文章目录 Tombo快速使用介绍模型介绍RNA修饰分析步骤特异性替代碱基检测(推荐)De novo canonical model comparison ONT全长转录组分析步骤疑难解答Minimap2在比对nanopore直接RNA-seq数据时的最佳实践和参数设置有哪些?featureCounts在进行RNA-seq定量分析时,如何选择最合适的参考基因组注释文件?Tombo序列重校正过程
Prediction of Prediction of off-target activities for the end-to-end design of CRISPR guide RNAs 论文链接 摘要: 脱靶效应可导致次优基因编辑结果,是其发展的瓶颈。 使用基于两个相互关联的机器学习模型的方法来预测脱靶效应—叫做Elevation。 对独立的guide-target 对进行评分
大家好,这里是专注表观组学十余年,领跑多组学科研服务的易基因。 以前的研究发现胸腺和脾脏是体内辐射敏感组织,而肝脏不是。胸腺和脾脏在体内全身辐射后会触发p53依赖性凋亡,但这种肝脏特异性抗性的分子机制尚不清楚。 2023年03月28日,美国西奈山伊坎医学院James J. Manfredi团队通过对经辐射处理的小鼠器官进行联合RNA测序(RNA-seq)和染色质免疫沉淀测序(ChIP-seq)
最近做RNA-seq,正好把流程整理下,也希望分享和相互学习。 具体将以Fastqc + Trimmomatic + STAR + HTseq-count + DEseq2的流程来进行。 查看数据完整性 for dir in `ls`; do cd $dir; md5sum -c MD5_*txt; cd ..; done 预处理 FastQC + Trimmomatic fas
组蛋白翻译后修饰是表观遗传调控的主要机制之一,已被证明在基因表达的调控中发挥重要作用,参与真菌发育、感染相关的形态发生、环境应激反应、次级代谢产物的生物合成和致病性。我们分享过不少真菌组蛋白修饰的文章,今天接着带来一篇利用ChIP-seq解析真菌脱落酸生物合成机制的文章。 2024年3月4日,中国科学院成都生物研究所谭红研究员课题组在期刊Frontiers in Microbiology
前言 单通道数据极为流行,三大公司:Affymetrix、Illumina和Agilent的微阵列(microarray)技术产生的很多都是单通道数据。现在的主力的高通量测序机所产生的也是单通道数据,所以只要是被voom标准化(包括了log转化)的RNA-seq数据都可以看作和microarray一样的数据[引用]。这是一个很重要很有用的概念,相信会帮到很多生物信息入门者: RNA-seq d
参考文章: 用RSeQC对比对后的转录组数据进行质控 高通量测序质控及可视化工具包RSeQC RSeQC使用笔记 1. 质控的原因及相关软件 在A survey of best practices for RNA-seq data analysis里面,提到了人类基因组应该有70%~90%的比对率,并且多比对read(multi-mapping reads)数量要少。另外比对在外显子和所比对链