中文  English
您当前位置:首页 > 中文 > 生物计算服务
生物分子互作计算机模拟及优化分析服务
单细胞转录组分析技术链条式解决方案
全基因组关联分析服务
外显子测序技术链条式解决方案
微生物重测序技术链条式解决方案
microRNA测序技术链条式解决方案
有参考基因组转录组分析技术链条式解决方案
De novo转录组分析技术链条式解决方案
靶向测序宏基因组学分析技术链条式解决方案
微生物De novo测序技术链条式解决方案
生物信息技术分析需求单
生物信息技术分析服务流程
生物信息技术服务模式
高通量测序(454/Solexa)
全基因组De novo测序解决方案
全基因组重测序解决方案
宏基因组学测序解决方案
基于SSR富集技术的高通量测序解决方案
全基因组关联分析(GWAS)解决方案
转录组测序解决方案

  微生物重测序技术链条式解决方案

样品要求

1)   生物质样品:新鲜培养的菌液50 mL(要求:活性好,不含杂菌)。

2)   DNA样品要求:样品量500 ng,样品浓度10 ng/μL,样品纯度OD260/OD280 = 1.8 ~ 2.0;样品切忌反复冻融,送样时请使用冰袋或干冰。

测序平台

近年来,二代测序技术发展迅速,主要的测序平台包括:Roche 454HiSeq 2500MiseqABI3730 XL。这四种测序平台各有优缺点,但都能用于微生物重测序。其中,MiSeq非常适用于针对微生物基因组的重测序,单Run即可完成一个微生物基因组测序。

生物信息学分析

1.jpg

 

实验验证

1) 传统检测方法

不同的变异,其检测方法也不尽相同。传统的检测方法是以凝胶电泳为基础的经典检测方法。此法较简单,但只能检测到多态性,不能确定多态性是由哪类差异引起的。该法适于检测SNPInDel,对于CNVSV则局限较大。

2)变异位点检测

DNA-array是一种新型的变异验证方法,其检测信息量大且准确,尤其是SNP-array,已经发展的相当成熟。选取包括CNVSVBACs,运用比较基因组杂交芯片(CGH)可检测CNVSV。随着实验技术的发展,已经出现了可快速检测CNVSV的试剂盒,如ABI 7900实时定量PCR(可检测CNV)。

分析结果展示

6-1.jpg

1 SNPsINDELs变异的hotspot

6-2.jpg

2 CNV在基因组上的分布

6-3.jpg

差异基因的GO富集

6-4.jpg

差异基因的PATHWAY

6-5.jpg

差异基因的COG分类

6-6.jpg

副血链球菌基因组和血链球菌基因组共线性分析

(横坐标,副血链球菌,217616 bp;纵坐标,血链球菌)

6-7-8.jpg

基因组岛鉴定                           酵母菌不同菌株之间的进化分析

参考文献

1.       http://barricklab.org/twiki/bin/view/Lab/ToolsBacterialGenomeResequencing

2.       Chris D, Curtin Anthony, R. Borneman, et al. De-novo assembly and analysis of the heterozygous triploid genome of the wine spoilage yeast Dekkera bruxellensi AWRI1499. Plos One, 2012, 7(3): e33840.

3.       Anthony R Bornemanl, Brian A Desany, David Riches, et alWhole-genome comparison reveals novel genetic elements that characterize the genome of industrial strains of Saccharomyces cerevisiae. Plos Genetics, 2011, 7(2): e1001287.

4.       Peter E ChenChristopher CookAndrew C Stewart et al. Genomic characterization of the Yersinia genus. Genome Biology, 2010, 11: R1.

5.       Schwientek P, Szczepanowski R, Rückert C, et al. The complete genome sequence of the acarbose producer Actinoplanes sp. SE50/110. BMC Genomics, 2012, 13: 112.

 

版权声明 | 免责条款 | 隐私政策 | 友情链接 | 联系我们
Copyright 2011 北京市计算中心 版权所有 zving.com. All Rights Reserved
地址:北京市海淀区永丰产业基地丰贤中路7号北科产业3号楼 电话:010-59341768 邮编:100094 E-mail:bioinfo@bcc.ac.cn
备案号:京ICP备20111117号 技术支持:北京市计算中心生物计算事业部技术组