JP2023515248A - 微生物の標的断片における特異的領域の識別方法、装置及び応用 - Google Patents
微生物の標的断片における特異的領域の識別方法、装置及び応用 Download PDFInfo
- Publication number
- JP2023515248A JP2023515248A JP2022560020A JP2022560020A JP2023515248A JP 2023515248 A JP2023515248 A JP 2023515248A JP 2022560020 A JP2022560020 A JP 2022560020A JP 2022560020 A JP2022560020 A JP 2022560020A JP 2023515248 A JP2023515248 A JP 2023515248A
- Authority
- JP
- Japan
- Prior art keywords
- candidate
- specific region
- target
- sequence
- fragments
- 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
- 239000012634 fragment Substances 0.000 title claims abstract description 168
- 244000005700 microbiome Species 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012795 verification Methods 0.000 claims abstract description 7
- 230000000813 microbial effect Effects 0.000 claims description 40
- 241000894007 species Species 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 17
- 238000004891 communication Methods 0.000 claims description 15
- 244000045947 parasite Species 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 6
- 241000894006 Bacteria Species 0.000 claims description 3
- 241000223935 Cryptosporidium Species 0.000 claims description 3
- 241000233866 Fungi Species 0.000 claims description 3
- 241000224421 Heterolobosea Species 0.000 claims description 3
- 241000222712 Kinetoplastida Species 0.000 claims description 3
- 241000243190 Microsporidia Species 0.000 claims description 3
- 241000223997 Toxoplasma gondii Species 0.000 claims description 3
- 241000224526 Trichomonas Species 0.000 claims description 3
- 241000700605 Viruses Species 0.000 claims description 3
- 210000003001 amoeba Anatomy 0.000 claims description 3
- 201000004792 malaria Diseases 0.000 claims description 3
- 239000013612 plasmid Substances 0.000 abstract description 15
- 108700022487 rRNA Genes Proteins 0.000 abstract description 8
- 230000035945 sensitivity Effects 0.000 abstract description 6
- 230000009977 dual effect Effects 0.000 abstract 1
- 244000052769 pathogen Species 0.000 abstract 1
- 230000001717 pathogenic effect Effects 0.000 abstract 1
- 238000001514 detection method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 5
- 238000000429 assembly Methods 0.000 description 3
- 230000000712 assembly Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000000052 comparative effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 244000000010 microbial pathogen Species 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 108020004465 16S ribosomal RNA Proteins 0.000 description 1
- 241001646725 Mycobacterium tuberculosis H37Rv Species 0.000 description 1
- 108700035964 Mycobacterium tuberculosis HsaD Proteins 0.000 description 1
- 241000588652 Neisseria gonorrhoeae Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012472 biological sample Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000003776 cleavage reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 238000003703 image analysis method Methods 0.000 description 1
- 238000007857 nested PCR Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000003753 real-time PCR Methods 0.000 description 1
- 230000007017 scission Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012418 validation experiment Methods 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
- G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
- G16B30/10—Sequence alignment; Homology search
-
- 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
- G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
- G16B25/20—Polymerase chain reaction [PCR]; Primer or probe design; Probe optimisation
-
- 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
- G16B35/00—ICT specially adapted for in silico combinatorial libraries of nucleic acids, proteins or peptides
- G16B35/20—Screening of libraries
-
- 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)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biotechnology (AREA)
- Evolutionary Biology (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Library & Information Science (AREA)
- Molecular Biology (AREA)
- Biochemistry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Evolutionary Computation (AREA)
- Public Health (AREA)
- Software Systems (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Genetics & Genomics (AREA)
- Data Mining & Analysis (AREA)
- Bioethics (AREA)
- Artificial Intelligence (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
Description
における特異的領域の識別方法のステップを実現する。
本発明で提供する1又は複数のステップ間の組み合わせ及び接続関係は、別途説明する場合を除き、これらの組み合わされるステップの前後に更にその他のステップが存在してもよいこと、或いは、これらの明確に言及する2つのステップの間に更にその他のステップを挿入してもよいことを排除するものではない。且つ、別途説明する場合を除き、各方法ステップの番号は各方法ステップを区別するための便宜的な手段にすぎず、各方法ステップの配列順を規制するものでも、本発明で実施可能な範囲を限定するものでもない。よって、これらの相対関係の変更又は調整は、技術内容を実質的に変更しない限り、本発明で実施可能な範囲であるとみなされる。
カバー率=(類似配列断片の長さ/(微生物の標的断片の終端値-微生物の標的断片の始端値+1))%
配列Aのカバー率=(187/(187-1+1))*100%=100%
おける特異的領域候補となる。
実施例では、同様の特徴についての定義、計算方法、実施形態の提示、及び好ましい実施形態の提示に関する詳細な記載は互いに共通とできる。よって、繰り返し詳述することはしない。
リ32及び通信インターフェース34は、システムバス35を介してプロセッサ31及び通信機33に接続され、相互の通信を完了する。メモリ32はコンピュータプログラムを記憶するために用いられ、通信機33、通信インターフェース34はその他のデバイスとの通信に用いられる。プロセッサ31及び通信機33は、電子端末に上記の画像分析方法の各ステップを実行させるよう、コンピュータプログラムを動作させるために用いられる。
端末は、微生物のPCR検出に応用可能である。
Claims (15)
- 微生物の標的断片を1又は複数の比較菌株における全ゲノム配列とそれぞれ1対1でアライメントし、類似度が所定値を超えている断片を除去して、残りのいくつかの断片を1回目の切断片T1~Tnとして取得し、nは≧1の整数であるステップS100と、
前記1回目の切断片T1~Tnを残りの比較菌株における全ゲノム配列とそれぞれアライメントし、類似度が所定値を超えている断片を除去して、残った切断片の集合を微生物の標的断片における特異的領域候補として取得するステップS200と、
特異的領域候補が以下の条件を満たしているか否かを判断し、
1)共有データベースを検索して、特異的領域候補との類似度が所定値よりも大きいその他の種が存在するか否かを探し、
2)特異的領域候補を、各比較菌株の全ゲノム配列、及び微生物標的断片の由来菌株の宿主における全ゲノム配列とそれぞれアライメントし、類似度が所定値よりも大きい断片が存在するか否かを探し、
特異的領域候補が上記の条件をいずれも満たしていない場合には、当該特異的領域候補を微生物の標的断片における特異的領域とする特異的領域の検証及び取得ステップS300と、を少なくとも含むことを特徴とする微生物の標的断片における特異的領域の方法。 - a.上記の方法によって、前記微生物標的断片の由来菌株と比較菌株が同一種又は同一亜種であるか否かを区別可能であり、
b.前記類似度とは、微生物の標的断片のカバー率と一致率の積であり、前記カバー率=(類似配列断片の長さ/(微生物の標的断片の終端値-微生物の標的断片の始端値+1))%であり、
c.ステップS200において、前記1回目の切断片T1~Tnを残りの比較菌株における全ゲノム配列とそれぞれグループ別に繰り返しアライメントし、
d.上記の方法は、更に、選定した隣り合う微生物の標的断片を2つずつアライメントし、類似度が所定値よりも低いとのアライメント結果が出た場合には、警報を発するとともに、ターゲット株種に対応するスクリーニング条件を表示するステップS110を含む、との特徴のうちの1又は複数を更に含むことを特徴とする請求項1に記載の微生物の標的断片における特異的領域の識別方法。 - 1回目の切断片Tnを残りの比較菌株における全ゲノム配列とグループ別に繰り返しアライメントする際には、
残りの比較菌株をP個のグループに分割し、各グループには複数の比較菌株が含まれているステップS210と、
1回目の切断片Tnを第1グループにおける各比較菌株の全ゲノム配列と1対1で同時にアライメントし、類似度が所定値を超えている断片を除去して、残ったいくつかの断片を1回目の切断片Tnにおける1回目の配列候補ライブラリとして取得するステップS211と、
1回目の切断片Tnにおける前回の配列候補ライブラリを、次のグループにおける各比較菌株の全ゲノム配列と1対1で同時にアライメントし、類似度が所定値を超えている断片を除去して、残ったいくつかの断片を1回目の切断片Tnにおける次の配列候補ライブラリとして取得し、P回目の配列候補ライブラリを1回目の切断片Tnの特異的配列候補ライブラリとして取得するまで、ステップS212を1回目の配列候補ライブラリから繰り返し実行し、1回目の切断片における全ての特異的配列候補ライブラリの集合を特異的領域候補とするステップ212と、を含むことを特徴とする請求項2に記載の微生物の標的断片における特異的領域の識別方法。 - 比較菌株の各グループに含まれる比較菌株の数は、演算環境のハードウェア構成に基づき設定することを特徴とする請求項3に記載の微生物の標的断片における特異的領域の識別
方法。 - ステップS200のあとに、
ステップS100及びS200を実行して標的配列における各微生物の標的断片の特異的領域候補を取得し、各微生物の標的断片における特異的領域候補の集合を標的配列の特異的領域候補とすることを更に含むことを特徴とする請求項1に記載の微生物の標的断片における特異的領域の識別方法。 - 微生物の標的断片を1又は複数の比較菌株における全ゲノム配列とそれぞれ1対1でアライメントし、類似度が所定値を超えている断片を除去して、残りのいくつかの断片を1回目の切断片T1~Tnとして取得し、nは≧1の整数である1回目切断片取得モジュールと、
前記1回目の切断片T1~Tnを残りの比較菌株における全ゲノム配列とそれぞれアライメントし、類似度が所定値を超えている断片を除去して、残った切断片の集合を微生物の標的断片における特異的領域候補として取得する特異的領域候補取得モジュールと、
特異的領域候補が以下の条件を満たしているか否かを判断し、
1)共有データベースを検索して、特異的領域候補との類似度が所定値よりも大きいその他の種が存在するか否かを探し、
2)特異的領域候補を、各比較菌株の全ゲノム配列、及び微生物標的断片の由来菌株の宿主における全ゲノム配列とそれぞれアライメントし、類似度が所定値よりも大きい断片が存在するか否かを探し、
特異的領域候補が上記の条件をいずれも満たしていない場合には、当該特異的領域候補を微生物の標的断片における特異的領域とする特異的領域検証・取得モジュールとを少なくとも含むことを特徴とする微生物の標的断片における特異的領域の識別装置。 - a.上記の装置は、前記微生物標的断片の由来菌株と比較菌株が同一種又は同一亜種であるか否かを区別可能であり、
b.前記類似度とは、微生物の標的断片のカバー率と一致率の積であり、前記カバー率=(類似配列断片の長さ/(微生物の標的断片の終端値-微生物の標的断片の始端値+1))%であり、
c.前記特異的領域候補取得モジュールは、前記1回目の切断片T1~Tnを残りの比較菌株における全ゲノム配列とそれぞれグループ別に繰り返しアライメントし、
d.1回目切断片取得モジュールは、更に、選定した隣り合う微生物の標的断片を2つずつアライメントし、類似度が所定値よりも低いとのアライメント結果が出た場合には、警報を発するとともに、ターゲット株種に対応するスクリーニング条件を表示する元データ類似度比較サブモジュールを含む、
との特徴のうちの1又は複数を更に含むことを特徴とする請求項6に記載の微生物の標的断片における特異的領域の識別装置。 - 1回目の切断片Tnを残りの比較菌株における全ゲノム配列とグループ別に繰り返しアライメントする場合、前記特異的領域候補取得モジュールは、
残りの比較菌株をP個のグループに分割し、各グループに複数の比較菌株が含まれている比較菌株グループ分けサブモジュールと、
1回目の切断片Tnを第1グループにおける各比較菌株の全ゲノム配列と1対1で同時にアライメントし、類似度が所定値を超えている断片を除去して、残ったいくつかの断片を1回目の切断片Tnにおける1回目の配列候補ライブラリとして取得する1回目配列候補ライブラリ取得サブモジュールと、
1回目の切断片Tnにおける前回の配列候補ライブラリを、次のグループにおける各比較菌株の全ゲノム配列と1対1で同時にアライメントし、類似度が所定値を超えている断片を除去して、残ったいくつかの断片を1回目の切断片Tnにおける次の配列候補ライブラ
リとして取得し、P回目の配列候補ライブラリを1回目の切断片Tnの特異的配列候補ライブラリとして取得するまで、特異的領域候補取得サブモジュールを1回目の配列候補ライブラリから繰り返し実行させ、1回目の切断片における全ての特異的配列候補ライブラリの集合を特異的領域候補とする特異的領域候補取得サブモジュールと、を含むことを特徴とする請求項7に記載の微生物の標的断片における特異的領域の識別装置。 - 比較菌株の各グループに含まれる比較菌株の数は、演算環境のハードウェア構成に基づき設定することを特徴とする請求項8に記載の微生物の標的断片における特異的領域の識別装置。
- 更に、標的配列の特異的領域候補取得モジュールを含み、当該モジュールは、標的断片の1回目切断片取得モジュールと微生物の標的断片の特異的領域候補取得モジュールを実行し、標的配列における各微生物の標的断片の特異的領域候補を取得して、各微生物の標的断片における特異的領域候補の集合を標的配列の特異的領域候補とすることを特徴とする請求項6に記載の微生物の標的断片における特異的領域の識別装置。
- コンピュータプログラムが記憶されている記憶媒体であって、
当該プログラムは、プロセッサで実行される際に、請求項1~5のいずれかに記載の微生物の標的断片における特異的領域の識別方法を実現することを特徴とするコンピュータで読取可能な記憶媒体。 - プロセッサ及び請求項11に記載のコンピュータで読取可能な記憶媒体を含むデバイスであって、
前記プロセッサは、前記コンピュータで読取可能な記憶媒体上のコンピュータプログラムを実行することで、請求項1~5のいずれかに記載の微生物の標的断片における特異的領域の識別方法のステップを実現することを特徴とするコンピュータ処理デバイス。 - プロセッサ、メモリ及び通信機を含む電子端末であって、前記メモリはコンピュータプログラムを記憶するために用いられ、前記通信機は外部機器との通信接続に用いられ、前記プロセッサは、前記端末に請求項1~5のいずれかに記載の微生物の標的断片における特異的領域の識別方法を実行させるよう、前記メモリに記憶されているコンピュータプログラムを実行するために用いられることを特徴とする電子端末。
- 請求項1~5に記載の微生物の標的断片における特異的領域の識別方法、請求項6~10に記載の微生物の標的断片における特異的領域の識別装置、請求項11に記載のコンピュータで読取可能な記憶媒体、請求項12に記載のコンピュータ処理デバイス又は請求項13に記載の電子端末の、微生物の標的断片における特異的領域を識別するための使用。
- a.上記の使用によって、前記微生物標的断片の由来菌株と比較菌株が同一種又は同一亜種であるか否かを区別し、
b.微生物は、細菌、ウィルス、真菌、アメーバ、クリプトスポリジウム、鞭毛虫、微胞子虫、ピロプラズマ原虫、マラリア原虫、トキソプラズマ、トリコモナス原虫又はキネトプラスト類の1又は複数から選択される、
との特徴のうちの1又は複数を更に含むことを特徴とする請求項14に記載の使用。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010254403.4A CN111477274B (zh) | 2020-04-02 | 2020-04-02 | 微生物目标片段中特异性区域的识别方法、装置及应用 |
CN202010254403.4 | 2020-04-02 | ||
PCT/CN2020/090180 WO2021196358A1 (zh) | 2020-04-02 | 2020-05-14 | 微生物目标片段中特异性区域的识别方法、装置及应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023515248A true JP2023515248A (ja) | 2023-04-12 |
JP7366289B2 JP7366289B2 (ja) | 2023-10-20 |
Family
ID=71750532
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022560020A Active JP7366289B2 (ja) | 2020-04-02 | 2020-05-14 | 微生物の標的断片における特異的領域の識別方法、装置及び応用 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20230129284A1 (ja) |
EP (1) | EP4116983A4 (ja) |
JP (1) | JP7366289B2 (ja) |
CN (1) | CN111477274B (ja) |
AU (1) | AU2020440744A1 (ja) |
WO (1) | WO2021196358A1 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005135154A (ja) * | 2003-10-30 | 2005-05-26 | Hitachi Ltd | 配列類似性に基づく遺伝子オントロジーターム予測方法 |
WO2006027913A1 (ja) * | 2004-08-10 | 2006-03-16 | Waseda University | 特徴パターン認識システムおよびその方法、並びにプログラム |
US20090006002A1 (en) * | 2007-04-13 | 2009-01-01 | Sequenom, Inc. | Comparative sequence analysis processes and systems |
JP2015536661A (ja) * | 2012-11-29 | 2015-12-24 | エフ.ホフマン−ラ ロシュ アーゲーF. Hoffmann−La Roche Aktiengesellschaft | 標的シーケンシングリードの正確かつ迅速なマッピング |
JP2016502162A (ja) * | 2012-10-15 | 2016-01-21 | テクニカル ユニバーシティ オブ デンマーク | 未加工のシーケンシングデータのデータベースにより駆動される一次解析 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6996477B2 (en) * | 2001-04-19 | 2006-02-07 | Dana Farber Cancer Institute, Inc. | Computational subtraction method |
US20130267429A1 (en) * | 2009-12-21 | 2013-10-10 | Lawrence Livermore National Security, Llc | Biological sample target classification, detection and selection methods, and related arrays and oligonucleotide probes |
US20140235456A1 (en) * | 2012-12-17 | 2014-08-21 | Virginia Tech Intellectual Properties, Inc. | Methods and Compositions for Identifying Global Microsatellite Instability and for Characterizing Informative Microsatellite Loci |
US10796783B2 (en) * | 2015-08-18 | 2020-10-06 | Psomagen, Inc. | Method and system for multiplex primer design |
CN105274092A (zh) * | 2015-11-30 | 2016-01-27 | 中国人民解放军军事医学科学院卫生学环境医学研究所 | 一种特异性等温寡核苷酸探针的批量获取方法 |
CN105938522A (zh) * | 2016-04-11 | 2016-09-14 | 中国人民解放军第三军医大学 | 一种预测细菌iv型分泌系统效应分子的方法 |
CN107463795A (zh) * | 2017-08-02 | 2017-12-12 | 南昌大学 | 一种识别酪氨酸翻译后修饰位点的预测算法 |
US20190214110A1 (en) * | 2017-12-07 | 2019-07-11 | Seven Bridges Genomics Inc. | Detection of insufficient homology regions in a reference sequence |
CN108359692B (zh) * | 2018-01-19 | 2022-03-15 | 陕西师范大学 | 一种特异性靶向hDGKθ基因的荧光素酶报告系统 |
IL280651B2 (en) * | 2018-08-30 | 2024-05-01 | Univ Montreal | A proteogenome-based method for identifying tumor-specific antigens |
CN109554488B (zh) * | 2019-01-24 | 2021-10-15 | 中国水产科学研究院长江水产研究所 | 雌性施氏鲟特异dna片段及应用 |
CN110808086B (zh) * | 2019-09-30 | 2022-10-28 | 广州白云山和记黄埔中药有限公司 | 一种鉴定关键酶基因的植物物种特异性序列片段的方法 |
-
2020
- 2020-04-02 CN CN202010254403.4A patent/CN111477274B/zh active Active
- 2020-05-14 JP JP2022560020A patent/JP7366289B2/ja active Active
- 2020-05-14 EP EP20929624.3A patent/EP4116983A4/en active Pending
- 2020-05-14 WO PCT/CN2020/090180 patent/WO2021196358A1/zh unknown
- 2020-05-14 AU AU2020440744A patent/AU2020440744A1/en active Pending
- 2020-05-14 US US17/916,214 patent/US20230129284A1/en active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005135154A (ja) * | 2003-10-30 | 2005-05-26 | Hitachi Ltd | 配列類似性に基づく遺伝子オントロジーターム予測方法 |
WO2006027913A1 (ja) * | 2004-08-10 | 2006-03-16 | Waseda University | 特徴パターン認識システムおよびその方法、並びにプログラム |
US20090006002A1 (en) * | 2007-04-13 | 2009-01-01 | Sequenom, Inc. | Comparative sequence analysis processes and systems |
JP2016502162A (ja) * | 2012-10-15 | 2016-01-21 | テクニカル ユニバーシティ オブ デンマーク | 未加工のシーケンシングデータのデータベースにより駆動される一次解析 |
JP2015536661A (ja) * | 2012-11-29 | 2015-12-24 | エフ.ホフマン−ラ ロシュ アーゲーF. Hoffmann−La Roche Aktiengesellschaft | 標的シーケンシングリードの正確かつ迅速なマッピング |
Also Published As
Publication number | Publication date |
---|---|
JP7366289B2 (ja) | 2023-10-20 |
AU2020440744A1 (en) | 2022-11-10 |
CN111477274A (zh) | 2020-07-31 |
US20230129284A1 (en) | 2023-04-27 |
CN111477274B (zh) | 2020-11-24 |
WO2021196358A1 (zh) | 2021-10-07 |
EP4116983A4 (en) | 2023-12-13 |
EP4116983A1 (en) | 2023-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7333482B2 (ja) | 微生物の種特異的共通配列の取得方法、装置及び応用 | |
EP2926288B1 (en) | Accurate and fast mapping of targeted sequencing reads | |
CN111009286A (zh) | 对宿主样本进行微生物分析的方法和装置 | |
CN106460045B (zh) | 人类基因组常见拷贝数变异用于癌症易感风险评估 | |
Qiu et al. | A Bayesian approach to accurate and robust signature detection on LINCS L1000 data | |
Jung et al. | An automatic block and spot indexing with k-nearest neighbors graph for microarray image analysis | |
Lun et al. | From reads to regions: a Bioconductor workflow to detect differential binding in ChIP-seq data | |
CN115312121A (zh) | 靶基因位点检测方法、装置、介质及程序产品 | |
JP2023515248A (ja) | 微生物の標的断片における特異的領域の識別方法、装置及び応用 | |
CN110970093B (zh) | 一种筛选引物设计模板的方法、装置及应用 | |
JP7367234B2 (ja) | 微生物の標的断片における多コピー領域の識別方法、装置及び応用 | |
CN113628682B (zh) | 一种t790m和c797s顺反式突变类型识别及计算方法 | |
CN112599196B (zh) | 构建对核酸序列进行分类的模型方法及其应用 | |
US20170024514A1 (en) | Distance maps using multiple alignment consensus construction | |
Ji et al. | Shine: A novel strategy to extract specific, sensitive and well-conserved biomarkers from massive microbial genomic datasets | |
CN117894367A (zh) | 微生物特异性序列保守性的筛选评估方法 | |
KR20240001450A (ko) | 나노포어시퀀싱을 이용한 바이러스 탐색 및 바이롬 분석 | |
Cabanski | Statistical Methods for Analysis of Genetic Data | |
Goldstein et al. | De Novo Assembly of Distance Maps using on the fly Multiple Alignment Consensus Construction |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221011 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20221011 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230510 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230728 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230913 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231010 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7366289 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |