RU2012124051A - Системы и способы для обнаружения наличия биологического признака с применением кластеризации - Google Patents

Системы и способы для обнаружения наличия биологического признака с применением кластеризации Download PDF

Info

Publication number
RU2012124051A
RU2012124051A RU2012124051/10A RU2012124051A RU2012124051A RU 2012124051 A RU2012124051 A RU 2012124051A RU 2012124051/10 A RU2012124051/10 A RU 2012124051/10A RU 2012124051 A RU2012124051 A RU 2012124051A RU 2012124051 A RU2012124051 A RU 2012124051A
Authority
RU
Russia
Prior art keywords
genetic element
space
digital computer
input value
biological
Prior art date
Application number
RU2012124051/10A
Other languages
English (en)
Inventor
Цзюлю ЛУ
Цзыхуа ВАН
Антонио Аревало РЕЙЕС
Эрик Алан ГУСТАФСОН
Джон Стивен РАЙЛИ
Original Assignee
Бекман Каултер, Инк.
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Бекман Каултер, Инк. filed Critical Бекман Каултер, Инк.
Publication of RU2012124051A publication Critical patent/RU2012124051A/ru

Links

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12QMEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/02Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving viable microorganisms
    • C12Q1/04Determining presence or kind of microorganism; Use of selective media for testing antibiotics or bacteriocides; Compositions containing a chemical indicator therefor
    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12QMEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6888Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms
    • C12Q1/689Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms for bacteria
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B5/00ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12QMEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00Oligonucleotides characterized by their use
    • C12Q2600/112Disease subtyping, staging or classification
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G16B40/20Supervised data analysis
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G16B40/30Unsupervised data analysis

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Biophysics (AREA)
  • Biotechnology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Analytical Chemistry (AREA)
  • Organic Chemistry (AREA)
  • Molecular Biology (AREA)
  • Theoretical Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Genetics & Genomics (AREA)
  • Immunology (AREA)
  • General Engineering & Computer Science (AREA)
  • Biochemistry (AREA)
  • Microbiology (AREA)
  • Epidemiology (AREA)
  • Artificial Intelligence (AREA)
  • Bioethics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Public Health (AREA)
  • Software Systems (AREA)
  • Physiology (AREA)
  • Toxicology (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

1. Способ, включающий:ввод в цифровой компьютер, по меньшей мере, множества первых входных значений, ассоциированных с первым генетическим элементом, множества вторых входных значений, ассоциированных со вторым генетическим элементом, и множества третьих входных значений, ассоциированных с третьим генетическим элементом, ассоциированных с множеством известных образцов, где каждый известный образец включает первое входное значение во множестве первых входных значений, второе входное значение во множестве вторых входных значений, и третье входное значение во множестве третьих входных значений;определение порогового значения, ассоциированного с третьим генетическим элементом;разделение известных образцов с использованием порогового значения на первое множество известных образцов и второе множество известных образцов;кластеризацию первого множества известных образцов в пространстве свойств, определяемом первым генетическим элементом и вторым генетическим элементом;определение первого ограничивающего пространства с использованием первого множества известных образцов, где первое ограничивающее пространство дифференцирует биологический признак и другие биологические признаки; иопределение второго ограничивающего пространства с использованием второго множества известных образцов, где второе ограничивающее пространство дифференцирует биологический признак и другие биологические признаки.2. Способ по п.1, в котором первый генетический элемент содержит mecA, второй генетический элемент содержит femA, и третий генетический элемент содержит OrfX, и где биологический признак содержит признак MRSA, и гд

Claims (25)

1. Способ, включающий:
ввод в цифровой компьютер, по меньшей мере, множества первых входных значений, ассоциированных с первым генетическим элементом, множества вторых входных значений, ассоциированных со вторым генетическим элементом, и множества третьих входных значений, ассоциированных с третьим генетическим элементом, ассоциированных с множеством известных образцов, где каждый известный образец включает первое входное значение во множестве первых входных значений, второе входное значение во множестве вторых входных значений, и третье входное значение во множестве третьих входных значений;
определение порогового значения, ассоциированного с третьим генетическим элементом;
разделение известных образцов с использованием порогового значения на первое множество известных образцов и второе множество известных образцов;
кластеризацию первого множества известных образцов в пространстве свойств, определяемом первым генетическим элементом и вторым генетическим элементом;
определение первого ограничивающего пространства с использованием первого множества известных образцов, где первое ограничивающее пространство дифференцирует биологический признак и другие биологические признаки; и
определение второго ограничивающего пространства с использованием второго множества известных образцов, где второе ограничивающее пространство дифференцирует биологический признак и другие биологические признаки.
2. Способ по п.1, в котором первый генетический элемент содержит mecA, второй генетический элемент содержит femA, и третий генетический элемент содержит OrfX, и где биологический признак содержит признак MRSA, и где способ предназначен для определения наличия устойчивого к метициллину Staphylococcus aureus (MRSA).
3. Способ по п.1 или 2, в котором первое ограничивающее пространство и второе ограничивающее пространство задаются первым и вторым эллипсом соответственно.
4. Способ по п.1 или 2, в котором первое, второе и третье значения представляют собой Ct-значения.
5. Способ по п.1 или 2, дополнительно включающий до ввода:
помещение известных образцов в условия, в которых нуклеиновые кислоты выделяются из бактерий в известных образцах; и
амплифицирование и обнаружение наличия и количеств, по меньшей мере, первого генетического элемента, второго генетического элемента и третьего генетического элемента.
6. Способ по п.1, в котором и первое ограничивающее пространство, и второе ограничивающее пространство представляют собой эллиптические ограничивающие пространства.
7. Способ по п.1, в котором и с первым ограничивающим пространством, и со вторым ограничивающим пространством проводится параллельный перенос и угловое смещение вокруг начала координат.
8. Способ по п.6 или 7, в котором и первое ограничивающее пространство, и второе ограничивающее пространство определяются как функция измеренных количеств mecA и последовательности целевого гена, специфичного для Staphylococcus aureus.
9. Способ по п.1 или 2, в котором функция затрат используется для нахождения оптимальных параметров для первого и второго ограничивающих пространств.
10. Машиночитаемый носитель информации, содержащий код, выполнимый процессором, для реализации способа по любому из пп.1-5.
11. Цифровой компьютер, содержащий машиночитаемый носитель по п.10, и процессор, соединенный с машиночитаемым носителем.
12. Система, включающая измерительный модуль, соединенный с цифровым компьютером по п.11.
13. Способ применения аналитической модели, созданный в соответствии со способом по любому из пп.1-5, где указанный способ применения аналитической модели включает:
ввод первого входного значения, второго входного значения и третьего входного значения, ассоциированных с неизвестным образцом, в цифровой компьютер или другой цифровой компьютер, где первое входное значение, второе входное значение и третье входное значение ассоциированы с первым, вторым и третьим генетическими элементами в неизвестном образце; и
классификацию неизвестного образца как ассоциированного с биологическим признаком с использованием первого ограничивающего пространства или второго ограничивающего пространства с использованием цифрового компьютера или другого цифрового компьютера.
14. Способ по п.13, в котором биологический признак содержит признак MRSA.
15. Способ создания аналитической модели, которая дифференцирует биологический признак и другие биологические признаки, где указанный способ включает:
ввод в цифровой компьютер, по меньшей мере, множества первых входных значений, ассоциированных с первым генетическим элементом, множества вторых входных значений, ассоциированных со вторым генетическим элементом, и множества третьих входных значений, ассоциированных с третьим генетическим элементом;
создание одного или более промежуточных значений с использованием, по меньшей мере, множества первых входных значений и, по меньшей мере, вторых входных значений, ассоциированных со вторым генетическим элементом, с использованием цифрового компьютера; и
создание ограничивающего пространства для биологического признака с использованием одного или более промежуточных значений и множества третьих входных значений, с использованием цифрового компьютера,
при этом ограничивающее пространство дифференцирует биологический признак и другие биологические признаки.
16. Способ по п.15, в котором первый генетический элемент содержит mecA, второй генетический элемент содержит femA, и третий генетический элемент содержит SCCmec, и где биологический признак содержит признак MRSA.
17. Способ по п.15 или 16, в котором ограничивающее пространство задается эллипсом.
18. Способ по п.17, в котором функция затрат используется для оптимизации эллипса.
19. Способ по п.15 или 16, в котором первое, второе и третье значения представляют собой Ct-значения.
20. Способ по п.15 или 16, дополнительно включающий, до ввода:
помещение образцов в условия, в которых нуклеиновые кислоты выделяются из бактерий в известных образцах; и
амплифицирование и обнаружение наличия и количеств, по меньшей мере, первого генетического элемента, второго генетического элемента и третьего генетического элемента.
21. Способ по п.15 или 16, в котором каждое промежуточное значение задается как функция mecA и последовательности целевого гена, специфичной для Staphylococcus aureus (SA), при этом промежуточное значение является взвешенной линейной комбинацией mecA и SA, и задается формулой:
Промежуточное значение = mecA·sin(-0,3)+SA·cos(-0,3).
22. Машиночитаемый носитель информации, содержащий код, выполнимый процессором, для реализации способа по любому из пп.15-20.
23. Цифровой компьютер, содержащий машиночитаемый носитель по п.22, и процессор, соединенный с машиночитаемым носителем.
24. Система, включающая измерительный модуль, соединенный с цифровым компьютером по п.23.
25. Способ применения аналитической модели, созданной в соответствии со способом по любому из пп.15-20, где указанный способ применения аналитической модели включает:
ввод первого входного значения, второго входного значения и третьего входного значения, ассоциированных с неизвестным образцом, в цифровой компьютер или другой цифровой компьютер, где первое входное значение, второе входное значение и третье входное значение ассоциированы с первым, вторым и третьим генетическими элементами в неизвестном образце; и
классификацию неизвестного образца как ассоциированного с биологическим признаком с использованием ограничивающего пространства.
RU2012124051/10A 2009-11-13 2010-11-12 Системы и способы для обнаружения наличия биологического признака с применением кластеризации RU2012124051A (ru)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US26114709P 2009-11-13 2009-11-13
US61/261,147 2009-11-13
PCT/US2010/056455 WO2011060222A2 (en) 2009-11-13 2010-11-12 Systems and methods for detecting the presence of a biological status using clustering

Publications (1)

Publication Number Publication Date
RU2012124051A true RU2012124051A (ru) 2013-12-20

Family

ID=43806873

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2012124051/10A RU2012124051A (ru) 2009-11-13 2010-11-12 Системы и способы для обнаружения наличия биологического признака с применением кластеризации

Country Status (8)

Country Link
US (3) US8442924B2 (ru)
EP (1) EP2499591A2 (ru)
JP (2) JP5907880B2 (ru)
KR (1) KR20120101065A (ru)
CN (1) CN102713919B (ru)
BR (1) BR112012011262A2 (ru)
RU (1) RU2012124051A (ru)
WO (1) WO2011060222A2 (ru)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2373813B1 (de) * 2008-12-30 2012-10-31 Qiagen Hamburg GmbH Verfahren zum nachweis methicillin-resistenter staphylococcus aureus (mrsa)-stämme
WO2011060222A2 (en) 2009-11-13 2011-05-19 Beckman Coulter, Inc. Systems and methods for detecting the presence of a biological status using clustering
EP2617836A1 (en) * 2012-01-23 2013-07-24 Steffen Mergemeier Method for detecting a methicillin resistant coagulase positive Staphylococcus aureus strain
EP2887245A1 (en) * 2013-12-20 2015-06-24 Dassault Systèmes A computer-implemented method for designing a biological model
JPWO2022260129A1 (ru) * 2021-06-09 2022-12-15

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5210015A (en) 1990-08-06 1993-05-11 Hoffman-La Roche Inc. Homogeneous assay system using the nuclease activity of a nucleic acid polymerase
US6335184B1 (en) * 1993-07-23 2002-01-01 Bio-Rad Laboratories, Inc. Linked linear amplification of nucleic acids
US5702895A (en) 1995-01-19 1997-12-30 Wakunaga Seiyaku Kabushiki Kaisha Method and kit for detecting methicillin-resistant Staphylococcus aureus
JP3957338B2 (ja) 1996-02-23 2007-08-15 株式会社カイノス 診断薬
US6358519B1 (en) * 1998-02-16 2002-03-19 Ruth S. Waterman Germ-resistant communication and data transfer/entry products
CA2378032A1 (en) * 1999-08-04 2001-02-15 Pharmacia & Upjohn Company Crystallization and structure determination of staphylococcus aureus udp-n-acetylenolpyruvylglucosamine reductase (s. aureus murb)
US7955796B2 (en) 2001-03-15 2011-06-07 Jacques Schrenzel Method for the direct detection of methicillin-resistant staphylococcus aureus
US20020188424A1 (en) * 2001-04-20 2002-12-12 Grinstein Georges G. Method and system for data analysis
FR2844807B1 (fr) * 2002-09-23 2005-11-11 Rambach Alain Procede de detection de microorganismes resistants a la meticilline
US7718421B2 (en) * 2003-02-05 2010-05-18 Iquum, Inc. Sample processing
EP1529847B1 (en) 2003-11-07 2006-04-05 Federal Rep. of Germany repr. by the Ministry of Health & Soc. Security, the latter repr. by the Pres. of the Robert Koch Ins. Method for detecting methicillin resistant Staphylococcus aureus (MRSA)
EP1541696A1 (en) 2003-12-09 2005-06-15 Institut Pasteur A DNA macro-array for staphylococcus aureus identification and typing
US7527929B2 (en) 2004-07-30 2009-05-05 Agencourt Bioscience Corporation Methods of isolating nucleic acids using multifunctional group-coated solid phase carriers
US7368422B2 (en) * 2005-02-28 2008-05-06 Novartis Vaccines And Diagnostics Inc. Semi-synthetic rearranged vancomycin/desmethyl-vancomycin-based glycopeptides with antibiotic activity
GB0504537D0 (en) * 2005-03-04 2005-04-13 Blaze Venture Technologies Ltd Method and device for bacterial sampling
US20070196820A1 (en) * 2005-04-05 2007-08-23 Ravi Kapur Devices and methods for enrichment and alteration of cells and other particles
US7838221B2 (en) * 2005-10-11 2010-11-23 Geneohm Sciences, Inc. Sequences for detection and identification of methicillin-resistant Staphylococcus aureus (MRSA)
JP5346801B2 (ja) * 2006-05-12 2013-11-20 セフィード Dna組換え接合部の検出
US8936791B2 (en) * 2006-10-18 2015-01-20 Biomerieux Method for in vitro diagnosis of PVL-producing Staphylococcus aureus
CA2684570A1 (en) * 2007-04-19 2008-10-30 Molecular Detection Inc. Methods, compositions and kits for detection and analysis of antibiotic-resistant bacteria
WO2009018000A1 (en) * 2007-07-31 2009-02-05 Quest Diagnostics Investments Incorporated Detection of methicillin-resistant and methicillin-sensitive staphylococcus aureus in biological samples
US8229678B2 (en) * 2008-07-25 2012-07-24 Beckman Coulter, Inc. Methods and systems for transforming particle data
US8000940B2 (en) * 2008-10-08 2011-08-16 Beckman Coulter, Inc. Shape parameter for hematology instruments
US8154273B2 (en) * 2008-10-10 2012-04-10 Beckman Coulter, Inc. Detecting and handling coincidence in particle analysis
US8581927B2 (en) * 2008-11-04 2013-11-12 Beckman Coulter, Inc. Multidimensional particle analysis data cluster reconstruction
US8192995B2 (en) * 2008-11-13 2012-06-05 Beckman Coulter, Inc. Method of correction of particle interference to hemoglobin measurement
WO2011060222A2 (en) 2009-11-13 2011-05-19 Beckman Coulter, Inc. Systems and methods for detecting the presence of a biological status using clustering

Also Published As

Publication number Publication date
US20110131159A1 (en) 2011-06-02
BR112012011262A2 (pt) 2019-09-24
US9519751B2 (en) 2016-12-13
CN102713919A (zh) 2012-10-03
US20130196334A1 (en) 2013-08-01
JP2015165413A (ja) 2015-09-17
EP2499591A2 (en) 2012-09-19
JP2013510579A (ja) 2013-03-28
JP5907880B2 (ja) 2016-04-26
US20170140096A1 (en) 2017-05-18
KR20120101065A (ko) 2012-09-12
US8442924B2 (en) 2013-05-14
WO2011060222A2 (en) 2011-05-19
WO2011060222A9 (en) 2011-07-14
CN102713919B (zh) 2016-07-06

Similar Documents

Publication Publication Date Title
Bronzato Badial et al. Nanopore sequencing as a surveillance tool for plant pathogens in plant and insect tissues
Urban et al. Freshwater monitoring by nanopore sequencing
Bista et al. Performance of amplicon and shotgun sequencing for accurate biomass estimation in invertebrate community samples
Suchan et al. Pollen metabarcoding as a tool for tracking long‐distance insect migrations
Pochon et al. Accurate assessment of the impact of salmon farming on benthic sediment enrichment using foraminiferal metabarcoding
Feng et al. Interpreting distance‐decay pattern of soil bacteria via quantifying the assembly processes at multiple spatial scales
Venbrux et al. Current and emerging trends in techniques for plant pathogen detection
Xu et al. Evaluation of the DNA barcodes in Dendrobium (Orchidaceae) from mainland Asia
Pacheco et al. Is qPCR a reliable indicator of cyanotoxin risk in freshwater?
Adams et al. Diagnosis of plant viruses using next-generation sequencing and metagenomic analysis
GB2568608A (en) Personalized genetic testing
RU2012124051A (ru) Системы и способы для обнаружения наличия биологического признака с применением кластеризации
CN105063192A (zh) 用于鉴定施氏鲟种质的分子标记及其应用
Staton et al. Preliminary genomic characterization of ten hardwood tree species from multiplexed low coverage whole genome sequencing
Doi et al. On‐site environmental DNA detection of species using ultrarapid mobile PCR
Liu et al. Salinity is a key determinant for the microeukaryotic community in lake ecosystems of the Inner Mongolia plateau, China
Xie et al. Development of a reverse transcription loop-mediated isothermal amplification assay for visual detection of avian reovirus
Caputo et al. D4Z4 methylation levels combined with a machine learning pipeline highlight single CpG sites as discriminating biomarkers for FSHD patients
Rossum et al. Spatiotemporal dynamics of river viruses, bacteria and microeukaryotes
Gronniger et al. A Gulf Stream frontal eddy harbors a distinct microbiome compared to adjacent waters
JP2013510579A5 (ru)
Blanc-Mathieu et al. Viruses of the eukaryotic plankton are predicted to increase carbon export efficiency in the global sunlit ocean
Pongor et al. Fast and sensitive alignment of microbial whole genome sequencing reads to large sequence datasets on a desktop PC: application to metagenomic datasets and pathogen identification
AR105178A1 (es) Métodos, aparatos y sistemas para analizar cepas de microorganismos de comunidades heterogéneas complejas, predecir e identificar relaciones e interacciones funcionales de estas, y seleccionar y sintetizar conjuntos microbianos basados en estas
Liang et al. Identification of Kalidium species (Chenopodiaceae) by DNA barcoding

Legal Events

Date Code Title Description
FA94 Acknowledgement of application withdrawn (non-payment of fees)

Effective date: 20180823