四大生物信息学分析常用工具

上期我们给大家介绍过一些基因组测序技术,随着测序技术的发展及其方法不断改进,这的确大大降低基因组测序的成本。有了新颖的测序技术,各式各样的生信分析工具就接踵而至。大家常用哪些生信工具挖掘数据呢?是否觉得用了生信工具做数据,会比做传统实验的效率更高呢?今天小编为你介绍常用的生信分析工具,这对你撰写研究方案和SCI文章写作很有帮助哦!

1. solQTL (了解分析茄科、菊科的表型和基因型)

http://solgenomics.net/qtl/

solQTL是番茄基因组测序计划的基因组信息资源门户网站数据库SGN (http://solgenomics.net) 的子模块。

在solQTL上可看到全基因组QTL图谱的很多参数资料:

同时,还能清楚看到染色体每个位点:

目前的植物数据库Gramene (http://www.gramene.org)和MaizeGDB (http://www.maizegdb.org),以及动物数据库Animal QTLdb (http://www.animalgenome.org)的唯一最大的缺陷的是不会记录文献上的原始数据,所以用这些数据库是不能很好地分析QTL。

所以,solQTL数据库的网站界面容易操作,允许研究人员将茄科的表型和基因型原始数据上传到SGN数据库,进行QTL(数量性状位点)分析并动态交联到相关的基因组注释。同时,研究人员还能利用solQTL选择QTL图谱的实时统计参数,也可以选择把自己上传的原始和分析的数据公开给其他用户看。

SolQTL数据库的操作说明书可以从该网站上下载哦!

http://solgenomics.net/qtl/guide.pl

2. SeqBuster (分析人类胚胎干细胞小RNA)

http://estivill_lab.crg.es/seqbuster

允许对任何自定义数据库进行注释。在一个独立的平台上SeqBuster综合了多个分析模块,构成了第一个提供miRNA变异体(isomiRs)特性的重要生信工具,SequBuster常用于贮存人胚胎干细胞小RNA的数据集

预分析

预分析模块上,原始数据被识别和注释,注释是经由网络服务器生成,也可用自定义的数据库经由独立运行的平台上生成。经处理和注释的数据就会被贮存在MySQL数据库中,这种网络界面可允许用数种R语言包分析数据。输出的数据可以在HTML上看到并保存在服务器、下载到本地硬盘。

3. Phamerator (用于比较噬菌体基因组)

通过成对比较将编码蛋白的基因分配到相关序列的“Phamily基因家族”中,以生成具有共同基因关系的数据库。Phamerator用于生成多种含核苷酸和氨基酸序列的噬菌体以及含有保守结构域的基因的圆形基因组图谱,便于分析通过水平上的基因交换的噬菌体种群的迁移,从而了解到单个基因的进化史。

Phamerator使用MySQL数据库软件,相关基因数据可从GenBank和NCBI保守结构域数据库中找到。

Phamerator数据库的架构:

在Phamerator上生成的基因组图谱:

还可以把Gumball基因组其中一段放大,可以了解到基因的功能呢。比如说,在这段6~23区域的基因有四个是保守结构域的基因。

4. ARG-ANNOT [Antibiotic Resistance Gene-ANNOTation](用于检测细菌基因组的抗生素抗性(AR)基因)

在此之前,虽然已有数个AR基因数据库如,2005年的ARGO数据库、2007年的MvirDB的微生物数据库、2009年的ARDB数据库、2012年的Resfinder数据库,但是除了ResFinder之外的这些数据库已再也没更新过。ResFinder只能查到已被人发现的AR基因,而且也不能检测与AR有关的染色体靶基因的点突变。

于是,在2014年,Rolain课题组创建了ARG-ANNOT数据库,ARG-ANNOT利用Bio-EditH软件通过BLAST程序来操作,允许用户不需要在网络界面上能分析已知和推定假设的AR基因的序列。具有抗生素抗性的决定簇来自于发表的文章和网络资源,核苷酸和蛋白序列则从NCBI GenBank数据库中提取。通过构建了包含1689个AR基因的数据库后, 随机抽取100条序列测试这个Bio-Edit软件,以证明ARG-ANNOT具有100%特异性和敏感性。

http://www.mbio.ncsu.edu/bioedit/bioedit.html

ARG-ANNOT database browser on Bio-Edit

粘贴要查询的序列、选择数据库类型,再选择不同参数,进行搜索。

参考文献(图片均来自文献 ):

solQTL: a tool for QTL analysis, visualization and linking to genomes at SGN database. BMC Bioinformatics. 2010 Oct 21;11:525.

SeqBuster, a bioinformatic tool for the processing and analysis of small RNAs datasets, reveals ubiquitous miRNA modifications in human embryonic cells. Nucleic Acids Res. 2010 Mar;38(5):e34.

ARGANNOT, a new bioinformatic tool to discover antibiotic resistance genes in bacterial genomes. Antimicrob Agents Chemother. 2014;58(1):212-20.

Phamerator: a bioinformatic tool for comparative bacteriophage genomics. BMC Bioinformatics. 2011 Oct 12;12:395.

• END •

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,711评论 5 468
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,932评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,770评论 0 330
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,799评论 1 271
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,697评论 5 359
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,069评论 1 276
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,535评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,200评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,353评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,290评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,331评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,020评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,610评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,694评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,927评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,330评论 2 346
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,904评论 2 341

推荐阅读更多精彩内容