CLC微生物基因組學模塊能夠使微生物學專家充分利用全基因組或者宏基因組的數(shù)據(jù)。分析比較微生物群落的分類和功能組成,或使用病原體的分類功能來確認病原體的身份和特征。研究人員可以在流行病學樣本信息的背景下來研究outbreak trees,其中病原體信息,數(shù)據(jù)和結(jié)果都可以通過一個方便的Outbreak指數(shù)來進行管理。
微生物分析
1、微生物群落的分類學分析
(1)擴增子測序數(shù)據(jù)
1) 有無參考基因組的16S-,18S-,及其ITS rRNA數(shù)據(jù)的OTU聚類。
2) 支持通用分類法數(shù)據(jù)庫Greengenes、Silva和UNITE及其定制的數(shù)據(jù)庫。
(2)鳥槍宏基因組數(shù)據(jù)
1) 對宏基因組樣本中的微生物的測定具有比較高的精度和相對豐度。
2) 過濾掉來自宿主DNA的污染數(shù)據(jù)。
3) 希望使用CosmosID高度管理的參考數(shù)據(jù)庫的用戶可以使用CosmosID插件進行微生物組分析。
2、微生物群落的功能性分析
1) 以一流的精度和性能組裝注釋宏基因組的元數(shù)據(jù)。
2) 使用FAM、基因本體論和BLAST軟件進行功能分析。
3) 宏基因組的功能注釋需要 MetaGeneMark插件。
元數(shù)據(jù)的可視化和統(tǒng)計分析
1) 用于Alpha和Beta多樣性評估的用戶友好的多樣性分析工具,用于比較樣本間的多樣性和組成相似性。
2) 基于微生物組成的2D和3D的主坐標分析(PCoA)圖以及樣本聚類熱圖。
3) 運行PERMANOVA分析,評估對聚類的統(tǒng)計。
4) 合并豐度表,以便在樣本間直接比較多樣性指標。
5) 探索不同樣本類別間差異最大的分類單元或基因功能。利用最先進的多因素差分豐度分析方法,測量折線變化,估計統(tǒng)計意義,探討樣本類別間的相關(guān)性。
6) 利用樣本元數(shù)據(jù)進行繪圖和統(tǒng)計測試。
參考基因組數(shù)據(jù)庫
1) 從NCBI廣泛收集的微生物中直接導入細菌、古菌、病毒、真菌和原生動物參考基因組。
2) 一個表提供了涵蓋的分類范圍,裝配狀態(tài)和包含基因組的大小的概述。
3) 具有分類和組裝質(zhì)量的過濾器,用戶可以優(yōu)化數(shù)據(jù)庫內(nèi)容,刪除低質(zhì)量的數(shù)據(jù)集,以獲得更高的可信度,通過減少數(shù)據(jù)庫條目的冗余減少計算機資源和分析時間。
4) 下載之前監(jiān)視設計期間的預計文件大小。
5) 從NCBI病原體檢測項目NCBI RefSeq下載病原特異性參考基因組深度數(shù)據(jù)庫。
Workflows
具有預先配置好的但也可自定義的微生物的生物信息分析流程,用戶從原始的NGS reads 到完成交互式的視覺結(jié)果只需要幾個步驟。
申請試用
微信公眾號