CN109166602A - 厨余废弃物好氧堆肥的微生物宏基因分析系统及方法 - Google Patents
厨余废弃物好氧堆肥的微生物宏基因分析系统及方法 Download PDFInfo
- Publication number
- CN109166602A CN109166602A CN201810992690.1A CN201810992690A CN109166602A CN 109166602 A CN109166602 A CN 109166602A CN 201810992690 A CN201810992690 A CN 201810992690A CN 109166602 A CN109166602 A CN 109166602A
- Authority
- CN
- China
- Prior art keywords
- analysis
- target
- biological
- sequence
- microorganism
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 244000005700 microbiome Species 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 35
- 239000002361 compost Substances 0.000 title claims abstract description 23
- 108090000623 proteins and genes Proteins 0.000 title claims abstract description 19
- 239000010806 kitchen waste Substances 0.000 title claims abstract description 17
- 238000004458 analytical method Methods 0.000 claims abstract description 101
- 230000008569 process Effects 0.000 claims description 14
- 238000012252 genetic analysis Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 5
- 230000007246 mechanism Effects 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 4
- 235000013399 edible fruits Nutrition 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 2
- 241000894006 Bacteria Species 0.000 description 4
- 108020004414 DNA Proteins 0.000 description 4
- 241000186046 Actinomyces Species 0.000 description 3
- 241000233866 Fungi Species 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 238000011900 installation process Methods 0.000 description 3
- 239000002773 nucleotide Substances 0.000 description 3
- 125000003729 nucleotide group Chemical group 0.000 description 3
- 241000305071 Enterobacterales Species 0.000 description 2
- 241001655322 Streptomycetales Species 0.000 description 2
- 239000000090 biomarker Substances 0.000 description 2
- 229920002678 cellulose Polymers 0.000 description 2
- 239000001913 cellulose Substances 0.000 description 2
- 238000009264 composting Methods 0.000 description 2
- 238000013479 data entry Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003920 environmental process Methods 0.000 description 2
- 238000006116 polymerization reaction Methods 0.000 description 2
- 210000003705 ribosome Anatomy 0.000 description 2
- 102000053602 DNA Human genes 0.000 description 1
- 108091034117 Oligonucleotide Proteins 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 229920005610 lignin Polymers 0.000 description 1
- 229920002521 macromolecule Polymers 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000002906 microbiologic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 108020004707 nucleic acids Proteins 0.000 description 1
- 102000039446 nucleic acids Human genes 0.000 description 1
- 150000007523 nucleic acids Chemical class 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- 230000035755 proliferation Effects 0.000 description 1
- 239000000376 reactant Substances 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000004454 trace mineral analysis Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本申请涉及一种厨余废弃物好氧堆肥的微生物宏基因分析系统及方法，属于生物信息学技术领域，该系统包括：浏览器获取目标生物标签、目标引物序列和目标高通量测序数据；服务器根据目标生物标签和目标引物序列对所述目标高通量测序数据进行拆分，得到至少一组生物序列；通过至少两种生物信息分析工具对至少一组生物序列进行分析，得到至少两个分析结果；通过粘连程序粘连至少两个分析结果，得到生物分类报告；通过多变量数学分析对生物分类报告进行关键微生物物种分析，得到分析结果；将分析结果发送至浏览器显示；可以提高微生物宏基因的分析效率，降低分析难度。
Description
技术领域
本发明涉及一种厨余废弃物好氧堆肥的微生物宏基因分析系统及方法，属于生物信息学技术领域。
背景技术
微生物宏基因组学是近年来发展起来的一种探索复杂环境样品如堆肥、土壤、底泥等中微生物种群结构和过程的前沿技术体系。微生物宏基因组学能够在单次实验中同时检测几百至几千个样品，产生的数据量达到50-60吉字节(Gigabyte，Gb)，含有几千万至上亿条基因序列，基于上述基因序列能够系统地分析堆肥等样品中微生物组成及区系结构及对不同环境过程的响应机制，为厨余废弃物的资源化转化和利用技术的研发提供重要理论指导。
微生物宏基因组学能够揭示复杂体系中微生物动态过程。但由于数据量大，数据分析难，往往需要使用多种生物信息分析工具。目前，生物信息分析工具包括QIIME、Mothur、核糖体数据库项目(Ribosomal database project，RDP)朴素贝叶斯分类器(RDPnaive bayes classifier)、R程序等。
目前的生物信息分析工具需要在Linux系统上进行编程运算，需要生物统计、生物信息和计算机系统维护等多方面的综合知识。而多数生物信息分析工具的安装过程复杂、使用过程中常常需要进行编程，因此，对数据分析人员的生物信息、计算机能力的要求较高。另外，不同的数据分析人员对微生物宏基因组学数据的认识不一，数据分析流程容易产生差异，不利于标准化流程的实施和后继的跟踪分析。
发明内容
本发明的目的在于提供一种厨余废弃物好氧堆肥的微生物宏基因分析系统及方法。为达到上述目的，本发明提供如下技术方案：
第一方面，提供了一种厨余废弃物好氧堆肥的微生物宏基因分析系统，所述系统包括：服务器和与所述服务器通信相连的浏览器；
所述浏览器，用于获取用户输入的目标生物标签、目标引物序列和目标高通量测序数据；将所述目标生物标签、所述目标引物序列和所述目标高通量测序数据发送至所述服务器；
所述服务器，用于接收所述目标生物标签、所述目标引物序列和所述目标高通量测序数据；根据所述目标生物标签和所述目标引物序列对所述目标高通量测序数据进行拆分，得到至少一组生物序列；通过至少两种生物信息分析工具对至少一组生物序列进行分析，得到至少两个分析结果；通过粘连语言粘连所述至少两个分析结果，得到生物分类报告；通过多变量数学分析对所述生物分类报告进行关键微生物物种分析，得到分析结果；将所述分析结果发送至所述浏览器；
所述浏览器，用于显示所述分析结果。
可选地，所述服务器使用galaxy开发工具使用可扩展标记语言XML语言基于Needle Wunschman模型集成数据拆分工具，所述数据拆分工具用于执行所述根据所述目标生物标签和目标引物序列对多基因混合宏基因组学测序数据进行拆分，得到至少一组生物序列的步骤。
可选地，所述至少两种生物信息分析工具包括：Usearch、Qiime、Mothur、BLASTN和RDP朴素贝叶斯分类器中的至少两种开源软件的驱动程序。
可选地，所述粘连语言包括实用报表提取语言Perl和Python语言中的至少一种。
可选地，所述服务器，用于：使用R语言通过多变量数学分析对所述生物分类报告进行关键微生物种分析。
可选地，所述浏览器，用于：通过图表形式显示所述分析结果。
可选地，所述分析结果包括：
堆肥样品中微生物组成、微生物的区系结构和微生物对不同环境过程的响应机制中的至少一种。
第二方面，提供了一种厨余废弃物好氧堆肥的微生物宏基因分析方法，用于服务器中，所述方法包括：
接收浏览器发送的目标生物标签、目标引物序列和目标高通量测序数据；
根据所述目标生物标签和目标引物序列对所述目标高通量测序数据进行拆分，得到至少一组生物序列；
通过至少两种生物信息分析工具对至少一组生物序列进行分析，得到至少两个分析结果；
通过粘连语言粘连所述至少两个分析结果，得到生物分类报告；
通过多变量数学分析对所述生物分类报告进行关键微生物物种分析，得到分析结果；
将所述分析结果发送至所述浏览器。
第三方面，提供了一种厨余废弃物好氧堆肥的微生物宏基因分析方法，用于浏览器中，所述方法包括：
获取用户输入的目标生物标签、目标引物序列和目标高通量测序数据；
将所述目标生物标签、所述目标引物序列和所述目标高通量测序数据发送至所述服务器，所述目标生物标签和所述目标引物序列用于供所述服务器对所述目标高通量测序数据进行拆分，得到至少一组生物序列；通过至少两种生物信息分析工具对至少一组生物序列进行分析，得到至少两个分析结果；通过粘连语言粘连所述至少两个分析结果，得到生物分类报告；通过多变量数学分析对所述生物分类报告进行关键微生物物种分析，得到分析结果；
接收并显示所述服务器发送的所述分析结果。
本发明的有益效果在于：通过由服务器接收浏览器发送的目标生物标签、目标引物序列和目标高通量测序数据，并根据目标生物标签和目标引物序列对目标高通量测序数据进行拆分，得到至少一组生物序列；通过至少两种生物信息分析工具对至少一组生物序列进行分析，得到至少两个分析结果；通过粘连语言粘连至少两个分析结果，得到生物分类报告；通过多变量数学分析对生物分类报告进行关键微生物物种分析，得到分析结果；将分析结果发送至浏览器并由浏览器显示；可以解决生物信息分析工具的安装过程复杂、使用过程中常常需要进行编程，导致微生物宏基因的分析过程效率较低的问题，可以提高微生物宏基因的分析效率。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。
附图说明
图1是本申请一个实施例提供的厨余废弃物好氧堆肥的微生物宏基因分析系统的结构示意图；
图2是本申请一个实施例提供的厨余废弃物好氧堆肥的微生物宏基因分析方法的流程图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
图1是本申请一个实施例提供的用于厨余废弃物好氧堆肥的微生物宏基因分析系统的结构示意图，如图1所示，该系统至少包括：服务器110和浏览器120。
浏览器120，用于获取用户输入的目标生物标签、目标引物序列和目标高通量测序数据；将目标生物标签、目标引物序列和目标高通量测序数据发送至服务器。
服务器110，用于接收目标生物标签、目标引物序列和目标高通量测序数据；根据目标生物标签和目标引物序列对目标高通量测序数据进行拆分，得到至少一组生物序列；通过至少两种生物信息分析工具对至少一组生物序列进行分析，得到至少两个分析结果；通过粘连语言粘连至少两个分析结果，得到生物分类报告；通过多变量数学分析对生物分类报告进行关键微生物物种分析，得到分析结果；将分析结果发送至浏览器。
浏览器120，用于显示分析结果。
可选地，服务器110使用galaxy开发工具使用可扩展标记语言XML语言基于NeedleWunschman模型集成数据拆分工具，该数据拆分工具用于执行根据目标生物标签和目标引物序列对多基因混合宏基因组学测序数据进行拆分，得到至少一组生物序列的步骤。
可选地，至少两种生物信息分析工具包括：Usearch、Qiime、Mothur、BLASTN和RDP朴素贝叶斯分类器中的至少两种开源软件的驱动程序。
可选地，粘连语言包括实用报表提取语言Perl和Python语言中的至少一种。
可选地，服务器110用于使用R语言通过多变量数学分析对生物分类报告进行关键微生物种分析。
可选地，浏览器120，用于通过图表形式显示分析结果。
可选地，分析结果包括：堆肥样品中微生物组成、微生物的区系结构和微生物对不同环境过程的响应机制中的至少一种。
图2是本申请一个实施例提供的厨余废弃物好氧堆肥的微生物宏基因分析方法的流程图，本实施例以该的方法应用于图1所示的系统中为例进行说明。该方法至少包括以下几个步骤：
步骤201，浏览器获取用户输入的目标生物标签、目标引物序列和目标高通量测序数据。
可选地，生物标签(barcode)用于唯一地标识微生物的分类。微生物可以是用于堆肥的微生物，比如：单胞菌、链霉菌、肠杆菌等本实施例在此不再一一列举。
引物是指在核苷酸聚合作用起始时，刺激合成的一种具有特定核苷酸序列的大分子，与反应物以共价键形式连接的分子。引物通常是人工合成的两段寡核苷酸序列，一个引物与靶区域一端的一条脱氧核糖核酸(deoxyribonucleic
acid，DNA)模板链互补，另一个引物与靶区域另一端的另一条DNA模板链互补，其功能是作为核苷酸聚合作用的起始点。引物序列是指基因序列中包括引物的基因的序列。
高通量测序数据是指一次对几十万到几百万条核酸分子进行序列测定得到的数据。
可选地，浏览器提供有数据输入控件，用户通过该数据输入控件输入目标生物标签、目标引物序列和目标高通量测序数据。
步骤202，浏览器将目标生物标签、目标引物序列和目标高通量测序数据发送至服务器。
可选地，目标生物标签的数量可以为至少一个，目标引物序列的数量也可以为至少一个，本实施例不对目标生物标签的数量和目标引物序列的数量作限定。
步骤203，服务器接收浏览器发送的目标生物标签、目标引物序列和目标高通量测序数据。
步骤204，服务器根据目标生物标签和目标引物序列对目标高通量测序数据进行拆分，得到至少一组生物序列。
可选地，服务器使用galaxy开发工具使用可扩展标记语言XML语言基于NeedleWunschman模型集成数据拆分工具，该数据拆分工具用于执行根据目标生物标签和目标引物序列对目标高通量测序数据进行拆分，得到至少一组生物序列的步骤。
Needle Wunschman模型用于进行序列的全局比对。即，尝试找到两个完整的序列S1和S2之间的最佳比对。如S1＝GCCCTAGCG S2＝GCGCAATG如果设定每个匹配字符为1分，每个空格为-2分，每个不匹配为-1分，则下面的比对就是全局最优比对：S1'＝GCCCTAGCG S2'＝GCGC_AATG,连字符“_”代表空格。在S2'中有五个匹配字符，一个空格(或者反过来说，在S1'中有一个插入项)，有三个不匹配字符。这样得到的分数是(5×1)+(1×-2)+(3×-1)＝0，这是能够实现的最佳结果。
步骤205，服务器通过至少两种生物信息分析工具对至少一组生物序列进行分析，得到至少两个分析结果。
可选地，至少两种生物信息分析工具包括：Usearch、Qiime、Mothur、BLASTN和RDP朴素贝叶斯分类器。
生物分析工具用于确定至少一组生物序列的分类。
步骤206，服务器通过粘连语言粘连至少两个分析结果，得到生物分类报告。
粘连语言包括实用报表提取语言Perl和Python语言中的至少一种。
步骤207，服务器通过多变量数学分析对生物分类报告进行关键微生物物种分析，得到分析结果。
可选地，服务器使用R语言通过多变量数学分析对生物分类报告进行关键微生物种分析。
可选地，分析结果包括：堆肥样品中微生物组成、微生物的区系结构和微生物对不同环境过程的响应机制中的至少一种。
比如：在堆肥过程中，细菌丰度比真菌和放线菌高2个数量级，但三者在堆肥过程中数量的总体变化趋势一致，均是先上升后下降。细菌能占主导地位的原因是它的体积小，比表面积大，能快速利用可溶性物质为自身生长与增殖提供能量。在堆肥的升温阶段，由嗜温微生物对有机物进行分解，如假单胞菌、链霉菌、肠杆菌等。进入高温时期后，能够适应高温条件的细菌、真菌和放线菌继续参与对复杂大分子物质的降解，如纤维素、木质素、蛋白质等，但当堆体温度超过64℃真菌几乎全部消失，放线菌成为分解纤维素的优势菌。
步骤208，服务器将分析结果发送至浏览器。
步骤209，浏览器接收并显示服务器发送的分析结果。
可选地，浏览器通过图表形式显示所述分析结果。比如：以图表显示不同温度下起作用的微生物类型和数量。
综上所述，本实施例提供的厨余废弃物好氧堆肥的微生物宏基因分析方法，通过由服务器接收浏览器发送的目标生物标签、目标引物序列和目标高通量测序数据，并根据目标生物标签和目标引物序列对目标高通量测序数据进行拆分，得到至少一组生物序列；通过至少两种生物信息分析工具对至少一组生物序列进行分析，得到至少两个分析结果；通过粘连语言粘连至少两个分析结果，得到生物分类报告；通过多变量数学分析对生物分类报告进行关键微生物物种分析，得到分析结果；将分析结果发送至浏览器并由浏览器显示；可以解决生物信息分析工具的安装过程复杂、使用过程中常常需要进行编程，导致微生物宏基因的分析过程效率较低的问题，可以提高微生物宏基因的分析效率。
另外，本申请通过一系列的编程语言粘连了多种生物信息工具，并通过galaxy平台开发出了宏基因大数据分析平台，实现了通过浏览器直接分折出基因组大数据。同时依据该平台，无需掌握复杂的计算机知识，如R、Perl等编程语言和多种生物信息工具，即可实现农基因大数据分折；极大地降低了使用该技术开发新型微生物菌剂的难度。
可选地，步骤201、204-209可单独实现为服务器侧的方法实施例；步骤202、203和210可单独实现为浏览器侧的方法实施例，本实施例对此不作限定。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种厨余废弃物好氧堆肥的微生物宏基因分析系统，其特征在于，所述系统包括服务器和与所述服务器通信相连的浏览器：
所述浏览器，用于获取用户输入的目标生物标签、目标引物序列和目标高通量测序数据；将所述目标生物标签、所述目标引物序列和所述目标高通量测序数据发送至所述服务器；
所述服务器，用于接收所述目标生物标签、所述目标引物序列和所述目标高通量测序数据；根据所述目标生物标签和所述目标引物序列对所述目标高通量测序数据进行拆分，得到至少一组生物序列；通过至少两种生物信息分析工具对至少一组生物序列进行分析，得到至少两个分析结果；通过粘连语言粘连所述至少两个分析结果，得到生物分类报告；通过多变量数学分析对所述生物分类报告进行关键微生物物种分析，得到分析结果；将所述分析结果发送至所述浏览器；
所述浏览器，用于显示所述分析结果。
2.根据权利要求1所述的系统，其特征在于，所述服务器使用galaxy开发工具使用可扩展标记语言XML语言基于Needle Wunschman模型集成数据拆分工具，所述数据拆分工具用于执行所述根据所述目标生物标签和目标引物序列对多基因混合宏基因组学测序数据进行拆分，得到至少一组生物序列的步骤。
3.根据权利要求1所述的系统，其特征在于：
所述至少两种生物信息分析工具包括：Usearch、Qiime、Mothur、BLASTN和RDP朴素贝叶斯分类器中的至少两种开源软件的驱动程序。
4.根据权利要求1所述的系统，其特征在于：
所述粘连语言包括实用报表提取语言Perl和Python语言中的至少一种。
5.根据权利要求1所述的系统，其特征在于，所述服务器，用于：
使用R语言通过多变量数学分析对所述生物分类报告进行关键微生物种分析。
6.根据权利要求1至5任一所述的系统，其特征在于，所述浏览器，用于：
通过图表形式显示所述分析结果。
7.根据权利要求1至5任一所述的系统，其特征在于，所述分析结果包括：
堆肥样品中微生物组成、微生物的区系结构和微生物对不同环境过程的响应机制中的至少一种。
8.一种厨余废弃物好氧堆肥的微生物宏基因分析方法，其特征在于，用于服务器中，所述方法包括：
接收浏览器发送的目标生物标签、目标引物序列和目标高通量测序数据；
根据所述目标生物标签和目标引物序列对所述目标高通量测序数据进行拆分，得到至少一组生物序列；
通过至少两种生物信息分析工具对至少一组生物序列进行分析，得到至少两个分析结果；
通过粘连语言粘连所述至少两个分析结果，得到生物分类报告；
通过多变量数学分析对所述生物分类报告进行关键微生物物种分析，得到分析结果；
将所述分析结果发送至所述浏览器。
9.一种厨余废弃物好氧堆肥的微生物宏基因分析方法，其特征在于，用于浏览器中，所述方法包括：
获取用户输入的目标生物标签、目标引物序列和目标高通量测序数据；
将所述目标生物标签、所述目标引物序列和所述目标高通量测序数据发送至所述服务器，所述目标生物标签和所述目标引物序列用于供所述服务器对所述目标高通量测序数据进行拆分，得到至少一组生物序列；通过至少两种生物信息分析工具对至少一组生物序列进行分析，得到至少两个分析结果；通过粘连语言粘连所述至少两个分析结果，得到生物分类报告；通过多变量数学分析对所述生物分类报告进行关键微生物物种分析，得到分析结果；
接收并显示所述服务器发送的所述分析结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810992690.1A CN109166602B (zh) | 2018-08-29 | 2018-08-29 | 厨余废弃物好氧堆肥的微生物宏基因分析系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810992690.1A CN109166602B (zh) | 2018-08-29 | 2018-08-29 | 厨余废弃物好氧堆肥的微生物宏基因分析系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109166602A true CN109166602A (zh) | 2019-01-08 |
| CN109166602B CN109166602B (zh) | 2022-04-12 |
Family
ID=64893250
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810992690.1A Active CN109166602B (zh) | 2018-08-29 | 2018-08-29 | 厨余废弃物好氧堆肥的微生物宏基因分析系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109166602B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110033830A (zh) * | 2019-04-16 | 2019-07-19 | 苏州金唯智生物科技有限公司 | 一种数据发送方法、装置、设备及存储介质 |
| CN111723354A (zh) * | 2019-03-21 | 2020-09-29 | 宏观基因有限公司 | 提供生物数据的方法、加密生物数据的方法以及处理生物数据的方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107368700A (zh) * | 2017-07-21 | 2017-11-21 | 上海桑格信息技术有限公司 | 基于计算云平台的微生物多样性交互分析系统及其方法 |
| CN107463800A (zh) * | 2017-07-19 | 2017-12-12 | 东莞博奥木华基因科技有限公司 | 一种肠道微生物信息分析方法及系统 |
| CN107577919A (zh) * | 2017-08-21 | 2018-01-12 | 上海派森诺生物科技股份有限公司 | 一种基于高通量测序技术的宏基因组数据分析方法 |
| CN107609347A (zh) * | 2017-08-21 | 2018-01-19 | 上海派森诺生物科技股份有限公司 | 一种基于高通量测序技术的宏转录组数据分析方法 |
| CN107657150A (zh) * | 2017-09-07 | 2018-02-02 | 北京荣之联科技股份有限公司 | 一种可视化生物信息分析工具生成方法和装置 |
-
2018
- 2018-08-29 CN CN201810992690.1A patent/CN109166602B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107463800A (zh) * | 2017-07-19 | 2017-12-12 | 东莞博奥木华基因科技有限公司 | 一种肠道微生物信息分析方法及系统 |
| CN107368700A (zh) * | 2017-07-21 | 2017-11-21 | 上海桑格信息技术有限公司 | 基于计算云平台的微生物多样性交互分析系统及其方法 |
| CN107577919A (zh) * | 2017-08-21 | 2018-01-12 | 上海派森诺生物科技股份有限公司 | 一种基于高通量测序技术的宏基因组数据分析方法 |
| CN107609347A (zh) * | 2017-08-21 | 2018-01-19 | 上海派森诺生物科技股份有限公司 | 一种基于高通量测序技术的宏转录组数据分析方法 |
| CN107657150A (zh) * | 2017-09-07 | 2018-02-02 | 北京荣之联科技股份有限公司 | 一种可视化生物信息分析工具生成方法和装置 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111723354A (zh) * | 2019-03-21 | 2020-09-29 | 宏观基因有限公司 | 提供生物数据的方法、加密生物数据的方法以及处理生物数据的方法 |
| CN110033830A (zh) * | 2019-04-16 | 2019-07-19 | 苏州金唯智生物科技有限公司 | 一种数据发送方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109166602B (zh) | 2022-04-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2694669B1 (en) | Methods for making or creating a synthetic microbial consortium identified by computational analysis of amplicon sequences | |
| Gellie et al. | Revegetation rewilds the soil bacterial microbiome of an old field | |
| Castillo-Davis et al. | GeneMerge—post-genomic analysis, data mining, and hypothesis testing | |
| US11984197B2 (en) | Microbial quantitation | |
| Srivastava et al. | Analyzing functional microbial diversity: an overview of techniques | |
| Zolkin et al. | Biodiversity and ecosystem stability based on molecular and genetic technologies in plant breeding | |
| CN109166602A (zh) | 厨余废弃物好氧堆肥的微生物宏基因分析系统及方法 | |
| CN113943787B (zh) | 一种环境样本中抗生素抗性基因的高通量检测方法和系统 | |
| Ranjan et al. | Metatranscriptomics in microbiome study: a comprehensive approach | |
| CN105296466A (zh) | 一种单细胞全基因组扩增方法 | |
| Fernandez et al. | Bacterial community composition in agricultural soils under long‐term organic and conventional management | |
| Camacho-Sanchez | A new spike-in-based method for quantitative metabarcoding of soil fungi and bacteria | |
| US20140019062A1 (en) | Nucleic Acid Information Processing Device and Processing Method Thereof | |
| Grant | Next-Generation Amplicon Sequencing: A cost-effective method for exploring microbial biodiversity | |
| Quon et al. | Epilogos: information-theoretic navigation of multi-tissue functional genomic annotations | |
| Mesa | Rhizosphere and Endosphere Bacterial Communities Survey by Metagenomics Approach | |
| Khan et al. | Progress in DNA Sequencing Technology: Recent Breakthroughs and Future Prospects | |
| Regalado et al. | Combining whole genome shotgun sequencing and rDNA amplicon analyses to improve detection of microbe-microbe interaction networks in plant leaves | |
| Srivastava et al. | To develop strain specific molecular marker for easy and proper identification of fungal species based on molecular characters: a review | |
| Fearer et al. | Phytobiome metabarcoding: a tool to help identify prokaryotic and eukaryotic causal agents of undiagnosed tree diseases | |
| Marco | Metagenomics: Current Advances and Emerging Concepts | |
| Prasanna et al. | Single-Cell RNA Sequencing of the Actinomycetes | |
| Biradar et al. | Soil Metagenomics: Way to Unravel Microbial Treasure | |
| Zimmerman et al. | The changing landscape of microbiome characterization methods: tools, trends, and trajectories | |
| Wibowo | Modeling microbial diversity across different soil ecosystems and environmental covariate selections in tropical SE Asian landscape |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |