生物信息学应用Hi-C和链接阅读
Libo Jiang1, Michael A Quail2, Jack Fraser-Govil2
1School of Life Sciences and Medicine, Shandong University of Technology, Zibo 255049, China.
Genomics, proteomics & bioinformatics
|June 21, 2024
概括
像Hi-C和Linked Reads这样的远程测序技术提供了更深入的遗传洞察力. 本综述详细介绍了五种关键方法,帮助研究人员为他们的研究选择最佳的长距离测序.
科学领域:
- 基因组学就是基因组学.
- 分子生物学分子生物学
- 生物信息学是一种生物信息学.
背景情况:
- 短读测序在捕获全面的基因组信息方面存在局限性.
- 新兴的远程测序技术为基因组分析提供了更高的分辨率.
研究的目的:
- 审查和比较五个主要的远程测序技术.
- 详细介绍它们的机制,数据产品和基因组学中的应用.
- 引导研究人员选择适当的远程测序方法.
主要方法:
- 对高通量染色体形状捕获 (Hi-C) 的审查.
- 10X基因组学链接阅读的分析.
- 对哈普标记,TELL-seq和stLFR技术的研究.
- 测序数据质量和可用的生物信息学工具的评估.
主要成果:
- 五个远程测序平台的详细描述.
- 评估它们在基因组组装,支架和变种识别中的实用性.
- 在不同技术中比较数据质量.
结论:
- 远程测序显著推进了基因组分析.
- 了解每个技术的细微差别对于最佳应用至关重要.
- 这一综述为选择最合适的远程测序方法提供了宝贵的资源.


