Метагеноміка: Методи, Пайпілини та Застосування |…

Оцінка результатів

Визначте цілі, виберіть стратегію збору, контролюйте забруднення та записуйте метадані (MIxS). Включіть негативні контролі та пікинки за потреби.

Стратегії секвенування

Ампліфікація 16S/18S/ITS: виявлення структури спільноти з обмеженим роздільним рівнем,

Шотові метагеноміки: таксономний та функціональний профілювання, відновлення MAG

Довгі послідовності та Hi-C для покращення збірки та бінгування

жива демонстрація · пов'язана симуляція● LIVE

Біоінформатичні труби (Bioinformatics Pipelines)

Якість та видалення прочитаних даних про хост (QC and host read removal)

Збірка даних та каркасування контигенталів (Assembly and contig scaffolding)

Визначення та оцінка якості MAG (Binning and MAG quality assessment)

Таксономія та функціональне позначення (Taxonomy and function annotation)

Диференціальна поширеність та аналіз мереж (Differential abundance and network analyses)

Застосування

Зв'язки зі здоров’ям людини та захворюваннями, Біоремедіація та моніторинг навколишнього середовища, Оптимізація біопроцесів у промисловості.

Приклад 1: Моніторинг стічних вод

Приклад 1: Моніторинг стічних вод. Застосування технології Shotgun sequencing для виявлення штамів патогенів у воді.

Збір даних про метадані композитного зразка; аналіз тенденцій та звітування в органах охорони здоров’я.

Приклад 2: Мікробіом ґрунту для сільського господарства

Сезонний збір зразків; врахування екологічних факторів. Функціональний аналіз шляхів метаболізму, фокус на азотний цикл.

Зв’язок функцій з результатами в сільському господарстві.

Часті запитання

Скільки чонів потрібно?

Залежить від складності; типові діапазони 5–20 Гб на зразок для досліджень shotgun.

Як контролювати забруднення?

Включайте пробіли, використовуйте чисті кімнати та моніторте сигнатури реагентів.

Коли використовувати амплікон проти shotgun?

Амплікон для швидких опитувань; shotgun для отримання функціональних інсайтів і розрізнення штамів.

Як валідувати біни (MAGs)?

Використовуйте показники повноти/забруднення та філогенемічне розміщення.

Як порівнювати між дослідженнями?

Узгоджуйте конвеєри, бази даних референсів і стратегії нормалізації.

Що робити зі аналізом на рівні штамів?

Використовуйте профілювання SNV, реконструкцію гоплотипів та довгі послідовності.

Як обробляти забруднення господи?

Картуйте чони до референсної бази даних господи на ранньому етапі; оцінюйте залишки після фільтрації.

Як забезпечити відтворюваність?

Контейнеризуйте конвеєри, блокуйте версії баз даних і публікуйте код.

Як анотувати нові гени?

Використовуйте кластеризацію de novo, HMMs та висновки про ортологію.

Які бази даних використовувати?

GTDB, UniRef, KEGG, EggNOG, а також ресурси, специфічні для домену.

Спробуйте наживо

Усе, що вище, працює прямо у вашому браузері — відкрийте Michaelis-Menten Kinetics і змінюйте параметри під час роботи. Нічого не встановлюється, нічого не завантажується на сервер, уся модель живе в одній вкладці.

▶ Відкрити симуляцію Michaelis-Menten Kinetics