CN113470747A - 结核杆菌耐药性分析结果的获取方法及装置 - Google Patents
结核杆菌耐药性分析结果的获取方法及装置 Download PDFInfo
- Publication number
- CN113470747A CN113470747A CN202110729409.7A CN202110729409A CN113470747A CN 113470747 A CN113470747 A CN 113470747A CN 202110729409 A CN202110729409 A CN 202110729409A CN 113470747 A CN113470747 A CN 113470747A
- Authority
- CN
- China
- Prior art keywords
- target
- analysis
- tubercle bacillus
- mycobacterium tuberculosis
- drug resistance
- 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.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 220
- 241000187479 Mycobacterium tuberculosis Species 0.000 title claims abstract description 107
- 206010059866 Drug resistance Diseases 0.000 title claims abstract description 106
- 238000000034 method Methods 0.000 title claims abstract description 65
- 241000193830 Bacillus <bacterium> Species 0.000 claims abstract description 115
- 238000012544 monitoring process Methods 0.000 claims abstract description 38
- 238000012163 sequencing technique Methods 0.000 claims abstract description 17
- 238000004590 computer program Methods 0.000 claims description 12
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000007622 bioinformatic analysis Methods 0.000 claims 2
- 108090000623 proteins and genes Proteins 0.000 abstract description 36
- 239000003814 drug Substances 0.000 abstract description 24
- 229940079593 drug Drugs 0.000 abstract description 22
- 238000005516 engineering process Methods 0.000 abstract description 10
- 230000037432 silent mutation Effects 0.000 abstract description 10
- 238000001514 detection method Methods 0.000 description 21
- 230000008569 process Effects 0.000 description 14
- 238000012545 processing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000035772 mutation Effects 0.000 description 6
- 201000008827 tuberculosis Diseases 0.000 description 6
- AEUTYOVWOVBAKS-UWVGGRQHSA-N ethambutol Chemical compound CC[C@@H](CO)NCCN[C@@H](CC)CO AEUTYOVWOVBAKS-UWVGGRQHSA-N 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- UCSJYZPVAKXKNQ-HZYVHMACSA-N streptomycin Chemical compound CN[C@H]1[C@H](O)[C@@H](O)[C@H](CO)O[C@H]1O[C@@H]1[C@](C=O)(O)[C@H](C)O[C@H]1O[C@@H]1[C@@H](NC(N)=N)[C@H](O)[C@@H](NC(N)=N)[C@H](O)[C@H]1O UCSJYZPVAKXKNQ-HZYVHMACSA-N 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 206010060976 Bacillus infection Diseases 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- JQXXHWHPUNPDRT-WLSIYKJHSA-N rifampicin Chemical compound O([C@](C1=O)(C)O/C=C/[C@@H]([C@H]([C@@H](OC(C)=O)[C@H](C)[C@H](O)[C@H](C)[C@@H](O)[C@@H](C)\C=C\C=C(C)/C(=O)NC=2C(O)=C3C([O-])=C4C)C)OC)C4=C1C3=C(O)C=2\C=N\N1CC[NH+](C)CC1 JQXXHWHPUNPDRT-WLSIYKJHSA-N 0.000 description 3
- 229960001225 rifampicin Drugs 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- WUBBRNOQWQTFEX-UHFFFAOYSA-N 4-aminosalicylic acid Chemical compound NC1=CC=C(C(O)=O)C(O)=C1 WUBBRNOQWQTFEX-UHFFFAOYSA-N 0.000 description 2
- 229960004909 aminosalicylic acid Drugs 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 229960000285 ethambutol Drugs 0.000 description 2
- 229960002001 ethionamide Drugs 0.000 description 2
- AEOCXXJPGCBFJA-UHFFFAOYSA-N ethionamide Chemical compound CCC1=CC(C(N)=S)=CC=N1 AEOCXXJPGCBFJA-UHFFFAOYSA-N 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 229960005206 pyrazinamide Drugs 0.000 description 2
- IPEHBUMCGVEMRF-UHFFFAOYSA-N pyrazinecarboxamide Chemical compound NC(=O)C1=CN=CC=N1 IPEHBUMCGVEMRF-UHFFFAOYSA-N 0.000 description 2
- 229960005322 streptomycin Drugs 0.000 description 2
- 206010067484 Adverse reaction Diseases 0.000 description 1
- 238000009007 Diagnostic Kit Methods 0.000 description 1
- 208000032376 Lung infection Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000006838 adverse reaction Effects 0.000 description 1
- 150000001413 amino acids Chemical class 0.000 description 1
- 239000003242 anti bacterial agent Substances 0.000 description 1
- 229940088710 antibiotic agent Drugs 0.000 description 1
- 229940124976 antitubercular drug Drugs 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 244000052616 bacterial pathogen Species 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 229940072185 drug for treatment of tuberculosis Drugs 0.000 description 1
- 239000003596 drug target Substances 0.000 description 1
- 229940124307 fluoroquinolone Drugs 0.000 description 1
- 238000012268 genome sequencing Methods 0.000 description 1
- 238000012165 high-throughput sequencing Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003834 intracellular effect Effects 0.000 description 1
- QRXWMOHMRWLFEY-UHFFFAOYSA-N isoniazide Chemical compound NNC(=O)C1=CC=NC=C1 QRXWMOHMRWLFEY-UHFFFAOYSA-N 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 244000052769 pathogen Species 0.000 description 1
- 230000001717 pathogenic effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000012950 reanalysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 229940043263 traditional drug Drugs 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
- 239000000814 tuberculostatic agent Substances 0.000 description 1
Images
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
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
- G16B20/50—Mutagenesis
-
- 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
-
- 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
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Biophysics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biotechnology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Bioethics (AREA)
- Genetics & Genomics (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (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
本发明公开了一种结核杆菌耐药性分析结果的获取方法及装置。其中,该方法包括:对预定存储介质进行监控,得到监控结果,其中,预定存储介质用于存储测序仪的结核杆菌下机数据;基于监控结果确定预定存储介质存在目标结核杆菌下机数据,其中,目标结核杆菌下机数据为测序仪生成的测序结果;获取用于对目标结核杆菌下机数据进行分析的生物信息分析方式;利用生物信息分析方式对目标结核杆菌下机数据进行分析,得到结核杆菌耐药性分析结果。本发明解决了相关技术中使用的对结核分枝杆菌耐药基因检测的方式存在检测的基因位点数目受限,无法区分重要基因的沉默突变的技术问题。
Description
技术领域
本发明涉及基因检测技术领域,具体而言,涉及一种结核杆菌耐药性分析结果的获取方法及装置。
背景技术
结核分枝杆菌,又名结核杆菌,是一种引起人类结核病的病原菌。结核分枝杆菌是兼性的细胞内致病菌,以肺部感染为主。治疗结核杆菌感染的药物分为一线药物和二线药物。目前,一线药物主要包括异烟肼(INH)、利福平(RIF)、乙胺丁醇(EMB)、吡嗪酰胺(PZA)和链霉素(SM);二线药物主要包括氟喹诺酮类抗生素(FQs)、对氨基水杨酸(PAS)和乙硫异烟胺(ETH)。临床上治疗结核杆菌感染时,通常采用两种或两种以上药物联合的治疗方案。由于治疗结核杆菌感染是一个长期用药的过程,因此容易产生耐药性。耐多药结核杆菌和广泛耐药结核杆菌的诊断和治疗是当前结核病防控面临的重大难题。
由上可知,结核杆菌的耐药性检测,对于指导临床正确用药和有效控制结核病具有非常重要的作用。
然而,结核分枝杆菌耐药可以通过药物敏感试验和基因突变检测,前者检测表型耐药,后者检测基因型耐药。由于结核分枝杆菌生长缓慢,传统药敏试验需要1~2个月,无法及时指导临床用药。耐药的主要原因是药物靶标基因或者药物转换酶基因上点突变和插入/缺失累积后引起。因此,需要针对关键基因的快速分子检测技术。分子诊断方法快速、灵敏度高、特异性好、结果准确,非常适用于耐多药结核杆菌和广泛耐药结核杆菌的诊断。
目前商业化的结核分枝杆菌耐药性分子诊断试剂盒包括:Xpert MTB/RIF、GenoType MTBDRplus、基因芯片等。以上方法存在检测的基因位点数目受限,无法区分重要基因的沉默突变,从而导致假阳性的结果的缺点,影响药物疗效。
针对上述相关技术中使用的对结核分枝杆菌耐药基因检测的方式存在检测的基因位点数目受限,无法区分重要基因的沉默突变的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种结核杆菌耐药性分析结果的获取方法及装置,以至少解决相关技术中使用的对结核分枝杆菌耐药基因检测的方式存在检测的基因位点数目受限,无法区分重要基因的沉默突变的技术问题。
根据本发明实施例的一个方面,提供了一种结核杆菌耐药性分析结果的获取方法,包括:对预定存储介质进行监控,得到监控结果,其中,所述预定存储介质用于存储测序仪的结核杆菌下机数据;基于所述监控结果确定所述预定存储介质存在目标结核杆菌下机数据,其中,所述目标结核杆菌下机数据为所述测序仪生成的测序结果;获取用于对所述目标结核杆菌下机数据进行分析的生物信息分析方式;利用所述生物信息分析方式对所述目标结核杆菌下机数据进行分析,得到结核杆菌耐药性分析结果。
可选地,获取用于对所述目标结核杆菌下机数据进行分析的生物信息分析方式,包括:确定所述目标结核杆菌下机数据所在目标目录;基于所述目标目录对预定配置文件进行搜索,以获取与所述目标结核杆菌下机数据对应的样本编号;根据所述样本编号获取所述生物信息分析方式。
可选地,所述预定配置文件为barcode文件,所述barcode文件记录所述样本编号与结核杆菌下机数据之间的对应关系。
可选地,利用所述生物信息分析方式对所述目标结核杆菌下机数据进行分析,包括:启动所述生物信息分析方式对应的分析程序;利用所述分析程序对所述目标结核杆菌下机数据进行分析,其中,所述分析程序的分析内容包括以下至少之一:数据有效性、异变信息。
可选地,在启动所述生物信息分析方式对应的分析程序之后,该结核杆菌耐药性分析结果的获取方法还包括:生成并发送提示消息,其中,所述提示消息用于提示所述分析程序已启动。
可选地,在利用所述生物信息分析方式对所述目标结核杆菌下机数据进行分析之后,该结核杆菌耐药性分析结果的获取方法还包括:获取分析结果;基于所述分析结果判断对所述目标结核杆菌下机数据的分析是否成功;若是,对所述分析结果进行合并,得到目标分析结果;若否,生成并发送提醒消息,其中,所述提醒消息用于提示对所述目标结核杆菌下机数据分析失败。
可选地,在利用所述生物信息分析方式对所述目标结核杆菌下机数据进行分析,得到结核杆菌耐药性分析结果之后,该结核杆菌耐药性分析结果的获取方法还包括:将所述结核杆菌耐药性分析结果上传至报告结果生成系统,其中,所述报告结果生成系统在接收到所述结核杆菌耐药性分析结果后,选择报告模板,按照所述报告模板生成所述结核杆菌耐药性分析结果对应的结核杆菌耐药性分析报告。
根据本发明实施例的另外一个方面,还提供了一种结核杆菌耐药性分析结果的获取装置,包括:监控单元,用于对预定存储介质进行监控,得到监控结果,其中,所述预定存储介质用于存储测序仪的结核杆菌下机数据;确定单元,用于基于所述监控结果确定所述预定存储介质存在目标结核杆菌下机数据,其中,所述目标结核杆菌下机数据为所述测序仪生成的测序结果;第一获取单元,用于获取用于对所述目标结核杆菌下机数据进行分析的生物信息分析方式;第二获取单元,用于利用所述生物信息分析方式对所述目标结核杆菌下机数据进行分析,得到结核杆菌耐药性分析结果。
可选地,所述第一获取单元,包括:确定模块,用于确定所述目标结核杆菌下机数据所在目标目录;搜索模块,用于基于所述目标目录对预定配置文件进行搜索,以获取与所述目标结核杆菌下机数据对应的样本编号;获取模块,用于根据所述样本编号获取所述生物信息分析方式。
可选地,所述预定配置文件为barcode文件,所述barcode文件记录所述样本编号与结核杆菌下机数据之间的对应关系。
可选地,所述第二获取单元,包括:启动模块,用于启动所述生物信息分析方式对应的分析程序;分析模块,用于利用所述分析程序对所述目标结核杆菌下机数据进行分析,其中,所述分析程序的分析内容包括以下至少之一:数据有效性、异变信息。
可选地,该结核杆菌耐药性分析结果的获取装置还包括:处理模块,用于在启动所述生物信息分析方式对应的分析程序之后,生成并发送提示消息,其中,所述提示消息用于提示所述分析程序已启动。
可选地,该结核杆菌耐药性分析结果的获取装置还包括:第三获取单元,用于在利用所述生物信息分析方式对所述目标结核杆菌下机数据进行分析之后,获取分析结果;判断单元,用于基于所述分析结果判断对所述目标结核杆菌下机数据的分析是否成功;合并单元,用于在基于所述分析结果确定对所述目标结核杆菌下机数据的分析成功的情况下,对所述分析结果进行合并,得到目标分析结果;处理单元,用于在基于所述分析结果确定对所述目标结核杆菌下机数据的分析不成功的情况下,生成并发送提醒消息,其中,所述提醒消息用于提示对所述目标结核杆菌下机数据分析失败。
可选地,该结核杆菌耐药性分析结果的获取装置还包括:生成单元,用于在利用所述生物信息分析方式对所述目标结核杆菌下机数据进行分析,得到结核杆菌耐药性分析结果之后,将所述结核杆菌耐药性分析结果上传至报告结果生成系统,其中,所述报告结果生成系统在接收到所述结核杆菌耐药性分析结果后,选择报告模板,按照所述报告模板生成所述结核杆菌耐药性分析结果对应的结核杆菌耐药性分析报告。
根据本发明实施例的另外一个方面,还提供了一种结核杆菌耐药性分析系统,使用上述中任一项所述的结核杆菌耐药性分析结果的获取方法。
根据本发明实施例的另外一个方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序被处理器运行时控制所述计算机可读存储介质所在设备执行上述中任一项所述的结核杆菌耐药性分析结果的获取方法。
根据本发明实施例的另外一个方面,还提供了一种处理器,所述处理器用于运行计算机程序,其中,所述计算机程序运行时执行上述中任一项所述的结核杆菌耐药性分析结果的获取方法。
在本发明实施例中,对预定存储介质进行监控,得到监控结果,其中,预定存储介质用于存储测序仪的结核杆菌下机数据;基于监控结果确定预定存储介质存在目标结核杆菌下机数据,其中,目标结核杆菌下机数据为测序仪生成的测序结果;获取用于对目标结核杆菌下机数据进行分析的生物信息分析方式;利用生物信息分析方式对目标结核杆菌下机数据进行分析,得到结核杆菌耐药性分析结果。通过本发明实施例提供的结核杆菌耐药性分析结果的获取方法,实现了自动获取对测序仪的下机数据进行分析,得的结核杆菌耐药性分析结果的目的,从而可以根据结核杆菌耐药性分析结果判断重要基因的沉默突变,达到了提高结核杆菌耐药性分析的可靠性,进而解决了相关技术中使用的对结核分枝杆菌耐药基因检测的方式存在检测的基因位点数目受限,无法区分重要基因的沉默突变的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的结核杆菌耐药性分析结果的获取方法的流程图;
图2是根据本发明实施例的是自动化报告系统的登录界面图;
图3是根据本发明实施例的结核杆菌耐药性分析报告的生成界面图;
图4是根据本发明实施例的可选的结核杆菌耐药性分析结果的获取方法的流程图;
图5是根据本发明实施例的结核杆菌耐药性分析结果的获取装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
针对上述技术问题,高通量的基因组测序已经被用于临床试验;利用二代高通量测序技术检测结核杆菌耐药位点,可以为医生提供患者更全面的诊断信息,有助于医生更准确指定治疗方案,减少疾病耐药的治疗疗程,降低了成本和不良反应的发生,提高了结核病治疗疗效。
针对二代测序下机数据量大,生信分析技术要求高,数据解读工作耗时长等问题,本结核杆菌耐药性分析结果的获取方法可以监控测序仪的下机数据,自动触发后续流程,可以分析多种常见抗结核药物相关的多个耐药基因的突变检测;例如,表1示出了8种常见抗结核药物相关的10个耐药基因的突变检测,(详细药物/基因检测范围见表1:结核耐药基因检测范围),并可根据实现预录入的样本信息自动生成报告。
表1
另外,随着二代测序技术的高速发展,使得二代测序的大规模临床应用成为可能,二代测序已被广泛应用于各种临床基因测序,如何快速自动分析这些数据,成为当前临床生产中亟待解决的问题,而本发明实施例提供的结核杆菌耐药性分析结果的获取方法正是基于该问题产生的。
需要说明的是,本发明实施例提供的结核杆菌耐药性分析结果的获取方法可以7*24小时运行在测序仪配套的Linux服务器上,实时监控测序仪的结核杆菌下机数据,一旦发现有新的下机数据产生,便到指定目录区读取事先准备好的一个配置文件,该配置文件中指明了样本的编号与下机数据的对应关系,然后启动指定的生物信息分析流程完成分析,最后将结果自动上传到报告系统中出具报告,全程无需人工操作。
此外,需要说明的是,在本发明实施例中的软件环境如下:操作系统为unix/Linux;Python编译器;Python模块:subprocess,time,smtplib,email。硬件环境可以包括:64位中央处理器、2G以上内存、空闲硬盘空间需要大于500G。
表2示出了结核药物耐药基因检测(NGS法)的报告单,其示出了分子检测号、姓名、性别等基本信息,以及不同种类的药物、不同种类的耐药基因、氨基酸/点突变变化以及检出情况。
表2
针对上述报告单,需要说明以下几点:上述基因检测为科研项目,仅供临床医师参考,不作临床诊疗依据;此结果只针对本次送检样本,仅供临床医师参考,不作为临床治疗唯一依据;本检测存在检测下限,因此低丰度突变可能无法检出。
对于各个系统软件的安装与初始化如下:确保系统已经安装Python语言运行环境以及默认shell为bash;接着进行解压;修改安装脚本中的“流程安装目录PIPDIR”及“流程分析结果目录OUTDIR”,这里的PIPDIR值修改为生物信息流程安装目录,OUTDIR值修改为分析结果保存目录;修改完成后保存,然后运行安装脚本,完成安装;创建barcode文件目录,后续每批样本的barcode文件将会上传到该目录中;监控模块启停命令:/etc/init.d/novo_life_auto star启动监控,/etc/init.d/novo_life_auto stop停止监控。
下面对本发明实施例提供的结核杆菌耐药性分析结果的获取方法及装置进行说明。
实施例1
根据本发明实施例,提供了一种结核杆菌耐药性分析结果的获取方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的结核杆菌耐药性分析结果的获取方法的流程图,如图1所示,该结核杆菌耐药性分析结果的获取方法包括如下步骤:
步骤S102,对预定存储介质进行监控,得到监控结果,其中,预定存储介质用于存储测序仪的结核杆菌下机数据。
可选的,这里的预定存储介质可以是用于存储测序仪的下机数据,这里下机数据即为结核杆菌下机数据。当测序仪完成对样本的处理后,会将下机数据存储至预定存储介质。
上述样本可以是采集的多个对象的样本信息,在采集到这些信息后,为这些不同的对象添加标识,并将样本信息混合在一起输入到测序仪,测序仪对这些样本进行处理后,得到下机数据。
在该实施例中,可以实时对预定存储介质进行监控,以确定预定存储介质中是否存在新的下机数据。
步骤S104,基于监控结果确定预定存储介质存在目标结核杆菌下机数据,其中,目标结核杆菌下机数据为测序仪生成的测序结果。
在该实施例中,当确定预定存储介质中存在新的下机数据,即,上述目标结核杆菌下机数据时,可以执行步骤S106。
步骤S106,获取用于对目标结核杆菌下机数据进行分析的生物信息分析方式。
这里可以获取用于对目标结核杆菌下机数据进行分析的生物信息分析方式,即,生物信息分析流程。
步骤S108,利用生物信息分析方式对目标结核杆菌下机数据进行分析,得到结核杆菌耐药性分析结果。
由上可知,在本发明实施例中,对预定存储介质进行监控,得到监控结果,其中,预定存储介质用于存储测序仪的结核杆菌下机数据;基于监控结果确定预定存储介质存在目标结核杆菌下机数据,其中,目标结核杆菌下机数据为测序仪生成的测序结果;获取用于对目标结核杆菌下机数据进行分析的生物信息分析方式;利用生物信息分析方式对目标结核杆菌下机数据进行分析,得到结核杆菌耐药性分析结果,实现了自动获取对测序仪的下机数据进行分析,得的结核杆菌耐药性分析结果的目的,从而可以根据结核杆菌耐药性分析结果判断重要基因的沉默突变,达到了提高结核杆菌耐药性分析的可靠性。
因此,通过本发明实施例提供的结核杆菌耐药性分析结果的获取方法,解决了相关技术中使用的对结核分枝杆菌耐药基因检测的方式存在检测的基因位点数目受限,无法区分重要基因的沉默突变的技术问题。
需要说明的是,上述执行主体为分析系统。
上述步骤S106中,获取用于对目标结核杆菌下机数据进行分析的生物信息分析方式,包括:确定目标结核杆菌下机数据所在目标目录;基于目标目录对预定配置文件进行搜索,以获取与目标结核杆菌下机数据对应的样本编号;根据样本编号获取生物信息分析方式。
这里需要说明的是,当整个程序运行时,启动监控程序对预定存储介质进行监控,以确定预定存储介质是否存在新的下机数据。另外,需要制作预定配置文件barcode文件,这里的barcode文件有4列,每一行代表一个样本,各列用tab键隔开,内容为:第1列,联合实验室编号(必须唯一,不能有重复)、第2列企业编号(可能与第1列相同)、第3列DNA Index、第4列RNA Index;将上述4列内容保存为一个文本文件,以日期命名,如:barcode_20191125.txt。接着可以将将barcode文件放入/results/barcode目录下。
当上述均准备好后,可以确定目标结核杆菌下机数据所在目标目录,并可以基于目标目录对预定配置文件进行搜索,以获取与目标结核杆菌下机数据对应的样本编号,从而可以基于该样本编号获取生物信息分析方式。
由上可知,在本发明实施例中,预定配置文件为barcode文件,barcode文件记录样本编号与结核杆菌下机数据之间的对应关系。
上述步骤S108中,利用生物信息分析方式对目标结核杆菌下机数据进行分析,包括:启动生物信息分析方式对应的分析程序;利用分析程序对目标结核杆菌下机数据进行分析,其中,分析程序的分析内容包括以下至少之一:数据有效性、异变信息。
即,在将下机数据所在目录以及从barcode文件中指明样本编号与下机数据的对应关系输入分析系统后,进行处理。
需要说明的是,分析系统不断循环判断是否有新的下机数据,监控到新的下机数据,到服务器上的固定目录区读取barcode文件,启动生物分析流程后,依据barcode文件对下机数据进行质控、变异检测、同时邮件通知相关人员分析已经开始。
作为一种可选的实施例中,在启动生物信息分析方式对应的分析程序之后,该结核杆菌耐药性分析结果的获取方法还包括:生成并发送提示消息,其中,提示消息用于提示分析程序已启动。通过该实施例可以使得操作人员能够比较及时获取分析程序是否已经启动。
作为一种可选的实施例中,在利用生物信息分析方式对目标结核杆菌下机数据进行分析之后,该结核杆菌耐药性分析结果的获取方法还包括:获取分析结果;基于分析结果判断对目标结核杆菌下机数据的分析是否成功;若是,对分析结果进行合并,得到目标分析结果;若否,生成并发送提醒消息,其中,提醒消息用于提示对目标结核杆菌下机数据分析失败。
这里当分析成功时,合并分析结果,上传报告系统出具报告;当分析失败时,邮件通知相关人员分析已经失败,需要人工排查错误并重新分析。
作为一种可选的实施例中,在利用生物信息分析方式对目标结核杆菌下机数据进行分析,得到结核杆菌耐药性分析结果之后,该结核杆菌耐药性分析结果的获取方法还包括:将结核杆菌耐药性分析结果上传至报告结果生成系统,其中,报告结果生成系统在接收到结核杆菌耐药性分析结果后,选择报告模板,按照报告模板生成结核杆菌耐药性分析结果对应的结核杆菌耐药性分析报告。
图2是根据本发明实施例的是自动化报告系统的登录界面图,如图2所示,操作人员可以通过账号以及密码登录该自动化报告系统;即,当数据下机后,监控程序会依据/results/barcode目录下当天的barcode文件分析数据,然后合并分析结果,分析完成后会自动上传到报告系统中,操作人员登录报告系统,选择相关样本,筛选该样本检测结果并选择报告模板后点击产生报告,系统会自动将检测结果与最新的数据库做匹配,然后根据选择的报告模板出具检测报告。
图3是根据本发明实施例的结核杆菌耐药性分析报告的生成界面图,如图3所示,通过界面可以进入到样本信息、生信文件、质检文件、筛选位点、报告预览以及产生报告功能,当前界面为产生结核杆菌耐药性分析报告的界面,在该界面中显示了检测产品、报告模板、检测人、报告医师、报告时间、检测时间以及复核时间等信息。
此外,在本发明实施例中,监控分析程序如下:
上述使用的参数具体设置如下:datadir:该参数指定下机数据所在的路径,默认是/results/analysis/output/Home;outdir:该参数指定分析结果存储的目录;--date:
该参数指定开始监控的日期,如20191010,下机目录内所有比该日期新的数据都会被自动分析,默认是启动程序的当天;log:该参数设置程序的日志文件;tasks:该参数设置同样分析的样本的数量,默认是5个样本同时分析;inexe:如果设置该参数,则只会生成需要自动分析的任务的脚本,但不会自动分析;mail:如果设置该参数,则会自动发送邮件,否则结果保存在服务器本地。
图4是根据本发明实施例的可选的结核杆菌耐药性分析结果的获取方法的流程图,如图4所示,在开始测序后,会实时监控测序是否完成,若完成则搜索barcode文件,接着自动调用流程开始分析,得到分析结果后,整理合并分析结果,并将处理后的分析结果上传至报告系统,利用报告系统出具报告。
通过本发明实施例提供的结核杆菌耐药性分析结果的获取方法,可7*24小时运行在测序仪配套的Linux服务器上,实时监控测序仪的结核杆菌下机数据,一旦发现有新的下机数据产生,便到指定目录去读取事先准备好的一个配置文件,该文件指明了样本的编号与下机数据的对应关系,然后启动指定的生物信息分析流程完成分析,最后将结果自动上传到报告系统中出具报告,全程无需人工操作。
实施例2
根据本发明实施例的另外一个方面,还提供了一种结核杆菌耐药性分析结果的获取装置,图5是根据本发明实施例的结核杆菌耐药性分析结果的获取装置的示意图,如图5所示,该结核杆菌耐药性分析结果的获取装置可以包括:监控单元51、确定单元53、第一获取单元55以及第二获取单元57。下面对该结核杆菌耐药性分析结果的获取装置进行说明。
监控单元51,用于对预定存储介质进行监控,得到监控结果,其中,预定存储介质用于存储测序仪的结核杆菌下机数据。
确定单元53,用于基于监控结果确定预定存储介质存在目标结核杆菌下机数据,其中,目标结核杆菌下机数据为测序仪生成的测序结果。
第一获取单元55,用于获取用于对目标结核杆菌下机数据进行分析的生物信息分析方式。
第二获取单元57,用于利用生物信息分析方式对目标结核杆菌下机数据进行分析,得到结核杆菌耐药性分析结果。
此处需要说明的是,上述监控单元51、确定单元53、第一获取单元55以及第二获取单元57对应于实施例1中的步骤S102至S108,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的是,上述模块作为装置的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
由上可知,在本发明实施例中,可以通过监控单元对预定存储介质进行监控,得到监控结果,其中,预定存储介质用于存储测序仪的结核杆菌下机数据;然后利用确定单元基于监控结果确定预定存储介质存在目标结核杆菌下机数据,其中,目标结核杆菌下机数据为测序仪生成的测序结果;并利用第一获取单元获取用于对目标结核杆菌下机数据进行分析的生物信息分析方式;以及利用第二获取单元利用生物信息分析方式对目标结核杆菌下机数据进行分析,得到结核杆菌耐药性分析结果。通过本发明实施例提供的结核杆菌耐药性分析结果的获取装置,实现了自动获取对测序仪的下机数据进行分析,得的结核杆菌耐药性分析结果的目的,从而可以根据结核杆菌耐药性分析结果判断重要基因的沉默突变,达到了提高结核杆菌耐药性分析的可靠性,解决了相关技术中使用的对结核分枝杆菌耐药基因检测的方式存在检测的基因位点数目受限,无法区分重要基因的沉默突变的技术问题。
可选地,第一获取单元,包括:确定模块,用于确定目标结核杆菌下机数据所在目标目录;搜索模块,用于基于目标目录对预定配置文件进行搜索,以获取与目标结核杆菌下机数据对应的样本编号;获取模块,用于根据样本编号获取生物信息分析方式。
可选地,预定配置文件为barcode文件,barcode文件记录样本编号与结核杆菌下机数据之间的对应关系。
可选地,第二获取单元,包括:启动模块,用于启动生物信息分析方式对应的分析程序;分析模块,用于利用分析程序对目标结核杆菌下机数据进行分析,其中,分析程序的分析内容包括以下至少之一:数据有效性、异变信息。
可选地,该结核杆菌耐药性分析结果的获取装置还包括:处理模块,用于在启动生物信息分析方式对应的分析程序之后,生成并发送提示消息,其中,提示消息用于提示分析程序已启动。
可选地,该结核杆菌耐药性分析结果的获取装置还包括:第三获取单元,用于在利用生物信息分析方式对目标结核杆菌下机数据进行分析之后,获取分析结果;判断单元,用于基于分析结果判断对目标结核杆菌下机数据的分析是否成功;合并单元,用于在基于分析结果确定对目标结核杆菌下机数据的分析成功的情况下,对分析结果进行合并,得到目标分析结果;处理单元,用于在基于分析结果确定对目标结核杆菌下机数据的分析不成功的情况下,生成并发送提醒消息,其中,提醒消息用于提示对目标结核杆菌下机数据分析失败。
可选地,该结核杆菌耐药性分析结果的获取装置还包括:生成单元,用于在利用生物信息分析方式对目标结核杆菌下机数据进行分析,得到结核杆菌耐药性分析结果之后,将结核杆菌耐药性分析结果上传至报告结果生成系统,其中,报告结果生成系统在接收到结核杆菌耐药性分析结果后,选择报告模板,按照报告模板生成结核杆菌耐药性分析结果对应的结核杆菌耐药性分析报告。
实施例3
根据本发明实施例的另外一个方面,还提供了一种结核杆菌耐药性分析系统,使用上述中任一项的结核杆菌耐药性分析结果的获取方法。
实施例4
根据本发明实施例的另外一个方面,还提供了一种计算机可读存储介质,计算机可读存储介质包括存储的计算机程序,其中,在计算机程序被处理器运行时控制计算机可读存储介质所在设备执行上述中任一项的结核杆菌耐药性分析结果的获取方法。
实施例5
根据本发明实施例的另外一个方面,还提供了一种处理器,处理器用于运行计算机程序,其中,计算机程序运行时执行上述中任一项的结核杆菌耐药性分析结果的获取方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种结核杆菌耐药性分析结果的获取方法,其特征在于,包括:
对预定存储介质进行监控,得到监控结果,其中,所述预定存储介质用于存储测序仪的结核杆菌下机数据;
基于所述监控结果确定所述预定存储介质存在目标结核杆菌下机数据,其中,所述目标结核杆菌下机数据为所述测序仪生成的测序结果;
获取用于对所述目标结核杆菌下机数据进行分析的生物信息分析方式;
利用所述生物信息分析方式对所述目标结核杆菌下机数据进行分析,得到结核杆菌耐药性分析结果。
2.根据权利要求1所述的方法,其特征在于,获取用于对所述目标结核杆菌下机数据进行分析的生物信息分析方式,包括:
确定所述目标结核杆菌下机数据所在目标目录;
基于所述目标目录对预定配置文件进行搜索,以获取与所述目标结核杆菌下机数据对应的样本编号;
根据所述样本编号获取所述生物信息分析方式。
3.根据权利要求2所述的方法,其特征在于,所述预定配置文件为barcode文件,所述barcode文件记录所述样本编号与结核杆菌下机数据之间的对应关系。
4.根据权利要求1所述的方法,其特征在于,利用所述生物信息分析方式对所述目标结核杆菌下机数据进行分析,包括:
启动所述生物信息分析方式对应的分析程序;
利用所述分析程序对所述目标结核杆菌下机数据进行分析,其中,所述分析程序的分析内容包括以下至少之一:数据有效性、异变信息。
5.根据权利要求1所述的方法,其特征在于,在启动所述生物信息分析方式对应的分析程序之后,所述方法还包括:
生成并发送提示消息,其中,所述提示消息用于提示所述分析程序已启动。
6.根据权利要求1所述的方法,其特征在于,在利用所述生物信息分析方式对所述目标结核杆菌下机数据进行分析之后,所述方法还包括:
获取分析结果;
基于所述分析结果判断对所述目标结核杆菌下机数据的分析是否成功;
若是,对所述分析结果进行合并,得到目标分析结果;
若否,生成并发送提醒消息,其中,所述提醒消息用于提示对所述目标结核杆菌下机数据分析失败。
7.根据权利要求1至6中任一项所述的方法,其特征在于,在利用所述生物信息分析方式对所述目标结核杆菌下机数据进行分析,得到结核杆菌耐药性分析结果之后,所述方法还包括:
将所述结核杆菌耐药性分析结果上传至报告结果生成系统,其中,所述报告结果生成系统在接收到所述结核杆菌耐药性分析结果后,选择报告模板,按照所述报告模板生成所述结核杆菌耐药性分析结果对应的结核杆菌耐药性分析报告。
8.一种结核杆菌耐药性分析结果的获取装置,其特征在于,包括:
监控单元,用于对预定存储介质进行监控,得到监控结果,其中,所述预定存储介质用于存储测序仪的结核杆菌下机数据;
确定单元,用于基于所述监控结果确定所述预定存储介质存在目标结核杆菌下机数据,其中,所述目标结核杆菌下机数据为所述测序仪生成的测序结果;
第一获取单元,用于获取用于对所述目标结核杆菌下机数据进行分析的生物信息分析方式;
第二获取单元,用于利用所述生物信息分析方式对所述目标结核杆菌下机数据进行分析,得到结核杆菌耐药性分析结果。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序被处理器运行时控制所述计算机可读存储介质所在设备执行上述权利要求1至7中任一项所述的结核杆菌耐药性分析结果的获取方法。
10.一种处理器,其特征在于,所述处理器用于运行计算机程序,其中,所述计算机程序运行时执行上述权利要求1至7中任一项所述的结核杆菌耐药性分析结果的获取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110729409.7A CN113470747B (zh) | 2021-06-29 | 2021-06-29 | 结核杆菌耐药性分析结果的获取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110729409.7A CN113470747B (zh) | 2021-06-29 | 2021-06-29 | 结核杆菌耐药性分析结果的获取方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113470747A true CN113470747A (zh) | 2021-10-01 |
CN113470747B CN113470747B (zh) | 2024-04-26 |
Family
ID=77873809
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110729409.7A Active CN113470747B (zh) | 2021-06-29 | 2021-06-29 | 结核杆菌耐药性分析结果的获取方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113470747B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106295250A (zh) * | 2016-07-28 | 2017-01-04 | 北京百迈客医学检验所有限公司 | 二代测序短序列快速比对分析方法及装置 |
CN107220885A (zh) * | 2017-06-20 | 2017-09-29 | 明码(上海)生物科技有限公司 | 一种基因检测产品报告系统及方法 |
CN109378044A (zh) * | 2018-10-18 | 2019-02-22 | 东莞博奥木华基因科技有限公司 | 一种个体化用药报告生成方法和系统 |
CN109585019A (zh) * | 2018-11-22 | 2019-04-05 | 广州市金圻睿生物科技有限责任公司 | 基因检测管理系统、方法及装置、计算机存储介质 |
CN110504006A (zh) * | 2019-07-15 | 2019-11-26 | 广州奇辉生物科技有限公司 | 一种处理扩增子数据的方法、系统、平台及存储介质 |
CN110699426A (zh) * | 2019-01-02 | 2020-01-17 | 上海臻迪基因科技有限公司 | 基因目标区域富集方法及试剂盒 |
CN111139291A (zh) * | 2020-01-14 | 2020-05-12 | 首都医科大学附属北京安贞医院 | 一种单基因遗传性疾病高通量测序分析方法 |
CN113493848A (zh) * | 2021-07-23 | 2021-10-12 | 杭州圣庭医疗科技有限公司 | 一种基于纳米孔测序仪的结核分枝杆菌耐药型鉴定方法 |
-
2021
- 2021-06-29 CN CN202110729409.7A patent/CN113470747B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106295250A (zh) * | 2016-07-28 | 2017-01-04 | 北京百迈客医学检验所有限公司 | 二代测序短序列快速比对分析方法及装置 |
CN107220885A (zh) * | 2017-06-20 | 2017-09-29 | 明码(上海)生物科技有限公司 | 一种基因检测产品报告系统及方法 |
CN109378044A (zh) * | 2018-10-18 | 2019-02-22 | 东莞博奥木华基因科技有限公司 | 一种个体化用药报告生成方法和系统 |
CN109585019A (zh) * | 2018-11-22 | 2019-04-05 | 广州市金圻睿生物科技有限责任公司 | 基因检测管理系统、方法及装置、计算机存储介质 |
CN110699426A (zh) * | 2019-01-02 | 2020-01-17 | 上海臻迪基因科技有限公司 | 基因目标区域富集方法及试剂盒 |
CN110504006A (zh) * | 2019-07-15 | 2019-11-26 | 广州奇辉生物科技有限公司 | 一种处理扩增子数据的方法、系统、平台及存储介质 |
CN111139291A (zh) * | 2020-01-14 | 2020-05-12 | 首都医科大学附属北京安贞医院 | 一种单基因遗传性疾病高通量测序分析方法 |
CN113493848A (zh) * | 2021-07-23 | 2021-10-12 | 杭州圣庭医疗科技有限公司 | 一种基于纳米孔测序仪的结核分枝杆菌耐药型鉴定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113470747B (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Waters | Systems toxicology and the Chemical Effects in Biological Systems (CEBS) knowledge base | |
Wyman et al. | A technology-agnostic long-read analysis pipeline for transcriptome discovery and quantification | |
Morgulis et al. | WindowMasker: window-based masker for sequenced genomes | |
Adzhubei et al. | Predicting functional effect of human missense mutations using PolyPhen‐2 | |
Gordon | Viewing and editing assembled sequences using Consed | |
US20050209787A1 (en) | Sequencing data analysis | |
Dündar et al. | Introduction to differential gene expression analysis using RNA-seq | |
CN111276185A (zh) | 一种基于二代高通量测序的微生物鉴定分析系统及装置 | |
Chang et al. | Including biological literature improves homology search | |
Selzer et al. | Applied bioinformatics: an introduction | |
CN113621716A (zh) | 结核分枝杆菌多线耐药基因鉴定的方法和装置 | |
Artiguenave et al. | Genomic exploration of the hemiascomycetous yeasts: 2. Data generation and processing | |
CN111564178A (zh) | 基因多态性分析报告的生成方法、装置、设备及存储介质 | |
CN111177516A (zh) | 药物警戒系统及其处理反馈数据的方法 | |
CN113470747B (zh) | 结核杆菌耐药性分析结果的获取方法及装置 | |
US20030124527A1 (en) | Automated method of identifying and archiving nucleic acid sequences | |
Vynck et al. | Digital PCR partition classification | |
Connor et al. | Towards increased accuracy and reproducibility in SARS-CoV-2 next generation sequence analysis for public health surveillance | |
Grassmann | Conduct and quality control of differential gene expression analysis using high-throughput transcriptome sequencing (RNASeq) | |
Kerlavage et al. | Analysis and management of data from high-throughput expressed sequence tag projects | |
KR102194798B1 (ko) | 16S rRNA 서열 기반 세균 동정 및 관리 장치, 그리고 이의 동작 방법 | |
May et al. | ClearCNV: CNV calling from NGS panel data in the presence of ambiguity and noise | |
Segal | Next-generation proficiency testing | |
US20110004616A1 (en) | Base sequence determination program, base sequence determination device, and base sequence determination method | |
Chevreux et al. | Automatic assembly and editing of genomic data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |