CLC微生物基因組學(xué)模塊能夠使微生物學(xué)專家充分利用全基因組或者宏基因組的數(shù)據(jù)。分析比較微生物群落的分類和功能組成,或使用病原體的分類功能來確認(rèn)病原體的身份和特征。研究人員可以在流行病學(xué)樣本信息的背景下來研究outbreak trees,其中病原體信息,數(shù)據(jù)和結(jié)果都可以通過一個(gè)方便的Outbreak指數(shù)來進(jìn)行管理。
微生物分析
1、微生物群落的分類學(xué)分析
(1)擴(kuò)增子測(cè)序數(shù)據(jù)
1) 有無參考基因組的16S-,18S-,及其ITS rRNA數(shù)據(jù)的OTU聚類。
2) 支持通用分類法數(shù)據(jù)庫(kù)Greengenes、Silva和UNITE及其定制的數(shù)據(jù)庫(kù)。
(2)鳥槍宏基因組數(shù)據(jù)
1) 對(duì)宏基因組樣本中的微生物的測(cè)定具有比較高的精度和相對(duì)豐度。
2) 過濾掉來自宿主DNA的污染數(shù)據(jù)。
3) 希望使用CosmosID高度管理的參考數(shù)據(jù)庫(kù)的用戶可以使用CosmosID插件進(jìn)行微生物組分析。
2、微生物群落的功能性分析
1) 以一流的精度和性能組裝注釋宏基因組的元數(shù)據(jù)。
2) 使用FAM、基因本體論和BLAST軟件進(jìn)行功能分析。
3) 宏基因組的功能注釋需要 MetaGeneMark插件。
元數(shù)據(jù)的可視化和統(tǒng)計(jì)分析
1) 用于Alpha和Beta多樣性評(píng)估的用戶友好的多樣性分析工具,用于比較樣本間的多樣性和組成相似性。
2) 基于微生物組成的2D和3D的主坐標(biāo)分析(PCoA)圖以及樣本聚類熱圖。
3) 運(yùn)行PERMANOVA分析,評(píng)估對(duì)聚類的統(tǒng)計(jì)。
4) 合并豐度表,以便在樣本間直接比較多樣性指標(biāo)。
5) 探索不同樣本類別間差異最大的分類單元或基因功能。利用最先進(jìn)的多因素差分豐度分析方法,測(cè)量折線變化,估計(jì)統(tǒng)計(jì)意義,探討樣本類別間的相關(guān)性。
6) 利用樣本元數(shù)據(jù)進(jìn)行繪圖和統(tǒng)計(jì)測(cè)試。
參考基因組數(shù)據(jù)庫(kù)
1) 從NCBI廣泛收集的微生物中直接導(dǎo)入細(xì)菌、古菌、病毒、真菌和原生動(dòng)物參考基因組。
2) 一個(gè)表提供了涵蓋的分類范圍,裝配狀態(tài)和包含基因組的大小的概述。
3) 具有分類和組裝質(zhì)量的過濾器,用戶可以優(yōu)化數(shù)據(jù)庫(kù)內(nèi)容,刪除低質(zhì)量的數(shù)據(jù)集,以獲得更高的可信度,通過減少數(shù)據(jù)庫(kù)條目的冗余減少計(jì)算機(jī)資源和分析時(shí)間。
4) 下載之前監(jiān)視設(shè)計(jì)期間的預(yù)計(jì)文件大小。
5) 從NCBI病原體檢測(cè)項(xiàng)目NCBI RefSeq下載病原特異性參考基因組深度數(shù)據(jù)庫(kù)。
Workflows
具有預(yù)先配置好的但也可自定義的微生物的生物信息分析流程,用戶從原始的NGS reads 到完成交互式的視覺結(jié)果只需要幾個(gè)步驟。
申請(qǐng)?jiān)囉?/p>
微信公眾號(hào)