XiaoMi-AI文件搜索系统
World File Search System起始位
造血干细胞中临床相关的基因编辑治疗丙酮酸激酶缺乏症
丙酮酸激酶降低（PKD）是一种常染色体衰竭，是慢性非细胞性溶血性贫血的主要原因。pKD是由丙酮酸激酶，肝脏和红细胞（PKLR）基因中的突变引起的，该基因编码为红酮丙酮酸激酶蛋白（RPK）编码。rpk与红细胞（RBC）厌氧糖酵解的最后一步有关，负责维持正常的红细胞ATP水平。PKD的唯一治疗方法是同种异性造血茎和祖细胞（HSPC）移植，与显着的发病率和死亡率相关，尤其是PKD患者。在这里，我们通过PKLR内源性基因座的精确基因编辑来解决PKD的校正，以保持呈红生酶期间RPK酶的严格调节。我们合并了CRISPR-CAS9系统和供体的腺相关载体（RAAV）递送，以建立一个有效，安全且临床上适用的系统，以在人类造血祖先中RPK同工型的翻译起始位点敲击治疗序列。编辑的人类造血祖细胞在原发性和继发性免疫型小鼠中有效地重构的人伴有人伴有。源自编辑的PKD-HSPC的红细胞细胞恢复了正常的ATP水平，表明基因编辑后PKD红细胞生成中RPK功能的恢复。 我们的基因编辑策略可能代表了PKD患者RBC中RPK功能的终生疗法。红细胞细胞恢复了正常的ATP水平，表明基因编辑后PKD红细胞生成中RPK功能的恢复。我们的基因编辑策略可能代表了PKD患者RBC中RPK功能的终生疗法。
DNA 甲基化动力学是非洲爪蟾蝌蚪脑中变态基因调控程序的基础
DNA 中胞嘧啶残基的甲基化会影响染色质结构和基因转录，其调控对大脑发育至关重要。越来越多的证据表明，DNA 甲基化可受激素信号调节。我们分析了变态过程中 Xenopus 蝌蚪大脑中 DNA 甲基化的全基因组变化及其与基因调控的关系，变态是一个依赖甲状腺激素的发育过程。我们研究了蝌蚪大脑中含有控制垂体激素分泌的神经分泌神经元的区域，该区域对甲状腺激素作用高度敏感。使用甲基化 DNA 捕获测序 (MethylCap-seq)，我们发现了整个蝌蚪神经细胞基因组中 DNA 甲基化的多样化景观，成对阶段比较确定了数千个差异甲基化区域 (DMR)。在变态前期至变态前期，DMR 的数量最低 (1,163)，去甲基化占主导地位。从变态前期到变态高潮期，DMR 几乎翻了一番（2,204），甲基化占主导地位。DNA 甲基化的最大变化出现在变态高潮期到变态完成期（2960 个 DMR），其中 80% 的 DMR 代表去甲基化。使用 RNA 测序，我们发现差异表达基因与位于基因体和转录起始位点上游区域的 DMR 之间存在负相关性。MethylCap-seq 揭示的变态期 DNA 去甲基化通过 DNA 去甲基化中间体 5-羟甲基胞嘧啶和 5-羧甲基胞嘧啶以及催化 DNA 去甲基化的甲基胞嘧啶双加氧酶十十一易位 3 的免疫反应性增加得到证实。我们的研究结果表明，蝌蚪神经细胞的基因组在变态过程中会发生显著的 DNA 甲基化变化，这些变化可能会影响染色质结构和此发育时期发生的基因调控程序。
用感知器的DNA和蛋白质序列预测基因和蛋白质表达水平
背景和客观：生物体的功能及其生物学过程源于基因和蛋白质的表现。因此，量化和预测mRNA和蛋白质水平是科学研究的关键方面。关于mRNA水平的预测，可用的方法使用转录起始位点（TSS）上游和下游的序列作为神经网络的输入。最新模型（例如Xpresso和basenjii）预测利用卷积（CNN）或长期记忆（LSTM）网络的mRNA水平。但是，CNN预测取决于卷积内核的大小，LSTM遭受捕获序列中的长期依赖性。据我们所知，关于蛋白质水平的预测，没有通过利用基因或蛋白质序列来预测蛋白质水平的模型。方法：在这里，我们利用一种新的模型类型（称为感知器）用于mRNA和蛋白质水平预测，从而利用了具有注意力调节的基于变压器的体系结构来参加序列中的长期相互作用。此外，感知器模型克服了标准变压器体系结构的二次复杂性。这项工作的贡献是1。dnaper-ceiver模型，以预测TSS上游和下游序列的mRNA水平； 2。Pro-teminepeiver模型，以预测蛋白质序列的蛋白质水平； 3。蛋白质和dnapceiver模型，以预测TSS和蛋白质序列的蛋白质水平。结果：这些模型是在细胞系，小鼠，胶质母细胞瘤和肺癌组织上评估的。结果表明，感知器型模量在预测mRNA和蛋白质水平方面的有效性。结论：本文介绍了mRNA和蛋白质水平预测的感知器结构。将来，将调节和表观遗传信息插入模型可以改善mRNA和蛋白质水平的预测。源代码可在https://github.com/matteostefanini/dnaperceiver
转录因子凝结物的工程材料特性控制哺乳动物细胞和小鼠中的基因表达
和进一步经历了同性恋，导致多价相互作用和LLP的诱导。VP16被募集到CMV最小启动子提供的转录起始位点，并诱导报告基因表达。（b）调整转化因子冷凝物的材料特性。要修改凝结物材料特性，采用了两种策略：首先，通过将CRY2换成Cry2 Olig，从而增加了相互作用的价值，而Cry2 Olig构成了高阶寡聚物；其次，通过共转染编码融合到麦克里（可视化）和fus n和nLS的cry2 olig的结构来提高价值和浓度。与CRY2-EYFP-FUS N -VP16或CREY2 OLIG -EYFP-FUS N -VP16构建体（黄色和绿色数据点）共转染了编码CIBN-TER和基于TETO 4的SEAP报告基因。可选地，添加了编码Cry2 Olig -MCH -MCH -FUS n -nls的构造（以2：1的质粒量比为2：1相对于含VP16的构建体，红色和黑色数据点）。在进行FRAP分析之前，将细胞在黑暗中培养32小时。蓝光照明10分钟后（2.5 µmol m -²S-1）开始。 图像在液滴漂白之前直接显示出反应性核。比例尺= 5 µm。 图显示了根据n≥7凝结物回收曲线的非线性拟合计算出的移动部分的平均值和单个值（请参见右图）。 使用学生的t.test（*=p≤0.05; **** =p≤0.0001）进行成对比较。。图像在液滴漂白之前直接显示出反应性核。比例尺= 5 µm。图显示了根据n≥7凝结物回收曲线的非线性拟合计算出的移动部分的平均值和单个值（请参见右图）。使用学生的t.test（*=p≤0.05; **** =p≤0.0001）进行成对比较。
whirly1在大麦中与干旱诱导的基因表达的ABA相关重编程的上游作用，并影响与压力相关的组蛋白修饰
摘要：whirly1是一种小型植物特异性的ssDNA结合蛋白，双重位于叶绿体和核中，讨论是作为一种逆行信号，可作为逆行信号传递从叶绿素传递到细胞核的应激信号，并在那里触发与压力相关的基因表达。在这项工作中，我们调查了使用两条过表达线（OEW1-2和OEW1-15）在大麦的干旱应力反应中的功能。Whirly1的过表达延迟了原发性叶片中与干旱应力相关的发作。干旱应激的两个脱甲酸（ABA）依赖性标记基因HVNCED1和HVS40，其在干旱治疗期间诱导的野生型中的表达并未在过表达线中诱导。此外，叶片中的ABA浓度与干旱相关的浓度增加在Whirly1过表达线中被抑制。分析Whirly1功能获得的影响对核基因表达与干旱相关的重编程的影响，进行了RNASEQ进行比较野生型和过表达线的影响。群集分析揭示了一组高度上调的基因，该基因响应野生型的干旱，而不是在Whirly1过表达线中。是许多胁迫和脱落酸（ABA）相关的基因。与野生型相比，在OEW1系中上调的另一个簇包含上调的基因。这些与原代新陈代谢，叶绿体功能和生长有关。我们的结果表明，Whirly1充当枢纽，平衡与压力相关和发育途径之间的权衡。测试Whirly1的功能获得的功能是否影响与压力相关基因表达的表观遗传控制，我们分析了启动子不同区域和HVNCED1和HVS40的转录起始位点的干旱相关组蛋白修饰。有趣的是，在Whirly1过表达线中，两个基因的构想标记水平（H3K4ME3和H3K9AC）显然降低了。我们的结果表明，被讨论以作为逆行信号的Whirly1会通过差异组蛋白的修饰在干旱过程中影响与ABA相关的核基因表达的重编程。
“领养组织”计划推动了识别马组织特异性组蛋白标记的努力
马遗传学和基因组学研究界有着长期的协同合作历史，致力于开发工具和资源来推动马生物学的发展。从 1995 年由 Dorothy Russell Havemeyer 基金会支持举办的第一届国际马基因图谱研讨会 ( Bailey, 2010 ) 开始，研究人员合作构建了全面的马连锁图谱 ( Guérin 等人, 1999, 2003; Penedo 等人, 2005; Swinburne 等人, 2006 )、辐射杂交和比较图谱 ( Caetano 等人, 1999; Chowdhary 等人, 2002 )、物理标记和 BAC 重叠群图谱 ( Raudsepp 等人, 2004, 2008; Leeb 等人, 2006 )、马的参考基因组 ( Wade 等人, 2009; Kalbfleisch 等人, 2018 ) 和基因分型阵列，以经济地绘制和研究马感兴趣的性状主人和饲养者（McCue 等人，2012 年；McCoy 和 McCue，2014 年；Schaefer 等人，2017 年）。为了延续基于社区的进步的传统，作为国际动物基因组功能注释 (FAANG) 联盟的一部分，一项新的集体努力于 2015 年启动，旨在对马的 DNA 元素进行功能注释（Andersson 等人，2015 年；Tuggle 等人，2016 年；Burns 等人，2018 年）。让人想起人类和小鼠的 ENCODE 项目（Dunham 等人，2012 年），FAANG 联盟的最终目标是注释家养动物物种基因组中的主要功能元素（Andersson 等人，2015 年）。具体来说，该联盟选择了四种组蛋白修饰来表征增强子（H3K4me1）、启动子和转录起始位点（H3K4me3）、具有活性调控元件的开放染色质（H3K27ac）和具有无法接近或受抑制的调控元件的兼性异染色质（H3K27me3）的基因组位置（Andersson 等人，2015；Giuuffra 和 Tuggle，2019）。最初的马 FAANG 努力通过对四个目标组蛋白标记进行染色质免疫沉淀测序（ChIP-Seq），在八个优先关注的组织（TOI）中确定了假定的调控区域（Kingsley 等人，2020）。在该研究中，整个马基因组中表征了超过一百万个假定的调控位点。马生物库中储存了 80 多种组织、细胞系和体液（Burns 等人，2018 年），因此有更多机会扩大注释工作的范围。为了充分利用生物库的优势，合作赞助
DHX36 通过解开 G‐ 来维持基因组完整性...
含有假定的 G-四链体形成序列的寡核苷酸（PQS；G ≥ 3 N x G ≥ 3 N x G ≥ 3 N x G ≥ 3）在阳离子存在下的生理缓冲条件下（Bochman 等人，2012 年）。由于其高热力学稳定性，组装的 G4 需要通过酶促分解。已经开发出体外用于监测 G4 形成的方法（Balasubramanian 等人，2011 年；Bryan 和 Baumann，2011 年）。使用这些方法已经证明了分解 G4 的酶活性。这些酶包括具有 G4 结合和解旋活性的 DNA 解旋酶，例如 BLM、WRN、PIF1、FANCJ、XPD、DNA2 和 RTEL1（Bochman 等人，2012 年；Maizels，2015 年）。使用计算机分析或荧光成像、免疫沉淀或 pull-down 实验来预测体内 G4 的形成，使用有价值的工具 - 例如特异性识别 G4 的免疫球蛋白和单链可变片段 (scFv) (Henderson 等人，2013)、G4 结合化合物 (Mendoza 等人，2016) 或 G4 结合蛋白 (Maizels，2015)。使用这些工具，可以通过免疫沉淀或针对纯化的基因组 DNA 或染色质的 pull-down 来识别 G4 位点，并且这些位点中的很大一部分重现了 PQS (Chambers 等人，2015；Hänsel-Hertsch 等人，2016；Lam 等人，2013；Muller 等人，2010)。 PQS 在基因的调控区（例如启动子、内含子或非翻译区 [UTR]）中过度表达，包括致癌基因、重复区（例如端粒和 rDNA）和复制起点 (Maizels & Gray, 2013 )。使用抗体在人类细胞中进行的全基因组 G4 映射揭示了 G4 存在于基因调控区和端粒中 (Hänsel-Hertsch et al., 2016 ; Liu et al., 2016 )。许多 G4 被映射在转录起始位点周围，G4 形成的频率与相应基因的转录水平呈正相关 (Spiegel et al., 2021 ; Zheng et al., 2020 )。使用抗体对 G4-DNA 进行荧光标记，显示细胞核或染色体上存在颗粒状信号；一些信号位于端粒或着丝粒上 (Biffi et al., 2013; Henderson et al., 2013)。使用荧光标记化合物对 G4- DNA 进行可视化，可显示位于核仁中的较大信号，以及位于细胞核中的一些较小信号 (Rodriguez et al., 2012)，或整个细胞核中均匀分布的信号 (Shivalingam et al., 2015)。然而，人们对使用体内成像获得的许多未表征信号的亚细胞或基因组位置了解甚少。越来越多的证据表明，在基因体内或周围形成的 G4 通过促进或抑制转录来调节基因活性 (Bochman et al., 2012; Mendoza et al., 2016)。尽管具有这些生物学含义，但 G4 在空间上阻碍了 DNA 复制和转录 (Bochman et al., 2012; Maizels, 2015)。这些生物事件的拖延会增加基因毒性损害的风险；G4 结构清除不足可能
干细胞研究
转基因株系采用第二代 CRISPRa 系统，该系统携带与异源三聚体 VPR 反式激活因子融合的核酸酶缺陷型 dCas9，该异源三聚体 VPR 反式激活因子由 VP64、p65 和 RTA 结构域组成。该系统可用于解释任何所需细胞类型的内源性调控机制。使用基于 CRISPR/Cas9 的基因组编辑方法，我们以 AAVS1 人类基因组位点为目标，分别引入先前描述的 dCas9VPR-tdTomato（Schoger 等人，2020 年）和嘌呤霉素盒，这些盒受 CAG 和 EF1a 启动子的控制（图 1 A）。采用优化的核转染方案转染 LhiPSC-GR1.1 细胞。转染后，选择具有 tdTomato 表达的细胞并通过 PCR 进行基因分型（图 1B，引物结合如图 1A 所示，黑色引物仅扩增野生型 (WT) 片段；绿色引物扩增插入的构建体）。随后，扩增、分析和冷冻保存两个阳性克隆（#2 和 #3）。DNA 测序数据证实了 AAVS1 基因座中的正确和纯合敲入转基因整合（图 1C，显示为克隆#2）。PCR 结果显示，在筛选的 15 个克隆中，11 个克隆含有纯合插入（命名为 CRISPRa 细胞），1 个克隆是杂合的，3 个克隆不含有插入而是含有 WT 完整基因座（用作对照细胞）（数据未显示）。通过分析 PCR 和测序预测的前五个脱靶位点进行脱靶分析；在这些位点中均未发现任何编辑事件。对照电穿孔和非电穿孔 (参考) 系用于比较 (补充图 1A)。所有系的支原体检测均为阴性。通过基于 SNP 的核型分析和标准 G 带证明了 CRISPRa 克隆 #2 和 #3 以及对照细胞的基因组完整性。未检测到数值或结构异常的证据 (图 1D)。与核转染 (图 1Ei) 和非核转染对照相比，细胞生长和形态正常。与对照 hiPSC 相比，CRISPRa 中的 dCas9 和 tdTomato 表达证实了转基因表达，如 Western blot (补充图 1B，显示克隆 #2 和 #3) 和共聚焦显微镜 (图 1Eii，显示克隆 #2，n = 3 个不同传代) 所示。通过免疫荧光分析干性标记 OCT4 的表达（图 1 Eiii）和流式细胞术分析（显示 94.2% OCT4 和 99.9% TRA1-60 阳性细胞（图 1 Eiv）（显示克隆 #2））来评估多能性。通过在 CRISPRa 和对照系中形成胚状体 (EB) 和定向分化来测试向所有三个胚层的自发分化能力。免疫荧光分析证实了 AFP、β-III-Tu bulin 和 α-平滑肌肌动蛋白 (ACTA2) 的表达，进一步支持内胚层、外胚层和中胚层的命运（图 1 F，显示克隆 #2 和 #3）。转录水平分析表明配对盒 3 ( PAX3 ) 和微管相关蛋白 2 ( MAP2 ) 的表达表明外胚层分化；T-box 转录因子 T ( TBXT ) 表明中胚层命运，而 α-Feto-Protein ( AFP ) 表明内胚层分化（补充图 1 C，显示克隆 #2 和 #3）。我们研究了 CRISPRa 系用于研究通过定向 2D 分化产生的心肌细胞的适用性，这种分化产生了自发跳动的细胞（视频作为补充材料提供），具有强大的 α-辅肌动蛋白 2 (ACTN2) 和心脏肌钙蛋白 T (TNNT2) 心脏标志物表达（（补充图 1D，显示为克隆#2）。最后，我们通过确定与心脏肥大和代谢稳态有关的 KLF15 表达的诱导来测试 CRISPRa 系的功能。我们发现，与转染了非靶向 gRNA 的各自亲本系相比，设计用于结合 KLF15 转录起始位点 (TSS) 的 44 bp 5'-上游序列的单个指导 RNA 能够显着增强 CRISPRa 系（克隆#2 和#3）中 KLF15 的转录。对照细胞没有显示独立于转染的 gRNA 的活化（图 1G）。总之，使用完全表征的 hiPSC 系，我们生成了具有纯合靶向插入、正常核型和多能性的人类 CRISPRa 系，并显示出其激活
什么是元基因组学中的binning
宏基因组学是对直接从土壤，水和肠道含量等环境样品中提取的遗传物质的研究，而无需隔离单个生物。该领域使用宏基因组学框来根据相似性将DNA序列分为组。目标是将这些序列分配给其相应的微生物或分类群，从而更深入地了解样本中的微生物多样性和功能。计算方法（例如序列相似性，组成和其他特征）用于分组。宏基因组学的方法包括：基于序列组成的binning，它分析了不同基因组中的不同模式；基于覆盖范围的binning，它使用测序深度将分组读取为垃圾箱；混合式分子，结合了两种方法以提高准确性；基于聚类的封装，可用于高基因组多样性数据集；和基于机器学习的封装，需要带注释的参考基因组进行培训。每种方法都有其优势和局限性，其选择取决于特定的元基因组数据集和研究问题。宏基因组学箱很复杂。2017年，本教程将涵盖元基因组式融合工具，以及咖啡发酵生态系统和metabat 2算法metabat的数据生成MAGS，可以轻松地与下游分析和工具集成，例如分类学注释和功能预测。已经对六个样本进行了测序，生成了6个用于咖啡发酵系统的原始数据集。2。宏基因组套件是分析复杂的微生物群落的关键步骤，但面临着几个挑战，包括水平基因转移污染危险嵌合序列和Maxbin Metabat mycc mycc mycc groopm groopm metawrap anvi'o semibin of de nove bin bin bin bin bin bin bin bin bin bin bin的物种计算工具中的物种计算工具中的应变变化，例如已显示出高度准确的有效扩展和用户友好的基准研究发现，Metabat 2在准确性和计算效率方面都优于其他替代方案，以提供有关宏基因组学软件的更多信息，请参见Sczyrba等。使用Illumina MiSeq全基因组测序进行了六次颞枪i弹枪元基因组研究，以全面分析咖啡微生物组的结构和功能。我们基于这些现实世界数据为本教程创建了模拟数据集。我们将介绍本教程中的以下主题：准备分析历史记录和数据，将metabat 2运行到bin元基因组测序数据。要运行binning，我们首先需要将数据纳入Galaxy，任何分析都应具有自己独特的历史记录。让我们通过单击历史记录面板的顶部创建一个新的历史记录并重命名它。要将序列读取数据上传到星系中，您可以直接从计算机导入它，也可以使用这些链接从Zenodo或数据库中获取它：等等。首先，创建一个名为GTN的文件夹 - 带有主题名称和教程名称的子文件夹的材料。选择所需的文件要从顶部附近的下拉菜单中导入。3。通过在弹出窗口中选择“选择历史记录”，选择要导入数据（或创建新数据）的历史记录。通过重命名示例名称的读取对创建配对集合，然后按照以下步骤：检查所有要包含的数据集，并通过单击“数据集对构建列表”来构建数据集对列表。将未配对的前进和反向读取文本更改为每对的常见选择器。单击“配对这些数据集”以进行有效的前进和反向对。输入一个集合名称，然后单击“创建列表”以构建集合。binning有几个挑战，包括高复杂性，碎片序列，不均匀的覆盖率，不完整或部分基因组，水平基因转移，嵌合序列，应变变异和开放图像1：binning。在本教程中，我们将通过Galaxy使用Metabat 2（Kang等，2019）来学习如何键入元基因组。metabat是“基于丰度和四核苷酸频率的元基因组binning的工具”，该工具将shot弹枪元基因组序列组装到微生物群落中。它使用基因组丰度和四核苷酸频率的经验概率距离来达到98％的精度，并在应变水平下以281个接近完全独特的基因组为准。我们将使用上传的汇编FastA文件作为Metabat的输入，为简单起见保留默认参数。设置为“否”。在输出选项中，“垃圾箱的最小尺寸作为输出”设置为200000。对于ERR2231567样品，有6个箱子，将167个序列分类为第二箱。手：1。4。该工具将在Galaxy版本1.2.9+Galaxy0中使用这些参数：“包含重叠群的Fasta文件”汇编FASTA文件； “考虑融合的良好重叠群的百分比”设置为95； “ binning边缘的最低分数”为60； “每个节点的最大边数”为200； “构建TNF图的TNF概率截止”为0；和“关闭丢失还是小重叠的额外的押金？”The output files generated by MetaBAT 2 include (some are optional and not produced unless required): - Final set of genome bins in FASTA format (.fa) - Summary file with info on each genome bin, including length, completeness, contamination, and taxonomy classification (.txt) - File with mapping results showing contig assignment to a genome bin (.bam) - File containing abundance estimation of each genome bin （.txt） - 每个基因组bin（.txt）的覆盖曲线的文件 - 每个基因组bin的核苷酸组成（.txt） - 文件具有每个基因组bin（.faa）的预测基因序列（.faa）的基因序列，可以进一步分析和用于下游应用，例如功能性注释，相比的植物组合和化学分析，并可以用于下游应用。去复制是识别基因组列表中“相同”的基因组集的过程，并从每个冗余集中删除除“最佳”基因组之外的所有基因组。在重要概念中讨论了相似性阈值以及如何确定最佳基因组。基因组去复制的常见用途是元基因组数据的单个组装，尤其是当从多个样本中组装简短读数时（“共同组装”）。这可能会导致由于组合类似菌株而导致碎片组件。执行共同组装以捕获低丰度微生物。另一种选择是分别组装每个样品，然后去重新复制箱以创建最终的基因组集。metabat 2不会明确执行放松，而是通过利用读取覆盖范围，样品差异覆盖范围和序列组成来提高构架准确性。DREP等工具的设计用于宏基因组学中的复制，旨在保留一组代表性的基因组，以改善下游分析。评估：DREP评估集群中每个基因组的质量，考虑到完整性，污染和应变异质性等因素。基因组选择：在每个群集中，DREP根据用户定义的标准选择代表性基因组。该代表性基因组被认为是群集的“翻译”版本。放松输出：输出包括有关消除基因组的信息，包括身份，完整性和污染。用户可以选择基因组相似性的阈值，以控制删除水平。使用您喜欢的汇编程序分别组装每个样本。bin每个组件分别使用您喜欢的Binner。bin使用您喜欢的Binner共同组装。5。将所有组件中的垃圾箱拉在一起，然后在它们上运行DREP。6。在解复的基因组列表上执行下游分析。检查质量：1。一旦完成，必须检查其质量。2。可以使用CheckM（Parks等，2015）评估binning结果，这是一种用于元基因组学框的软件工具。3。2。检查通过将基因组仓与通用单拷贝标记基因进行比较，评估了基因组仓的完整性和污染。宏基因组学：1。宏基因组学将DNA碎片从混合群落分离为单个垃圾箱，每个垃圾箱代表一个独特的基因组。checkm估计每个基因组箱的完整性（存在的通用单拷贝标记基因集的总数）和污染（在一个以上bin中发现的标记基因的百分比）。关键功能：1。基因组完整性的估计：CheckM使用通用单拷贝标记基因来估计回收基因组的比例。2。基因组污染的估计：CHECKM估计多个箱中存在的标记基因的百分比，表明来自多种生物的潜在DNA。3。识别潜在的杂料：CheckM基于基因组的标记基因分布来识别杂种。4。结果的可视化：CheckM生成图和表，以可视化基因组垃圾箱的完整性，污染和质量指标，从而使解释更加容易。checkm也可以根据与不同分类学组相关的特定标记基因（例如sineage_wf：评估使用谱系特异性标记集对基因组垃圾箱的完整性和污染）进行分类分类的基因组分类。checkm lineage_wf工作流使用标记基因和分类信息的参考数据库来对不同分类学水平的基因组垃圾箱进行分类。来源：-Turaev，D。，＆Rattei，T。（2016）。（2014）。使用metabat 2的元基因组重叠群构造教程强调了选择最合适的binning工具的重要性。不同的方法具有不同的优势和局限性，具体取决于所分析的数据类型。通过比较多种封装技术，研究人员可以提高基因组融合的精度和准确性。可用于元基因组数据，包括基于参考的，基于聚类的混合方法和机器学习。每种方法都有其优点和缺点，从而根据研究问题和数据特征使选择过程至关重要。比较多种封装方法的结果有助于确定特定研究的最准确和最可靠的方法。在完整性，污染和应变异质性方面评估所得垃圾箱的质量至关重要。另外，比较已识别基因组的组成和功能谱可以提供有价值的见解。通过仔细选择和比较binning方法，研究人员可以提高基因组箱的质量和可靠性。这最终导致对微生物群落在各种环境中的功能和生态作用有了更好的了解。微生物群落系统生物学的高清晰度：宏基因组学以基因组为中心和应变分辨。- Quince，C.，Walker，A。W.，Simpson，J。T.，Loman，N。J.，＆Segata，N。（2017）。shot弹枪宏基因组学，从采样到分析。-Wang，J。和Jia，H。（2016）。元基因组范围的关联研究：微生物组细化。-Kingma，D。P.和Welling，M。（2014年）。自动编码变分贝叶斯。-Nielsen，H。B.等。鉴定和组装基因组和复杂元基因组样品中的遗传因素，而无需使用参考基因组。-Teeling，H.，Meyerdierks，A.，Bauer，M.，Amann，R。，＆Glöckner，F。O.（2004）。将四核苷酸频率应用于基因组片段的分配。-Alneberg，J。等。（2014）。通过覆盖范围和组成的结合元基因组重叠群。-Albertsen，M。等。（2013）。通过多个元基因组的差异覆盖层获得的稀有，未培养细菌的基因组序列。-Kang，D.D.，Froula，J.，Egan，R。，＆Wang，Z。（2015）。metabat，一种有效的工具，用于准确地重建来自复杂微生物群落的单个基因组。simmons b a和singer s w提出了一种新算法，称为Maxbin 2.0，用于2016年生物信息学期刊中多个元基因组数据集的binning基因组。此外，Kang等人开发了Metabat 2，一种自适应binning算法，该算法于2019年在Peerj发表。PlazaOñate等人引入了MSPMiner，这是一种从shot弹枪元基因组数据重建微生物泛元组的工具，如2019年的生物信息学报道。Other studies like those of Lin and Liao, Chatterji et al, Parks et al, Pasolli et al, Almeida et al, Brooks et al, Sczyrba et al, Qin et al, Bowers et al, Sieber et al, Cleary et al, Huttenhower et al, Saeed et al, and Pride et al have also contributed to the development of metagenomics tools and approaches for genome recovery.这些发现表明，宏基因组分析和计算方法的最新进展使研究人员能够从环境样本中恢复几乎完整的基因组。本文讨论了有关宏基因组学的各种研究，这是对特定环境中多种生物的遗传物质的研究。研究集中于人类肠道微生物组及其在不同人群和年龄之间的组成。引用了几篇论文，其中包括Chen等人的论文。（2020），他开发了一种从宏基因组获得准确而完整的基因组的方法。Daubin等人的另一篇论文。（2003）探讨了细菌基因组中侧向转移基因的来源。本文还提到了有关人肠道微生物组的研究，包括Schloissnig等人的工作。（2013），他绘制了人类肠道微生物组的基因组变异景观。Yatsunenko等。 （2012）研究了在不同年龄和地理位置的人类肠道微生物组。 此外，本文参考了有关微生物从母亲传播到婴儿的研究，包括Asnicar等人的工作。 （2017）和Ferretti等。 （2018）。 本文还涉及宏基因组学分析中使用的机器学习和深度学习技术，例如变化自动编码器和无监督的聚类方法。 最后，本文提到了用于分析元基因组数据的软件工具，包括Li（2013）的BWA-MEM和Paszke等人的Pytorch。 （2019）。 以下是生物信息学和基因组学领域的各种研究文章的摘要。Yatsunenko等。（2012）研究了在不同年龄和地理位置的人类肠道微生物组。此外，本文参考了有关微生物从母亲传播到婴儿的研究，包括Asnicar等人的工作。（2017）和Ferretti等。（2018）。本文还涉及宏基因组学分析中使用的机器学习和深度学习技术，例如变化自动编码器和无监督的聚类方法。最后，本文提到了用于分析元基因组数据的软件工具，包括Li（2013）的BWA-MEM和Paszke等人的Pytorch。（2019）。以下是生物信息学和基因组学领域的各种研究文章的摘要。释义旨在保留原始文章的主要思想和发现，同时以更简洁和易于访问的方式介绍它们。1。**聚类**：一种用于将相似数据点分组在一起的算法，应用于基于Web的数据。2。** art **：用于下一代测序的模拟器可以模仿现实世界数据。3。** metaspades **：一种可以从混合微生物群落中重建基因组的宏基因组组装子。4。** minimap2 **：一种以高精度和速度对齐核苷酸序列的工具。5。** blat **：用于比较基因组序列的爆炸样比对工具。6。** Circos **：用于比较基因组学的可视化工具，用于显示多个基因组之间的关系。7。**高通量ANI分析**：使用平均核苷酸同一性（ANI）指标估算原核基因组之间距离的方法。8。** checkm **：一种评估微生物基因组完整性和污染的工具。9。** BLAST+**：具有改进功能和用户界面的BLAST算法的更新版本。10。** mash **：使用Minhash估算基因组或元基因组距离的工具。11。**浪子**：原核基因组的基因识别和翻译起始位点识别工具。12。** InterPro 2019 **：蛋白质序列注释的InterPro数据库的更新，具有改进的覆盖范围和访问功能。13。14。15。16。**控制虚假发现率**：一种用于管理生物信息学研究中多种假设检验的统计方法。** checkv **：一种用于评估元基因组组装的病毒基因组质量的工具。**使用深度学习从宏基因组数据中识别病毒**：使用机器学习从混合微生物群落中检测病毒的研究。**标准化的细菌分类法**：基于基因组系统发育的细菌进行分类的新框架，该细菌修改了生命之树。17。** gtdb-tk **：一种用于与基因组分类学数据库（GTDB）分类的工具包。18。** iq-Tree **：使用快速有效算法估算最大可能的系统发育的工具。这些摘要概述了生物信息学和基因组学领域的各种研究文章，突出显示了与序列比对，组装，注释和系统发育有关的工具，方法和研究。最新的多个序列对齐软件的进步显着提高了D. M. Mafft版本7，Modelfinder，Astral-III，UFBOOT2，Life V4和APE 5.0等工具的性能和可用性。这些工具通过引入新颖特征，例如快速模型选择，多项式时间种树重建，超快的自举近似和交互式可视化来提高系统发育估计值的准确性。这些软件包的整合已简化了构建进化树的过程，使研究人员可以更轻松地探索复杂的系统发育关系。