ReUseData:一个R/生物导体工具,用于可重复使用和可复制的基因组数据管理
Qian Liu1, Qiang Hu2, Song Liu2
1Department of Biostatistics and Bioinformatics, Roswell Park Comprehensive Cancer Center, Buffalo, NY, 14263, USA. Qian.Liu@RoswellPark.org.
BMC bioinformatics
|January 3, 2024
概括
ReUseData是一个R软件工具,它将数据预处理脚本转换为可重复的数据配方. 这增强了与R.R.合作的生物信息学家对基因组数据的管理和再利用.
科学领域:
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
- 基因组数据科学 基因组数据科学
背景情况:
- 基因组数据的复杂性挑战管理和重复使用.
- 冗余的预处理浪费了计算资源.
- 现有的工具缺乏R特定的解决方案,以实现多功能数据重复使用.
研究的目的:
- 介绍ReUseData,一个R包,用于高效的基因组数据管理.
- 提供R.内部数据管理的多功能和可重复的方法.
- 解决数据重复使用的R特定解决方案的缺口.
主要方法:
- 将特设脚本转换为基于通用工作流语言 (CWL) 的数据配方.
- 标准化和独立的数据配方,以实现可移植性.
- 简化将精选数据集成到下游分析中.
主要成果:
- ReUseData允许可重复生成精心策划的基因组数据文件.
- 数据配方是通用的,便携式的,可以跨平台重复使用.
- 便于与各种分析工具和工作流程集成.
结论:
- ReUseData为基于R的基因组数据管理提供了一种可靠,可重复的方法.
- 提高基因组数据集的可访问性和可重复使用性.
- 该套件可在生物导体上获得; 项目网站提供更多信息.
相关概念视频
01:09Recombinant DNA
Overview
02:02Genomics
Genomics is the science of genomes: it is the study of all the genetic material of an organism. In humans, the genome consists of information carried in 23 pairs of chromosomes in the nucleus, as well as mitochondrial DNA. In genomics, both coding and non-coding DNA is sequenced and analyzed. Genomics allows a better understanding of all living things, their evolution, and their diversity. It has a myriad of uses: for example, to build phylogenetic trees, to improve productivity and...
02:35RACE - Rapid Amplification of cDNA Ends
Rapid Amplification of cDNA Ends, or RACE, is one of the most effective methods to obtain a full-length cDNA from an mRNA sequence between a known internal region to the unknown sequence at the 5’ or 3’ end. The unknown region is cloned in the cDNA by a gene-specific primer that binds the known end, and a hybrid primer that attaches a predefined anchor sequence to the unknown end of the cDNA. The sequence in between is amplified by PCR with an anchor primer and a gene-specific primer.
Since the...
Since the...