດັບປະກອບດ້ວຍການວິເຄາະມາດຕະຖານແລະການຂຸດຄົ້ນຂໍ້ມູນແບບພິເສດ.ບົນພື້ນຖານຂອງຂໍ້ມູນ RNA-seq, ການວິເຄາະມາດຕະຖານສາມາດບັນລຸການກໍານົດແລະການຄາດຄະເນ miRNA, ການຄາດຄະເນ gene ເປົ້າຫມາຍ miRNA, ຄໍາອະທິບາຍແລະການວິເຄາະການສະແດງອອກ.ການວິເຄາະແບບພິເສດເຮັດໃຫ້ການຄົ້ນຫາແລະການສະກັດເອົາ miRNA ທີ່ກໍາຫນົດເອງ, ການສ້າງແຜນວາດ Venn, miRNA ແລະການສ້າງເຄືອຂ່າຍ gene ເປົ້າຫມາຍ.
-
NGS-WGS (Illumina/BGI)
NGS-WGS ເປັນແພລະຕະຟອມການວິເຄາະການຈັດລໍາດັບ genome ທັງຫມົດ, ເຊິ່ງຖືກພັດທະນາໂດຍອີງໃສ່ປະສົບການທີ່ອຸດົມສົມບູນໃນ Biomarker Technologies.ແພລະຕະຟອມທີ່ງ່າຍຕໍ່ການໃຊ້ນີ້ຊ່ວຍໃຫ້ການຍື່ນສະເຫນີຢ່າງໄວວາຂອງຂະບວນການວິເຄາະປະສົມປະສານໂດຍພຽງແຕ່ກໍານົດຕົວກໍານົດການພື້ນຖານຈໍານວນຫນ້ອຍ, ເຊິ່ງເຫມາະກັບຂໍ້ມູນການຈັດລໍາດັບ DNA ທີ່ຜະລິດຈາກທັງເວທີ Illumina ແລະເວທີການຈັດລໍາດັບ BGI.ແພລະຕະຟອມນີ້ແມ່ນໃຊ້ໃນເຄື່ອງແມ່ຂ່າຍຄອມພິວເຕີ້ທີ່ມີປະສິດທິພາບສູງ, ເຊິ່ງຊ່ວຍໃຫ້ການວິເຄາະຂໍ້ມູນທີ່ມີປະສິດທິພາບສູງໃນເວລາຈໍາກັດຫຼາຍ.ການຂຸດຄົ້ນຂໍ້ມູນສ່ວນບຸກຄົນແມ່ນມີຢູ່ໃນພື້ນຖານຂອງການວິເຄາະມາດຕະຖານ, ລວມທັງການສອບຖາມ gene mutated, ການອອກແບບ primer PCR, ແລະອື່ນໆ.
-
mRNA(ອ້າງອີງ)
Transcriptome ແມ່ນການເຊື່ອມໂຍງລະຫວ່າງຂໍ້ມູນທາງພັນທຸກໍາຂອງ genomic ແລະ proteome ຂອງການເຮັດວຽກທາງຊີວະພາບ.ກົດລະບຽບລະດັບການຖອດຂໍ້ຄວາມແມ່ນສໍາຄັນທີ່ສຸດແລະເປັນວິທີການສຶກສາຢ່າງກວ້າງຂວາງທີ່ສຸດຂອງອົງການຈັດຕັ້ງ.ການຈັດລໍາດັບການຖອດຂໍ້ຄວາມສາມາດຈັດລໍາດັບ transcriptome ໃນຈຸດໃດຫນຶ່ງໃນເວລາຫຼືພາຍໃຕ້ເງື່ອນໄຂໃດກໍ່ຕາມ, ດ້ວຍຄວາມລະອຽດທີ່ຖືກຕ້ອງກັບ nucleotide ດຽວ. ມັນສາມາດສະທ້ອນເຖິງລະດັບຂອງ transcription gene, ພ້ອມກັນກໍານົດແລະປະລິມານການຖອດຂໍ້ຄວາມທີ່ຫາຍາກແລະປົກກະຕິ, ແລະໃຫ້ຂໍ້ມູນໂຄງສ້າງຂອງ. ຕົວຢ່າງການຖອດຂໍ້ຄວາມສະເພາະ.
ໃນປັດຈຸບັນ, ເທກໂນໂລຍີການຈັດລໍາດັບ transcriptome ໄດ້ຖືກນໍາໃຊ້ຢ່າງກວ້າງຂວາງໃນການປູກຝັງ, ຢາປົວພະຍາດແລະຂົງເຂດການຄົ້ນຄວ້າອື່ນໆ, ລວມທັງກົດລະບຽບການພັດທະນາສັດແລະພືດ, ການປັບຕົວຂອງສິ່ງແວດລ້ອມ, ປະຕິສໍາພັນຂອງພູມຕ້ານທານ, ທ້ອງຖິ່ນຂອງພັນທຸກໍາ, ການວິວັດທະນາທາງພັນທຸກໍາຂອງຊະນິດພັນແລະການກວດພົບໂຣກ tumor ແລະພັນທຸກໍາ.
-
Metagenomics (NGS)
ເວທີການວິເຄາະນີ້ຖືກອອກແບບມາສໍາລັບການວິເຄາະຂໍ້ມູນ metagenomic shotgun ໂດຍອີງໃສ່ປະສົບການຫຼາຍປີ.ມັນປະກອບດ້ວຍຂະບວນການເຮັດວຽກແບບປະສົມປະສານທີ່ປະກອບດ້ວຍການວິເຄາະ metagenomics ທີ່ຕ້ອງການທົ່ວໄປລວມທັງການປຸງແຕ່ງຂໍ້ມູນ, ການສຶກສາລະດັບຊະນິດພັນ, ການສຶກສາລະດັບການເຮັດວຽກຂອງ gene, metagenome binning, ແລະອື່ນໆ. ນອກຈາກນັ້ນ, ເຄື່ອງມືຂຸດຄົ້ນຂໍ້ມູນແບບປັບແຕ່ງແມ່ນສາມາດໃຊ້ໄດ້ຕາມຂັ້ນຕອນການວິເຄາະມາດຕະຖານ, ລວມທັງການສອບຖາມ gene ແລະຊະນິດພັນ. , ການຕັ້ງຄ່າພາລາມິເຕີ, ການສ້າງຕົວເລກສ່ວນບຸກຄົນ, ແລະອື່ນໆ.
-
LncRNA
RNAs ທີ່ບໍ່ແມ່ນລະຫັດຍາວ (lncRNA) ແມ່ນປະເພດຂອງການຖອດຂໍ້ຄວາມທີ່ມີຄວາມຍາວຫຼາຍກວ່າ 200 nt, ເຊິ່ງບໍ່ສາມາດຂຽນລະຫັດໂປຣຕີນໄດ້.ຫຼັກຖານສະສົມຊີ້ໃຫ້ເຫັນວ່າສ່ວນໃຫຍ່ຂອງ lncRNAs ມີແນວໂນ້ມທີ່ຈະເປັນປະໂຫຍດຫຼາຍ.ເທກໂນໂລຍີການຈັດລໍາດັບທີ່ຜ່ານທາງຜ່ານສູງແລະເຄື່ອງມືການວິເຄາະທາງຊີວະພາບຊ່ວຍໃຫ້ພວກເຮົາເປີດເຜີຍລໍາດັບ lncRNA ແລະຂໍ້ມູນການຈັດຕໍາແຫນ່ງຢ່າງມີປະສິດທິພາບແລະນໍາພາພວກເຮົາໃຫ້ຄົ້ນພົບ lncRNAs ທີ່ມີຫນ້າທີ່ກົດລະບຽບທີ່ສໍາຄັນ.BMKCloud ມີຄວາມພູມໃຈທີ່ຈະໃຫ້ແພລະຕະຟອມການວິເຄາະລໍາດັບ lncRNA ຂອງລູກຄ້າຂອງພວກເຮົາເພື່ອບັນລຸການວິເຄາະ lncRNA ໄວ, ເຊື່ອຖືໄດ້ແລະມີຄວາມຍືດຫຍຸ່ນ.
-
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 Transscriptomics ຄວາມຍາວເຕັມ
isoforms ທາງເລືອກທີ່ຊັບຊ້ອນແລະປ່ຽນແປງໄດ້ໃນສິ່ງມີຊີວິດແມ່ນກົນໄກທາງພັນທຸກໍາທີ່ສໍາຄັນສໍາລັບການຄວບຄຸມການສະແດງອອກຂອງ gene ແລະຄວາມຫຼາກຫຼາຍຂອງທາດໂປຼຕີນ.ການກໍານົດໂຄງສ້າງການຖອດຂໍ້ຄວາມທີ່ຖືກຕ້ອງແມ່ນພື້ນຖານສໍາລັບການສຶກສາໃນຄວາມເລິກຂອງຮູບແບບກົດລະບຽບການສະແດງອອກຂອງເຊື້ອສາຍ.ເວທີການຈັດລໍາດັບ Nanopore ໄດ້ນໍາເອົາການສຶກສາ transcriptomic ໄປສູ່ລະດັບ isoform.ແພລະຕະຟອມການວິເຄາະນີ້ຖືກອອກແບບມາເພື່ອວິເຄາະຂໍ້ມູນ RNA-Seq ທີ່ສ້າງຂຶ້ນໃນເວທີ Nanopore ບົນພື້ນຖານຂອງ genome ອ້າງອີງ, ເຊິ່ງບັນລຸການວິເຄາະດ້ານຄຸນນະພາບແລະປະລິມານທັງໃນລະດັບ gene ແລະລະດັບການຖອດຂໍ້ຄວາມ.
-
circ-RNA
Circular RNA (circRNA) ແມ່ນປະເພດຂອງ RNA ທີ່ບໍ່ແມ່ນລະຫັດ, ເຊິ່ງບໍ່ດົນມານີ້ພົບເຫັນວ່າມີບົດບາດສໍາຄັນໃນເຄືອຂ່າຍກົດລະບຽບທີ່ກ່ຽວຂ້ອງກັບການພັດທະນາ, ການຕໍ່ຕ້ານສິ່ງແວດລ້ອມ, ແລະອື່ນໆ. ແຕກຕ່າງຈາກໂມເລກຸນ RNA ເສັ້ນ, ເຊັ່ນ mRNA, lncRNA, 3′ ແລະ 5′. ປາຍຂອງ circRNA ຖືກລວມເຂົ້າກັນເພື່ອສ້າງເປັນໂຄງສ້າງວົງ, ເຊິ່ງຊ່ວຍປະຢັດພວກມັນຈາກການຍ່ອຍສະຫຼາຍຂອງ exonuclease ແລະມີຄວາມຫມັ້ນຄົງຫຼາຍກ່ວາ RNA ເສັ້ນຊື່ສ່ວນໃຫຍ່.CircRNA ໄດ້ຖືກພົບເຫັນວ່າມີຫນ້າທີ່ຫຼາກຫຼາຍໃນການຄວບຄຸມການສະແດງອອກຂອງ gene.CircRNA ສາມາດປະຕິບັດເປັນ ceRNA, ເຊິ່ງຜູກມັດ miRNA ແຂ່ງຂັນ, ເອີ້ນວ່າ miRNA sponge.ເວທີການວິເຄາະລໍາດັບ CircRNA ເສີມສ້າງໂຄງສ້າງ circRNA ແລະການວິເຄາະການສະແດງອອກ, ການຄາດຄະເນເປົ້າຫມາຍແລະການວິເຄາະຮ່ວມກັນກັບໂມເລກຸນ RNA ປະເພດອື່ນໆ.
-
BSA
ແພລະຕະຟອມການວິເຄາະ Segregant Bulked ປະກອບດ້ວຍການວິເຄາະມາດຕະຖານຂັ້ນຕອນດຽວແລະການວິເຄາະຂັ້ນສູງດ້ວຍການຕັ້ງຄ່າພາລາມິເຕີທີ່ກໍາຫນົດເອງ.BSA ແມ່ນເຕັກນິກທີ່ໃຊ້ໃນການກໍານົດຕົວຊີ້ທາງພັນທຸກໍາທີ່ກ່ຽວຂ້ອງກັບ phenotype ຢ່າງໄວວາ.ຂະບວນການເຮັດວຽກຕົ້ນຕໍຂອງ BSA ປະກອບມີ: 1. ການຄັດເລືອກສອງກຸ່ມຂອງບຸກຄົນທີ່ມີ phenotypes ກົງກັນຂ້າມທີ່ສຸດ;2. ການລວມເອົາ DNA, RNA ຫຼື SLAF-seq (ພັດທະນາໂດຍ Biomarker) ຂອງບຸກຄົນທັງໝົດເພື່ອສ້າງເປັນສອງສ່ວນຂອງ DNA;3. ການກໍານົດລໍາດັບຄວາມແຕກຕ່າງຕໍ່ກັບ genome ອ້າງອິງຫຼືໃນລະຫວ່າງ, 4. ຄາດຄະເນພາກພື້ນທີ່ເຊື່ອມຕໍ່ໂດຍ ED ແລະ SNP-index algorithm;5. ການວິເຄາະໜ້າທີ່ ແລະການປັບປຸງພັນທຸກໍາໃນພາກພື້ນຂອງຜູ້ສະໝັກ, ແລະອື່ນໆ. ຍັງມີການຂຸດຄົ້ນຂໍ້ມູນແບບພິເສດຫຼາຍຂຶ້ນ ລວມທັງການກວດຫາເຄື່ອງໝາຍພັນທຸກໍາ ແລະການອອກແບບ primer.
