生信分析是个什么玩意儿？

生信小白：老板最近说，要搞搞高大上的全基因组测序，让我去做测序数据分析，可我都不懂哇...

生信猿：这不就是生物信息分析嘛，搭建集群，搭建流程，跑跑数据...

生信小白：听说你有一个朋友很厉害，可以让他教教我吗？

生信猿：你说的是西克孚肉吧，他可是生信方面的专家。我把他的名片给你了，你们好好交流吧。

生信小白：肉哥好，能跟我讲讲生信分析到底是个啥玩意儿吗？

西克孚肉：白白好，那我先跟你捋捋如何读取生命的密码吧。且听我慢慢道来...

Q：如何读取生命的密码？

西克孚肉：

DNA序列承载着控制生物性状的遗传信息，DNA是长链大分子，你以看看我身上穿的这件衣服，是一个小的DNA片段。DNA有四种碱基A（腺嘌呤）、T（胸腺嘧啶）、C（胞嘧啶）、G（鸟嘌呤）。

人类基因组有30亿个碱基对，可以理解为这是一本由30亿个ATCG字母构成的“书”。

如何从这本书中翻译出生命的奥秘呢？目前主流的方法是使用二代测序来测整个人全基因组。按照经验，一个标准的人全基因组测序原始数据可以达到100GB。

二代测序技术是将DNA的长链分子随机打断，然后用化学方法一批批地将小片段DNA扩增和读取出来。

我们可以这样简单理解：

测序相当于将生命之“书”投进碎纸机，变成了一条条碎纸片段（序列打断），每个片段一般只有几百个字母。由于碎纸片段实在细碎繁多，可能遗漏某些重要片段，所以通常会把碎纸片复印（聚合酶链式反应，PCR）多份，再进行扫描（基于荧光标记dNTP的光学检测），把这些碎纸片段的字母读取出来。

拿到这些扫描后的片段数据（短序列），我们需要用计算机去处理（生物信息分析），尽可能拼回原来完整的书，并寻找书中独特的词（基因变异）。然后去查字典（变异数据库），看看究竟这些词表达什么意思（信息注释）。

典型的生物信息过程包括：首先去掉质量不高、破损严重的短序列数据（质量控制 Quality Control/Filtering），然后完成基因组比对/组装（ Mapping/Assembly），进而寻找基因变异（Variant Calling）。

从大体量的数据中，找到基因突变信息，这就是生物信息分析的工作。

生信小白：听你这么一说，我大致明白了生物信息分析是在做什么的了，但我应该如何上手呢？

西克孚肉：别急，一步步来嘛，干我们这行的，没点“家伙”怎么行？

Q：生信分析的工具有哪些？

西克孚肉：

生物信息的工具有很多，主要是：bwa，samtools，picard，GATK，bedtools，bcftools，vcftools，FastQC，MultiQC，VEP等等，GATK是目前被广泛使用和认可的分析软件。

通常来讲，一个成年人的变异大概有两百多万个，但对于特定的疾病，可能只有几个或几百个有意义的，突变的寻找有如大海捞针。幸运的是，我们并不是漫无目的地寻找，我们可以借助一些公开的数据库，来过滤掉不相关的信息

生信小白：肉哥你这讲解深入浅出，我觉得老板交代给我的任务已经完成了一大半...

西克孚肉：不着急，这只是一个开始噢。我们将在这一系列的连载，来告诉你生信分析需要做些什么。

生信分析是个什么玩意儿？相关推荐

生信分析矫正P值_生物信息分析：从入门到精（fang）通（qi）第1期FASTQ! BAM! VCF! 傻傻分不清楚...
生信小白:肉哥,上次听完你的介绍,我满脑子跟这张图片一样...凌乱?!我们为什么不一次性把整本书读取了,非要把这本书撕碎呢? 西克孚肉:这主要受限于技术,测序仪一次只能读取几百.几千.几万个碱基,这与 ...
面向生信分析的高性 RStudio 服务器
因需要超大内存的拼接/比对/表达量计算发愁? 为了使用组里的服务器而被困在实验室? 浪费大量的时间龟速下载 NCBI 的数据? 快来看看云筏 HPC 吧! https://my.cloudraft.c ...
生信分析流程构建的几大流派
导言构建生信分析流程是生物信息学从业人员必备的技能之一,对该项能力的评估常常是各大公司招录人员的参考项目之一. 在进行 ngsjs 项目时,我做了一张示意图来表示一些高通量测序数据分析项目重现性的要 ...
福建农林大学朱方捷组招聘讲师/副教授/助理——生信分析方向
福建农林大学转录系统生物学课题组招聘(生信分析.组培转化) 工作地点: 福建农林大学海峡联合研究院薪金: 18-30万招聘岗位: 讲师/副教授/助理实验室网址: http://hbmcsysbi ...
生信分析平台方案推介，助力科研
生信分析平台方案推介,助力科研专注专业共赢目前生信分析对计算性能和存储高并发性能都提出来新的要求,例如在基因测序分析中,基因序列数目庞大,对基因进行同源性搜寻.比对.分析.系统发育分析等需要对 ...
这是入门生信，学习生信分析思路和数据可视化的首选？
封面来源:https://www.zhihu.com/question/304747766 常规转录组是我们最常接触到的一种高通量测序数据类型,其实验方法成熟,花费较低,是大部分CNS必备的技术,以后 ...
docker卸载命令_使用docker完成生信分析环境搭建
生信开发人员最头疼的问题,可能就是平台搭建和软件安装了.部署和迁移上要费很大力气.本文讲述使用docker制作一个镜像,后续通过导入自己定制的镜像,复制文件完成分析流程的部署和迁移. 如何使用dock ...
找不到r低版本_R 语言与数据挖掘直播班开始招生，生信分析帮你发高分文章
数据单薄很难支撑文章内容?数据有了不知道怎么处理作出高级的图片?这个时候需要的是生信分析--深度的数据挖掘和分析处理,可以帮助临床医生通过数据处理得到自己想要的信息,更快速地发文章. 学习哪种生信分析 ...
属于服务器端运行的程序_生信分析云平台产品开发 - 5 生信分析pipeline服务器端运行...
在上文 [生信分析云平台产品开发 - 4 生信分析pipeline的图形化] 讨论了生信分析pipeline的图形化,如何用图形的方式显示生信pipeline,但是pipeline脚本按照变量的形式保 ...
mirna富集分析_经验之谈丨生信分析文章套路原来这么简单！
近两年,不做实验或者仅需要少量实验的生物信息学分析文章,发表量越来越多.如果利用数据库检索,高效的发出一篇文章.是科研工作者关注的话题,今天我们就用一篇生信分析的文章作为切入点,来谈谈生信分析文章的套 ...

生信分析是个什么玩意儿？

生信分析是个什么玩意儿？相关推荐

最新文章

热门文章