通用电气为中国新添88台风力涡轮机

大豆是目前第一个公布了有完整的基因组序列种的豆科植物,这成就提高了其作为生物燃料原料潜力。     

巨魾(Bagarius yarrelli)全基因组微卫星分布特征分析

对已公布在NCBI数据库中的巨魾(Bagarius yarrelli)全基因组测序结果,使用MISA软件对巨魾全基因组中的微卫星进行筛选并分析其数量与分布特征. 在巨魾基因组570 806 968 bp序列中,共筛选出360 235个完整型微卫星,其长度为6 998 449 bp,占基因序列总长度的1.23%. 在6种完整型微卫星中,微卫星数量最多的是单碱基类型,约占总数的44.65%,其余碱基类型数量排序为二碱基(43.29%)、三碱基(6.12%)、四碱基(4.80%)、五碱基(1.02%)和六碱基(0.11%). 基因组中数量最多的前10种微卫星类别分别为:A、AC、AG、AT、AAT、C、ATAG、AAAT、ACT和ATC.     

花斑无须鲶(Ageneiosus marmoratus)全基因组微卫星分布特征研究

根据NCBI已公布的花斑无须鲶全基因组序列,利用MISA软件对花斑无须鲶全基因组的6种完整型微卫星进行筛选并分析其分布特征. 结果如下:在花斑无须鲶全基因组(约1.03Gb)中符合条件的微卫星序列共336 037个,丰度为326个/Mb. 微卫星总长度为7 720 686 bp,占花斑无须鲶全基因组的0.75%. 其中二碱基类型的微卫星数目最多,为145 318个,占微卫星总数的43.24%,其次分别为单碱基(37.12%)、三碱基(11.00%)、四碱基(7.39%)、五碱基(1.04%)和六碱基(0.21%). 花斑无须鲶全基因组微卫星中的优势碱基类别按照数量从高到低排列依次为A、AC、AG、AT、AAT、AAAT、TATC、AAG、AAC和TGA,共有305 243个,占微卫星总数的 90.84%,A、T碱基在微卫星中占绝对优势.     

快速的致病基因分析方法

目前通过IBD定位研究致病基因首先需要检测IBD片段,然后利用得到的IBD关系进行关联检测来定位致病基因,但是寻找IBD片段需要较长时间。提出了一种新的算法FADG,通过分析IBS和IBD的关系找出候选IBD片段,然后定义评价函数分别对病例组和对照组进行分析,差异最大的SNP位点就是致病位点。通过对GAW15提供的类风湿关节炎模拟数据的五个主要的致病位点和GS生成的模拟数据进行分析,实验结果与数据给定的致病位点一致;与已有的方法进行对比表明该算法在能找到正确位点的基础上效率较高;最后选择了RA数据中两条染色体分别进行permutation测试,验证算法得到致病位点的可信度,进一步排除所得结果假阳性的可能性。     

DNA序列拼接中de Bruijn图结构的研究

基因组测序是生物信息学中最基本的研究方向之一,然而大多数生物的基因组都不可能一次性获得,需要利用序列拼接技术对实验中获得的DNA片段进行拼接操作.目前,测序过程中获得的DNA片段越来越短,基于Euler路径的拼接算法在处理这种短片段拼按时具有优势.在Euler路径算法中,一个关键的步骤是de Bruijn图的构建,一直以来,构建de Bruijn图的方式总是让后一个k-mer与前一个k-mer 之间有k-1个碱基的交叠,相邻的两个k-mer之间相互错开一位.但文中的研究发现,如果有边连接的两个k-mer之间有k-2个或者更少的碱基相交叠,会对de Bruijn图结构复杂性产生重要影响.针对这些影响进行详细分析,并设计实验进行验证,实验结果表明,k-mer之间的错位数变化对de Bruijn图结构复杂性有显著影响.     

基于图划分的全基因组并行拼接算法

提出了一种基于图划分的全基因组并行拼接算法.该算法巧妙地将数据划分问题转化成图划分的问题,解决了传统数据划分算法中存在的节点负载不平衡的问题.同时,算法在建立关系图时有效地利用了WGS测序中所提供reads之间的长度信息和配对信息,使reads关系图能更准确地反映出数据之间的关系特性,从而提高了数据划分的准确性.实验结果表明,该算法可以准确地划分各种模拟数据、真实数据的数据集,相对于传统数据划分算法划分质量有了明显改善.     

基于TPE的SpaRC算法超参数优化方法

宏基因组序列组装在计算和内存上面临着巨大挑战。SpaRC(Spark Reads Clustering)是基于Apache Spark的宏基因组序列片段聚类算法,为来自下一代测序技术的数十亿测序片段聚类提供了一种可扩展的解决方案。但是,SpaRC算法参数的设置是一项非常具有挑战性的工作。SpaRC算法拥有许多对算法性能有着很大影响的超参数,选择合适的超参数集对于充分发挥SpaRC算法的性能来说是至关重要的。为了提高SpaRC算法的性能,探索了一种基于树状结构Parzen估计方法(Tree Parzen Estimator,TPE)的超参数优化方法,其能够利用先验知识高效地调节参数,并通过减少计算任务加速寻找最优参数,达到最佳聚类效果,从而避免昂贵的参数探索。对长序列片段(PacBio)和短序列片段(CAMI2)进行实验,结果表明,该方法在改善SpaRC算法性能方面有着良好的效果。     

材料基因组计划可加快新材料产出

正相较于"人类基因组计划"的火热,公众对于"材料基因组计划"一直知之甚少。近日,中国工程院院士、中国钢研科技集团有限公司教授级高工王海舟在京表示,"材料基因组计划"可以将新材料的研发速度"至少翻一番"。传统的材料研制方法主要为试错法,即利用现有关于材料的理论与知识经验,通过调整研究材料配比,进行表征测试和检验,最终找到满足需求的材料。     

哈茨木霉菌Tri101基因的克隆与序列分析

根据拟枝孢镰刀菌等真菌中Tri101的保守序列设计简并引物,利用简并PCR和基因组步行法克隆了哈茨木霉菌Tri101基因.结果表明:Tri101基因的开放阅读框为1 314 bp,无内含子存在,与预计的Tri101序列特征一致.该基因编码蛋白质由437个氨基酸组成,预测相对分子质量约为4.75 kD,系统进化树显示其与棒曲霉(Aspergillus clavatus)NRRL 1亲缘关系最近,与NRRL 1中3-O-乙酰转移酶的的蛋白质同源性达到55%.Blast数据库分析表明其属于转移酶总科,单端孢酶烯乙酰转移化酶.以禾谷镰刀菌(Fusarium graminearum)TRI101蛋白(Parent PDB:3b2s Chain:A)的晶体为模板进行了同源建模,为进一步研究该基因的功能奠定基础.