Arbor Biosciences-myBaits Expert UCE超保守元件探针,应用于系统发育和分类学鉴定,即用型panel涉及部分脊椎动物,无脊椎动物和菊科。

本文主要是介绍Arbor Biosciences-myBaits Expert UCE超保守元件探针,应用于系统发育和分类学鉴定,即用型panel涉及部分脊椎动物,无脊椎动物和菊科。,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

产品概述
超保守元件(UCEs)是高度保守的基因组区域,在其侧翼有很多可变序列。因为许多基因组区域在大的分类范围内共享,在新物种和非模式物种的研究方面,这些关键区域作为系统发育的理想目标捕获候选区域已被定义和开发。Arbor Biosciences 为各种分类学类群提供一系列即用型UCE探针,包括脊椎动物、昆虫和植物中鉴定出的类似的保守直系同源基因(COS)位点。

产品特点
 预设计 ——由专家设计,可立即使用
 结果经验证——不断扩大的经同行评审的论文清单
 流水线分析——简单、方便的数据分析
 性价比高—— 多个远亲类群使用一套探针集
 完整的解决方案——试剂盒包括所有必要的试剂
 应用范围广——具有适用性高的通用Panels

在这里插入图片描述
BLAST 鸡、人类、老鼠和青蛙基因组中,脊椎动物5K UCE基因位点的比对。每个碱基的颜色是由相似度决定的(深=高,浅=低)。中部UCE区域的相似度,明显不同于与其直接相邻的基因组侧翼的相似度。

产品应用

 系统发生学
 群体遗传学
 生命之树
 侧翼区捕获

即用型PANELS

脊椎动物
 辐鳍鱼类 0.5Kv1
 鲈形目1Kv1
 骨鳔类2.7Kv1
 脊椎动物2.5Kv1、5Kv1和5Kv2B
无脊椎动物
 蛛形纲1.1Kv1
 蜘蛛2Kv1
 鞘翅目1.1Kv1
 双翅目2.7Kv1
 半翅目2.7Kv1
 膜翅目1.5Kv1、2.5Kv2P、2.5Kv2A和2.5Kv2AB
 鳞翅目1.3Kv1
 新panels请咨询蓝景科信(北京)技术有限公司
菊科

产品详情

辐鳍鱼类0.5Kv1,含2001个探针(120 mer),可以富集辐鳍鱼类中的500个UCE位点:
305008.V5 myBaits UCE Actinopterygians 0.5Kv1 8 Rxn
305048.V5 myBaits UCE Actinopterygians 0.5Kv1 48 Rxn
305096.V5 myBaits UCE Actinopterygians 0.5Kv1 96 Rxn

鲈形目1Kv1,含2628个探针(120 mer),可以富集鲈形目中的1314个UCE位点:
306108.V5 myBaits UCE Acanthomorph 1Kv1 8 Rxn
306148.V5 myBaits UCE Acanthomorph 1Kv1 48 Rxn
306196.V5 myBaits UCE Acanthomorph 1Kv1 96 Rxn

骨鳔鱼类2.7Kv1,含6737个探针(120 mer),可以富集骨鳔鱼类中的2708个UCE位点:
306308.V5 myBaits UCE Ostariophysan 2.7Kv1 8 Rxn
306348.V5 myBaits UCE Ostariophysan 2.7Kv1 48 Rxn
306396.V5 myBaits UCE Ostariophysan 2.7Kv1 96 Rxn

脊椎动物2.5Kv1,含2560个探针(120 mer),可以富集脊椎动物中的2386个UCE位点,其中鸟类和爬行动物2.2k,哺乳动物约1k:
305608.V5 myBaits UCE Tetrapods 2.5Kv1 8 Rxn
305648.V5 myBaits UCE Tetrapods 2.5Kv1 48 Rxn
305696.V5 myBaits UCE Tetrapods 2.5Kv1 96 Rxn

脊椎动物5Kv1,含5472 个探针(120mer),可以富集脊椎动物中的 5060 个 UCE位点,其中鸟类和爬行动物4k,哺乳动物约2-3k,两栖动物1k:
305708.V5 myBaits UCE Tetrapods 5Kv1 8 Rxn
305748.V5 myBaits UCE Tetrapods 5Kv1 48 Rxn
305796.V5 myBaits UCE Tetrapods 5Kv1 96 Rxn

脊椎动物5Kv2B,该版本已经针对化石或者粪便样本做过优化,探针的长度是80nt,与其他两款的区别:与5KV1版本覆盖物种基本相同,针对降解比较严重的样本效果会更好:
306608.V5 myBaits Tetrapods 5Kv2B 8 Rxn
306648.V5 myBaits Tetrapods 5Kv2B 48 Rxn
306696.V5 myBaits Tetrapods 5Kv2B 96 Rxn

蛛形纲1.1Kv1,含14799个探针(120 mer),可以富集蛛形纲(蜘蛛,螨虫,蝎子,盲蜘蛛及其近亲)中的1120个UCE位点:
305108.V5 myBaits UCE Arachnida 1.1Kv1 8 Rxn
305148.V5 myBaits UCE Arachnida 1.1Kv1 48 Rxn
305196.V5 myBaits UCE Arachnida 1.1Kv1 96 Rxn

蜘蛛目2Kv1,含15015个探针(120 mer),可以富集蜘蛛目中>2000个UCE位点:
306408.V5 myBaits UCE Spider 2Kv1 8 Rxn
306448.V5 myBaits UCE Spider 2Kv1 48 Rxn
306496.V5 myBaits UCE Spider 2Kv1 96 Rxn

鞘翅目1.1Kv1,含13674个探针(120 mer),可以富集鞘翅目中的1172个UCE位点:
305908.V5 myBaits UCE Coleoptera 1.1Kv1 8 Rxn
305948.V5 myBaits UCE Coleoptera 1.1Kv1 48 Rxn
305996.V5 myBaits UCE Coleoptera 1.1Kv1 96 Rxn

双翅目2.7Kv1,含31328个探针(120 mer),可以富集双翅目中的2711个UCE位点:
306008.V5 myBaits UCE Diptera 2.7Kv1 8 Rxn
306048.V5 myBaits UCE Diptera 2.7Kv1 48 Rxn
306096.V5 myBaits UCE Diptera 2.7Kv1 96 Rxn

半翅目2.7Kv1,含40207个探针(120 mer),可以富集半翅目中的2731个UCE位点:
305808.V5 myBaits UCE Hemiptera 2.7Kv1 8 Rxn
305848.V5 myBaits UCE Hemiptera 2.7Kv1 48 Rxn
305896.V5 myBaits UCE Hemiptera 2.7Kv1 96 Rxn

膜翅目1.5Kv1,含2749个探针(120 mer),可以富集膜翅目(蚂蚁、蜜蜂、叶蜂和黄蜂)中的1510个UCE位点:
305308.V5 myBaits UCE Hymenoptera 1.5Kv1 8 Rxn
305348.V5 myBaits UCE Hymenoptera 1.5Kv1 48 Rxn
305396.V5 myBaits UCE Hymenoptera 1.5Kv1 96 Rxn

膜翅目2.5Kv2P,HymV1的扩展版本,含31829个探针(120 mer),可以富集膜翅目(蚂蚁、蜜蜂、叶蜂和黄蜂)中的2590个UCE位点:
305408.V5 myBaits UCE Hymenoptera 2.5Kv2P 8 Rxn
305448.V5 myBaits UCE Hymenoptera 2.5Kv2P 48 Rxn
305496.V5 myBaits UCE Hymenoptera 2.5Kv2P 96 Rxn

膜翅目2.5Kv2A,Hym2.5Kv2P的子集,仅含蚂蚁基因组探针9898个(120 mer) ,可以富集2524个UCE位点和16个核基因外显子区域(外显子根据四种远缘蚂蚁物种设计,共12个基因):
305508.V5 myBaits UCE Hymenoptera 2.5Kv2A 8 Rxn
305548.V5 myBaits UCE Hymenoptera 2.5Kv2A 48 Rxn
305596.V5 myBaits UCE Hymenoptera 2.5Kv2A 96 Rxn

膜翅目2.5Kv2AB,Hym2.5Kv2P的子集,仅含蚂蚁和蜜蜂基因组探针9332个(120 mer),可以富集2545个UCE位点和12个核基因外显子区域(7个基因):
306208.V5 myBaits UCE Hymenoptera 2.5Kv2AB 8 Rxn
306248.V5 myBaits UCE Hymenoptera 2.5Kv2AB 48 Rxn
306296.V5 myBaits UCE Hymenoptera 2.5Kv2AB 96 Rxn

鳞翅目1.3Kv1,含14363个探针(120 mer),可以富集鳞翅目(蝴蝶、蛾类及其近缘物种)中的1381个UCE位点:
306508.V5 myBaits Lepidoptera 1.3Kv1 8 Rxn
306548.V5 myBaits Lepidoptera 1.3Kv1 48 Rxn
306596.V5 myBaits Lepidoptera 1.3Kv1 96 Rxn

菊科 ,含9678个探针(120 mer),可以富集菊科中的1061个直系同源基因(COS)位点,经验证,此探针集在大量菊科及其近缘类群中可以富集>700个位点:
305208.V5 myBaits COS Compositae 1Kv1 8 Rxn
305248.V5 myBaits COS Compositae 1Kv1 48 Rxn
305296.V5 myBaits COS Compositae 1Kv1 96 Rxn

这篇关于Arbor Biosciences-myBaits Expert UCE超保守元件探针,应用于系统发育和分类学鉴定,即用型panel涉及部分脊椎动物,无脊椎动物和菊科。的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/852533

相关文章

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

hdu1394(线段树点更新的应用)

题意:求一个序列经过一定的操作得到的序列的最小逆序数 这题会用到逆序数的一个性质,在0到n-1这些数字组成的乱序排列,将第一个数字A移到最后一位,得到的逆序数为res-a+(n-a-1) 知道上面的知识点后,可以用暴力来解 代码如下: #include<iostream>#include<algorithm>#include<cstring>#include<stack>#in

zoj3820(树的直径的应用)

题意:在一颗树上找两个点,使得所有点到选择与其更近的一个点的距离的最大值最小。 思路:如果是选择一个点的话,那么点就是直径的中点。现在考虑两个点的情况,先求树的直径,再把直径最中间的边去掉,再求剩下的两个子树中直径的中点。 代码如下: #include <stdio.h>#include <string.h>#include <algorithm>#include <map>#

【区块链 + 人才服务】可信教育区块链治理系统 | FISCO BCOS应用案例

伴随着区块链技术的不断完善,其在教育信息化中的应用也在持续发展。利用区块链数据共识、不可篡改的特性, 将与教育相关的数据要素在区块链上进行存证确权,在确保数据可信的前提下,促进教育的公平、透明、开放,为教育教学质量提升赋能,实现教育数据的安全共享、高等教育体系的智慧治理。 可信教育区块链治理系统的顶层治理架构由教育部、高校、企业、学生等多方角色共同参与建设、维护,支撑教育资源共享、教学质量评估、

AI行业应用(不定期更新)

ChatPDF 可以让你上传一个 PDF 文件,然后针对这个 PDF 进行小结和提问。你可以把各种各样你要研究的分析报告交给它,快速获取到想要知道的信息。https://www.chatpdf.com/

poj 2976 分数规划二分贪心(部分对总体的贡献度) poj 3111

poj 2976: 题意: 在n场考试中,每场考试共有b题,答对的题目有a题。 允许去掉k场考试,求能达到的最高正确率是多少。 解析: 假设已知准确率为x,则每场考试对于准确率的贡献值为: a - b * x,将贡献值大的排序排在前面舍弃掉后k个。 然后二分x就行了。 代码: #include <iostream>#include <cstdio>#incl

【区块链 + 人才服务】区块链集成开发平台 | FISCO BCOS应用案例

随着区块链技术的快速发展,越来越多的企业开始将其应用于实际业务中。然而,区块链技术的专业性使得其集成开发成为一项挑战。针对此,广东中创智慧科技有限公司基于国产开源联盟链 FISCO BCOS 推出了区块链集成开发平台。该平台基于区块链技术,提供一套全面的区块链开发工具和开发环境,支持开发者快速开发和部署区块链应用。此外,该平台还可以提供一套全面的区块链开发教程和文档,帮助开发者快速上手区块链开发。

【C++高阶】C++类型转换全攻略:深入理解并高效应用

📝个人主页🌹:Eternity._ ⏩收录专栏⏪:C++ “ 登神长阶 ” 🤡往期回顾🤡:C++ 智能指针 🌹🌹期待您的关注 🌹🌹 ❀C++的类型转换 📒1. C语言中的类型转换📚2. C++强制类型转换⛰️static_cast🌞reinterpret_cast⭐const_cast🍁dynamic_cast 📜3. C++强制类型转换的原因📝