位置:成果数据库 > 期刊 > 期刊详情页
基于高通量测序技术的微生物检测数据分析方法
  • ISSN号:1000-3282
  • 期刊名称:《生物化学与生物物理进展》
  • 时间:0
  • 分类:Q811.4[生物学—生物工程]
  • 作者机构:[1]国防科学技术大学计算机学院软件研究所,长沙410073, [2]军事医学科学院放射与辐射医学研究所,北京100850
  • 相关基金:国家自然科学基金重大计划(U1435222),国家自然科学基金面上项目(61402486)和全军后勤科研计划重点项目(BWS14C051)资助.
中文摘要:

高通量测序技术的发展正在逐渐改变诸多生物学领域的研究方法.为应对突发疫情以及新发未知微生物威胁的需求,微生物鉴定技术逐渐从传统的物理化学方法及核酸杂交等分子水平方法进一步走向利用无需培养的测序数据进行快速分析检测.随之而来的是对高通量数据分析在精度及速度的要求.基于高通量测序数据的微生物检测数据分析方法在近些年得到了快速的发展.本文分析了目前基于高通量测序数据的微生物检测数据分析方法,对其数据分析的处理流程和计算方法进行了研究,比较了各个微生物检测数据分析方法的特点及适用场景.最后结合本实验室工作总结微生物检测数据分析方法在实际应用中可能遇到的问题,希望对该应用领域的研究有一定的参考意义.

英文摘要:

Next-generation sequencing is changing research methods in biological fields. Microbial identification and detection technologies based on next-generation sequencing have advantage of high-precision and radial-velocity need, and the capability to replace previous culture-based and molecular methods, such as using nucleic acid amplification and hybridization technologies for rapid response to known and unknown biological threats. In this paper, we compared current computational analysis approaches on next-generation sequencing data for microbial identification and detection, including design principles, computational pipeline, and benchmark testing. Furthermore, some possible problems were summarized involving the use of these computational approaches.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《生物化学与生物物理进展》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国科学院生物物理研究所 中国生物物理学会
  • 主编:王大成
  • 地址:北京市朝阳区大屯路15号
  • 邮编:100101
  • 邮箱:prog@sun5.ibp.ac.cn
  • 电话:010-64888459
  • 国际标准刊号:ISSN:1000-3282
  • 国内统一刊号:ISSN:11-2161/Q
  • 邮发代号:2-816
  • 获奖情况:
  • 1999年中国期刊奖提名奖,2000年中国科学院优秀期刊特别奖
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,美国剑桥科学文摘,美国科学引文索引(扩展库),美国生物科学数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:18821