CN105740652A - sRNA分析系统及方法 - Google Patents
sRNA分析系统及方法 Download PDFInfo
- Publication number
- CN105740652A CN105740652A CN201610124755.1A CN201610124755A CN105740652A CN 105740652 A CN105740652 A CN 105740652A CN 201610124755 A CN201610124755 A CN 201610124755A CN 105740652 A CN105740652 A CN 105740652A
- Authority
- CN
- China
- Prior art keywords
- analysis
- srna
- data
- analyzed
- result
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Biophysics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biotechnology (AREA)
- Evolutionary Biology (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Bioethics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Evolutionary Computation (AREA)
- Public Health (AREA)
- Software Systems (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明涉及一种sRNA分析系统及方法,该系统包括:用户请求分析模块,用于获取用户的sRNA分析请求以及指定分析数据,并根据所述sRNA分析请求以及指定分析数据进行分析,以获取sRNA分析的流程定制分析结果;数据挖掘展示模块,用于根据所述流程定制分析结果进行sRNA分析,并以文字及图表形式展示所述sRNA分析的结果。本发明可根据用户科研分析需求进行流程定制分析,并根据得到的流程定制分析结果进行sRNA分析,可有效地结合测序样品的生物学特征,探究测序数据的生物学意义,在极短的时间内灵活、准确地完成用户想要进行的分析,提高对测序数据的处理效率,并可有效避免沟通环节可能造成的分析需求误解。
Description
技术领域
本发明涉及生物信息分析技术领域,特别涉及一种sRNA分析系统及方法。
背景技术
随着高通量测序技术在医疗、健康、医药、环境、能源等相关领域的广泛应用,生物大数据时代已经到来。SmallRNA是一种小的非编码RNA,长度为18-30个核苷酸,几乎存在于所有的生物体中,包括:miRNA、siRNA和piRNA。SmallRNA通过多种多样的作用途径,包括mRNA降解、翻译抑制、异染色质形成以及DNA去除,来调控生物体的生长发育和疾病发生,在人、动植物的转录和转录后调控过程中起着重要的作用。
sRNA测序得到的高通量原始数据是长度不等的序列,要通过生物信息学工具把这些序列比对到已有的基因组或者相近物种基因组序列上,并进一步分析得到有生物学意义的结果。在传统的测序公司分析流程中,客户的分析需求需要在客户、测序公司的客服及生物信息分析人员之间进行沟通交流,以确定分析方案。最后客户得到分析结果后又会产生进一步的分析需求,但大部分客户限于专业知识及分析条件,没有计算资源,无法独立完成需要的分析,需要再次与测序公司沟通,进行更进一步的分析。
因此在现有的分析流程下,客户的分析需求可能由于中间的沟通环节被误解甚至丢失,并且数据分析的周期也被拉的很长,数据处理效率低,用户无法灵活的处理自己的测序数据。
发明内容
为解决上述技术问题,本发明一方面提出了一种sRNA分析系统,所述系统包括:
用户请求分析模块,用于获取用户的sRNA分析请求以及指定分析数据,并根据所述sRNA分析请求以及指定分析数据进行分析,以获取sRNA分析的流程定制分析结果;
数据挖掘展示模块,用于根据所述流程定制分析结果进行sRNA分析,并以文字及图表形式展示所述sRNA分析的结果。
优选地,还包括:
云端数据库,用于存储测序数据以及所述sRNA分析的结果数据;
所述sRNA分析请求用于从所述云端数据库中选择指定的数据作为sRNA分析使用数据。
优选地,所述用户请求分析模块包括:
任务生成模块,用于接收所述sRNA分析请求中用户设定的分析内容,根据该分析内容生成对所述sRNA分析使用数据进行分析的操作任务。
优选地,所述系统还包括:
分析软件库,用于存储各种分析软件;
相应地,所述数据挖掘展示模块还包括:
任务调度模块,用于接收所述操作任务,并调用所述分析软件库中的相应分析软件执行所述操作任务。
优选地,所述指定分析数据包括原始sRNA高通量测序数据以及对所述原始sRNA高通量测序数据进行一种或多种处理或分析之后得到的结果数据。
另一方面,本发明还提供了一种sRNA分析方法,所述方法包括:
获取用户的sRNA分析请求以及指定分析数据,并根据所述sRNA分析请求以及指定分析数据进行分析,以获取sRNA分析的流程定制分析结果;
根据所述流程定制分析结果进行sRNA分析,并以文字及图表形式展示所述sRNA分析的结果。
优选地,所述获取用户的sRNA分析请求以及指定分析数据,并根据所述sRNA分析请求以及指定分析数据进行分析,以获取sRNA分析的流程定制分析结果之前,所述方法还包括:
设置用于存储测序数据以及所述sRNA分析的结果数据的云端数据库;
所述sRNA分析请求用于从所述云端数据库中选择指定的数据作为sRNA分析使用数据。
优选地,所述获取用户的sRNA分析请求以及指定分析数据,并根据所述sRNA分析请求以及指定分析数据进行分析,以获取sRNA分析的流程定制分析结果,包括:
接收所述sRNA分析请求中用户设定的分析内容,根据该分析内容生成对所述sRNA分析使用数据进行分析的操作任务。
优选地,所述根据所述流程定制分析结果进行sRNA分析,并以文字及图表形式展示所述sRNA分析的结果之前,所述方法还包括:
设置存储各种分析软件的分析软件库;
相应地,所述根据所述流程定制分析结果进行sRNA分析,并以文字及图表形式展示所述sRNA分析的结果,还包括:
接收所述操作任务,并调用所述分析软件库中的相应分析软件执行所述操作任务。
优选地,所述指定分析数据包括原始sRNA高通量测序数据以及对所述原始sRNA高通量测序数据进行一种或多种处理或分析之后得到的结果数据。
本发明的sRNA分析系统及方法可以根据用户科研分析需求以及指定分析数据进行分析得到流程定制分析结果,并根据该流程定制分析结果进行sRNA分析,进而可实现在此分析结果基础上对分析结果数据进行文字及图表形式的展示,并且有效地结合了测序样品的生物学特征,探究测序数据的生物学意义,可实现在极短的时间内灵活、准确地完成用户想要进行的分析,极大地提高了对测序数据的处理效率,有效避免了沟通环节可能造成的分析需求误解。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了本发明一个实施例的sRNA分析系统的结构框图;
图2示出了本发明另一个实施例的sRNA分析系统的结构框图;
图3示出了本发明一个实施例的sRNA分析方法的流程图;
图4示出了本发明另一个实施例的sRNA分析方法的流程图;
图5示出了本发明一个实施例的sRNA标准分析流程示意图;
图6示出了本发明一个实施例的sRNA标准分析结果示意图;
图7-1示出了本发明一个实施例的基本分析模块中的原始数据导入选项的界面示意图;
图7-2示出了本发明一个实施例的基本分析模块中的综合选项的界面示意图;
图7-3示出了本发明一个实施例的基本分析模块中的物种选择选项的界面示意图;
图7-4示出了本发明一个实施例的基本分析模块中的差异表达分析选项的界面示意图;
图7-5示出了本发明一个实施例的基本分析模块中的参数确认选项的界面示意图;
图8-1示出了本发明一个实施例的miRNA挖掘模块的miRNA信息检索选项的界面示意图;
图8-2示出了本发明一个实施例的miRNA挖掘模块的样品表达miRNA集维恩图选项界面示意图;
图9-1示出了本发明一个实施例的miRNA差异表达挖掘模块中的差异表达miRNA集查询选项的界面示意图;
图9-2示出了本发明一个实施例的miRNA差异表达挖掘模块中的差异表达miRNA集维恩图选项的界面示意图;
图9-3示出了本发明一个实施例的miRNA差异表达挖掘模块中的miRNA共表达趋势分析选项的界面示意图;
图10-1示出了本发明一个实施例的个性化分析功能模块中的miRNA及靶基因信息统计及绘图选项的界面示意图;
图10-2示出了本发明一个实施例的个性化分析功能模块中的miRNA家族分析选项的界面示意图;
图10-3示出了本发明一个实施例的个性化分析功能模块中的靶基因序列及注释信息查看选项的界面示意图;
图10-4示出了本发明一个实施例的个性化分析功能模块中的miRNA及靶基因互作网络分析选项的界面示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1示出了本发明一个实施例的sRNA分析系统的结构框图;如图1所示,所述系统包括用户请求分析模块10和数据挖掘展示模块20;
所述的用户请求分析模块10用于获取用户的sRNA分析请求以及指定分析数据,并根据所述sRNA分析请求以及指定分析数据进行分析,以获取sRNA分析的流程定制分析结果;
所述的数据挖掘展示模块20用于根据所述流程定制分析结果进行sRNA分析,并以文字及图表形式展示所述sRNA分析的结果。
本实施例的sRNA分析系统可以根据用户科研分析需求以及指定分析数据进行分析得到流程定制分析结果,并根据该流程定制分析结果进行sRNA分析,进而可实现在此分析结果基础上对分析结果数据进行文字及图表形式的展示。本发明有效地结合了测序样品的生物学特征,探究测序数据的生物学意义,可实现在极短的时间内灵活、准确地完成用户想要进行的分析,极大地提高了对测序数据的处理效率,有效避免了沟通环节可能造成的分析需求误解。
图2示出了本发明另一个实施例的sRNA分析系统的结构框图;如图2所示,在上一实施例的基础上,所述系统还可以进一步包括云端数据库30;
所述的云端数据库30可用于存储测序数据以及所述sRNA分析的结果数据;
其中,所述sRNA分析请求可用于从所述云端数据库中选择指定的数据作为sRNA分析使用数据。
作为本实施例的优选,所述的用户请求分析模块20还可以包括任务生成模块11;
所述的任务生成模块11可用于接收所述sRNA分析请求中用户设定的分析内容,根据该分析内容生成对所述sRNA分析使用数据进行分析的操作任务。
此外,上述系统还可以优选地包括分析软件库21;
所述的分析软件库21可用于存储各种分析软件;
相应地,所述的数据挖掘展示模块20还可以进一步包括任务调度模块22;
所述的任务调度模块22可用于接收所述操作任务,并调用所述分析软件库中的相应分析软件执行所述操作任务。
作为上述实施例的优选,所述的指定分析数据可以包括原始sRNA高通量测序数据以及对所述原始sRNA高通量测序数据进行一种或多种处理或分析之后得到的结果数据中的一种或全部。
本实施例的sRNA分析系统,在上一实施例的基础上,利用任务生成模块以及任务调度模块对用户的sRNA分析请求进行分析,并利用分析软件库以及云端数据库(生物云平台)的计算资源对测序数据进行分析,进一步提高了对测序数据的处理效率。
图3示出了本发明一个实施例的sRNA分析方法的流程图;如图3所示,所述方法包括:
S1:获取用户的sRNA分析请求以及指定分析数据,并根据所述sRNA分析请求以及指定分析数据进行分析,以获取sRNA分析的流程定制分析结果;
S2:根据所述流程定制分析结果进行sRNA分析,并以文字及图表形式展示所述sRNA分析的结果。
本实施例为对应于上述sRNA分析系统的方法实施例,其原理和技术效果类似,此处不再赘述。
图4示出了本发明另一个实施例的sRNA分析方法的流程图;如图4所示,在上一实施例的基础上,步骤S1之前,所述方法还可以优选地包括:
S0:设置用于存储测序数据以及所述sRNA分析的结果数据的云端数据库;
其中,所述sRNA分析请求可用于从所述云端数据库中选择指定的数据作为sRNA分析使用数据。
作为本实施例的优选,步骤S1可进一步包括:
S11:接收所述sRNA分析请求中用户设定的分析内容,根据该分析内容生成对所述sRNA分析使用数据进行分析的操作任务。
优选地,步骤S2之前,所述方法还包括:
S20:设置存储各种分析软件的分析软件库;
相应地,步骤S2可进一步包括:
S21:接收所述操作任务,并调用所述分析软件库中的相应分析软件执行所述操作任务。
作为上述实施例的优选,所述的指定分析数据可以包括原始sRNA高通量测序数据以及对所述原始sRNA高通量测序数据进行一种或多种处理或分析之后得到的结果数据中的一种或全部。
本实施例为对应于上述系统实施例进行sRNA分析的方法实施例,其原理和技术效果类似,此处不再赘述。
本实施例的系统还可包括WEB图形化用户界面模块(图中未示出),系统接收用户导入的sRNA高通量测序数据后,在所述的WEB图形化用户界面模块中展示用于提示设定分析内容以及选择分析使用的数据的界面;用户请求分析模块10接收用户请求后将用户设定的分析内容和指定进行分析的数据发送给任务生成模块11,任务生成模块11接收用户请求后,在分析软件库21中选择相应软件,将其封装为操作任务并传递给任务调度模块22,任务调度模块22接收操作任务后,根据调度计划执行任务,并将运行结果发送给数据挖掘展示模块,最终将展示的文字及图表存储于云端数据库30中。
其中,WEB图形化用户界面模块、用户请求分析模块、任务生成模块、数据挖掘展示模块等模块操作均基于html5+css3+js的前端页面和java服务器后台,任务调度模块接受到调度命令后,调动Perl、C、Python、R等计算机语言的服务器端脚本。用户可以根据所需设定分析内容并选择分析使用的数据,灵活快速地完成需要的分析。
本实施例的sRNA分析系统可以进行标准分析和个性化分析,其中:
标准分析包括:miRNA的鉴定与预测、miRNA表达量分析、miRNA靶基因预测以及miRNA靶基因注释分类及富集等(参见图5)。在WEB图形化用户界面模块中根据用户请求设定相应参数后点击提交进行分析,分析完成后在基本分析页面下生成标准化结题报告(参见图6),此过程可实现一键式生成。
个性化分析主要包括MiRNA挖掘和miRNA差异表达挖掘两个模块,要在基本分析完成之后才能进行。进一步地,个性化分析还可具体包括:维恩图分析、差异表达miRNA集查询、差异表达miRNA集维恩图以及miRNA共表达趋势、miRNA家族分析等,并可以根据不同的研究需要自定义参数,简单高效的满足用户的科研需求。
下面以一具体的实施例来说明本发明,但不限定本发明的保护范围。
图7-1示出了本发明一个实施例的基本分析模块中的原始数据导入选项的界面示意图;图7-2示出了本发明一个实施例的基本分析模块中的综合选项的界面示意图;图7-3示出了本发明一个实施例的基本分析模块中的物种选择选项的界面示意图;图7-4示出了本发明一个实施例的基本分析模块中的差异表达分析选项的界面示意图;图7-5示出了本发明一个实施例的基本分析模块中的参数确认选项的界面示意图;如图7-1~图7-5所示:
1、基本分析模块的具体选项包括:
1.1原始数据导入:可以在数据文件夹处批量导入多个样品的数据,也可以在手动输入处导入单个样品的数据,数据必须以.fq结尾;
1.2综合选项:设置物种名称;
1.3物种选择:选择参考基因组及注释物种;
1.4差异表达分析:根据所选参考基因组及注释物种进行差异表达分析;
1.5参数确认:再次确认各个参数选择正确之后点击完成,主流程提交到云平台上开始运行。
图8-1示出了本发明一个实施例的miRNA挖掘模块的miRNA信息检索选项的界面示意图;图8-2示出了本发明一个实施例的miRNA挖掘模块的样品表达miRNA集维恩图选项界面示意图;如图8-1、图8-2所示:
2、miRNA挖掘模块的具体选项包括:
2.1miRNA信息检索:根据miRNA及其靶基因信息进行检索,筛选特定数据集;
2.2样品表达miRNA集维恩图:利用维恩图查看所选样品间共表达和特异表达的miRNA,选择维恩图的不同区域会得到该区域对应的数据,可选择2-5个样品作维恩图。
图9-1示出了本发明一个实施例的miRNA差异表达挖掘模块中的差异表达miRNA集查询选项的界面示意图;图9-2示出了本发明一个实施例的miRNA差异表达挖掘模块中的差异表达miRNA集维恩图选项的界面示意图;图9-3示出了本发明一个实施例的miRNA差异表达挖掘模块中的miRNA共表达趋势分析选项的界面示意图;如图9-1~图9-3所示:
3、miRNA差异表达挖掘模块的具体选项包括:
3.1差异表达miRNA集查询:基于基本分析中的差异表达分析结果进行数据筛选及挖掘;
3.2差异表达miRNA集维恩图:利用维恩图查看所选差异分组间共有或特有的差异表达,选择维恩图的不同区域会得到该区域对应的数据,可选择2-5个分组;
3.3miRNA共表达趋势分析:根据miRNA在各样品中的表达量,分析所有miRNA的共表达趋势,将表达趋势变化相同或相似的miRNA聚为一类,结果以图片形式展示。
图10-1示出了本发明一个实施例的个性化分析功能模块中的miRNA及靶基因信息统计及绘图选项的界面示意图;图10-2示出了本发明一个实施例的个性化分析功能模块中的miRNA家族分析选项的界面示意图;图10-3示出了本发明一个实施例的个性化分析功能模块中的靶基因序列及注释信息查看选项的界面示意图;图10-4示出了本发明一个实施例的个性化分析功能模块中的miRNA及靶基因互作网络分析选项的界面示意图;如图10-1~图10-4所示:
4、个性化分析功能模块的具体选项包括:
4.1miRNA及靶基因信息统计及绘图;
4.2miRNA家族分析;
4.3靶基因序列及注释信息查看;
4.4miRNA及靶基因互作网络分析。
本发明的sRNA分析系统及方法可以根据用户科研分析需求以及指定分析数据进行分析得到流程定制分析结果,并根据该流程定制分析结果进行sRNA分析,进而可实现在此分析结果基础上对分析结果数据进行文字及图表形式的展示,并且有效地结合了测序样品的生物学特征,探究测序数据的生物学意义,可实现在极短的时间内灵活、准确地完成用户想要进行的分析,极大地提高了对测序数据的处理效率,有效避免了沟通环节可能造成的分析需求误解。
以上实施例仅用于说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种sRNA分析系统,其特征在于,包括:
用户请求分析模块,用于获取用户的sRNA分析请求以及指定分析数据,并根据所述sRNA分析请求以及指定分析数据进行分析,以获取sRNA分析的流程定制分析结果;
数据挖掘展示模块,用于根据所述流程定制分析结果进行sRNA分析,并以文字及图表形式展示所述sRNA分析的结果。
2.如权利要求1所述的系统,其特征在于,还包括:
云端数据库,用于存储测序数据以及所述sRNA分析的结果数据;
所述sRNA分析请求用于从所述云端数据库中选择指定的数据作为sRNA分析使用数据。
3.如权利要求2所述的系统,其特征在于,所述用户请求分析模块包括:
任务生成模块,用于接收所述sRNA分析请求中用户设定的分析内容,根据该分析内容生成对所述sRNA分析使用数据进行分析的操作任务。
4.如权利要求3所述的系统,其特征在于,所述系统还包括:
分析软件库,用于存储各种分析软件;
相应地,所述数据挖掘展示模块还包括:
任务调度模块,用于接收所述操作任务,并调用所述分析软件库中的相应分析软件执行所述操作任务。
5.如权利要求1至4中任一项所述的系统,其特征在于,所述指定分析数据包括原始sRNA高通量测序数据以及对所述原始sRNA高通量测序数据进行一种或多种处理或分析之后得到的结果数据。
6.一种sRNA分析方法,其特征在于,包括:
获取用户的sRNA分析请求以及指定分析数据,并根据所述sRNA分析请求以及指定分析数据进行分析,以获取sRNA分析的流程定制分析结果;
根据所述流程定制分析结果进行sRNA分析,并以文字及图表形式展示所述sRNA分析的结果。
7.如权利要求6所述的方法,其特征在于,所述获取用户的sRNA分析请求以及指定分析数据,并根据所述sRNA分析请求以及指定分析数据进行分析,以获取sRNA分析的流程定制分析结果之前,所述方法还包括:
设置用于存储测序数据以及所述sRNA分析的结果数据的云端数据库;
所述sRNA分析请求用于从所述云端数据库中选择指定的数据作为sRNA分析使用数据。
8.如权利要求7所述的方法,其特征在于,所述获取用户的sRNA分析请求以及指定分析数据,并根据所述sRNA分析请求以及指定分析数据进行分析,以获取sRNA分析的流程定制分析结果,包括:
接收所述sRNA分析请求中用户设定的分析内容,根据该分析内容生成对所述sRNA分析使用数据进行分析的操作任务。
9.如权利要求8所述的方法,其特征在于,所述根据所述流程定制分析结果进行sRNA分析,并以文字及图表形式展示所述sRNA分析的结果之前,所述方法还包括:
设置存储各种分析软件的分析软件库;
相应地,所述根据所述流程定制分析结果进行sRNA分析,并以文字及图表形式展示所述sRNA分析的结果,还包括:
接收所述操作任务,并调用所述分析软件库中的相应分析软件执行所述操作任务。
10.如权利要求6至9中任一项所述的方法,其特征在于,所述指定分析数据包括原始sRNA高通量测序数据以及对所述原始sRNA高通量测序数据进行一种或多种处理或分析之后得到的结果数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610124755.1A CN105740652A (zh) | 2016-03-04 | 2016-03-04 | sRNA分析系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610124755.1A CN105740652A (zh) | 2016-03-04 | 2016-03-04 | sRNA分析系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105740652A true CN105740652A (zh) | 2016-07-06 |
Family
ID=56249988
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610124755.1A Pending CN105740652A (zh) | 2016-03-04 | 2016-03-04 | sRNA分析系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105740652A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111009289A (zh) * | 2019-11-28 | 2020-04-14 | 广州基迪奥生物科技有限公司 | 一种基于云计算的RNA-seq在线报告流程分析方法及系统 |
CN112992270A (zh) * | 2021-04-01 | 2021-06-18 | 山东英信计算机技术有限公司 | 一种基因测序方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140128292A1 (en) * | 2012-09-27 | 2014-05-08 | Bioo Scientific Corporation | Methods for improving ligation steps to minimize bias during production of libraries for massively parallel sequencing |
CN104331640A (zh) * | 2014-10-17 | 2015-02-04 | 北京百迈客生物科技有限公司 | 基于生物云平台的项目结题报告分析系统和方法 |
CN104630211A (zh) * | 2013-11-15 | 2015-05-20 | 苏州吉玛基因股份有限公司 | 一种Small RNA cDNA文库的构建方法 |
CN105200531A (zh) * | 2015-10-27 | 2015-12-30 | 北京百迈客生物科技有限公司 | 一种针对特定大小rna片段的高通量测序文库构建方法 |
-
2016
- 2016-03-04 CN CN201610124755.1A patent/CN105740652A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140128292A1 (en) * | 2012-09-27 | 2014-05-08 | Bioo Scientific Corporation | Methods for improving ligation steps to minimize bias during production of libraries for massively parallel sequencing |
CN104630211A (zh) * | 2013-11-15 | 2015-05-20 | 苏州吉玛基因股份有限公司 | 一种Small RNA cDNA文库的构建方法 |
CN104331640A (zh) * | 2014-10-17 | 2015-02-04 | 北京百迈客生物科技有限公司 | 基于生物云平台的项目结题报告分析系统和方法 |
CN105200531A (zh) * | 2015-10-27 | 2015-12-30 | 北京百迈客生物科技有限公司 | 一种针对特定大小rna片段的高通量测序文库构建方法 |
Non-Patent Citations (7)
Title |
---|
MHYSNOW: "小RNA测序数据处理和分析", 《HTTPS://WENKU.BAIDU.COM/VIEW/C79168F0CCBFF121DC368309.HTML》 * |
崔世英 等: "《实用miRNA研究进展》", 31 August 2015, 清华大学出版社 * |
李洋 等: "基于小RNA(sRNA)深度测序技术进行病毒鉴定和发现的研究进展", 《病毒学报》 * |
熊本海 等: "《中国畜牧兽医学会信息技术分会第十届学术研讨会论文集 北京2015》", 31 July 2015, 中国农业大学出版社 * |
章镇 等: "《果树分子生物学》", 31 October 2012, 上海科学技术出版社 * |
苏式兵 等: "《生命科学前沿技术与中医药研究》", 30 September 2013, 上海浦江教育出版社 * |
陈万涛: "《口腔颌面头颈肿瘤生物学》", 30 June 2015, 上海交通大学出版社 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111009289A (zh) * | 2019-11-28 | 2020-04-14 | 广州基迪奥生物科技有限公司 | 一种基于云计算的RNA-seq在线报告流程分析方法及系统 |
CN111009289B (zh) * | 2019-11-28 | 2024-02-06 | 广州基迪奥生物科技有限公司 | 一种基于云计算的RNA-seq在线报告流程分析方法及系统 |
CN112992270A (zh) * | 2021-04-01 | 2021-06-18 | 山东英信计算机技术有限公司 | 一种基因测序方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Togninalli et al. | The AraGWAS Catalog: a curated and standardized Arabidopsis thaliana GWAS catalog | |
Herwig et al. | Analyzing and interpreting genome data at the network level with ConsensusPathDB | |
Blankenberg et al. | Galaxy: a web‐based genome analysis tool for experimentalists | |
Anders et al. | Count-based differential expression analysis of RNA sequencing data using R and Bioconductor | |
Cook et al. | The European Bioinformatics Institute in 2016: data growth and integration | |
Ulitsky et al. | Expander: from expression microarrays to networks and functions | |
Huerta-Sánchez et al. | Altitude adaptation in Tibetans caused by introgression of Denisovan-like DNA | |
Imelfort et al. | GroopM: an automated tool for the recovery of population genomes from related metagenomes | |
Chen et al. | ncPRO-seq: a tool for annotation and profiling of ncRNAs in sRNA-seq data | |
Afgan et al. | Harnessing cloud computing with Galaxy Cloud | |
Birney | Lessons for big-data projects | |
CN105447336B (zh) | 基于生物云平台的微生物多样性分析系统 | |
Kaminuma et al. | DDBJ launches a new archive database with analytical tools for next-generation sequence data | |
Hillman‐Jackson et al. | Using galaxy to perform large‐scale interactive data analyses | |
Russo et al. | RNASeqGUI: a GUI for analysing RNA-Seq data | |
CN104484558B (zh) | 生物信息项目的分析报告自动生成方法及系统 | |
CN105653893A (zh) | 一种基因组重测序分析系统及方法 | |
US11031097B2 (en) | System for genomic data processing with an in-memory database system and real-time analysis | |
Zhou et al. | ZOVER: the database of zoonotic and vector-borne viruses | |
US20170091382A1 (en) | System and method for automating data generation and data management for a next generation sequencer | |
EP2759953A1 (en) | System and method for genomic data processing with an in-memory database system and real-time analysis | |
Mullan et al. | ggVolcanoR: A Shiny app for customizable visualization of differential expression datasets | |
Chen et al. | The PEPR GeneChip data warehouse, and implementation of a dynamic time series query tool (SGQT) with graphical interface | |
Samarakoon et al. | Genopo: a nanopore sequencing analysis toolkit for portable Android devices | |
Zhang et al. | ezQTL: a web platform for interactive visualization and colocalization of QTLs and GWAS loci |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160706 |
|
RJ01 | Rejection of invention patent application after publication |