文献讨论-Chromosome-Level Genome Assembly of the Green Peafowl (Pavo muticus)

简介: 关键词:长读长测序;基因测序;变异检测;标题(英文):Chromosome-Level Genome Assembly of the Green Peafowl (Pavo muticus)标题(中文):绿孔雀(Pavo muticus)的染色体级基因组组装该研究发现了目前最全面、最完整的绿孔雀基因组,它将成为未来绿孔雀生态学、进化和保护研究的宝贵资源。

文献解读-Long Read.png
关键词:长读长测序;基因测序;变异检测;


文献简介

  • 标题(英文):Chromosome-Level Genome Assembly of the Green Peafowl (Pavo muticus)
  • 标题(中文):绿孔雀(Pavo muticus)的染色体级基因组组装
  • 发表期刊:Genome Biology and Evolution
  • 作者单位:东北林业大学等
  • 发表年份:2022
  • 文章地址:https://doi.org/10.1093/gbe/evac015

1.png

图1 文献简介

绿孔雀(Pavo muticus)面临着长期而广泛的偷猎和栖息地转换威胁的状况,濒临灭绝的风险很高。在该研究中,研究者展示了通过 PacBio 测序、DNBSEQ 短读长测序和 Hi-C 测序技术组装的高质量染色体组水平的绿孔雀基因组。最终的基因组大小估计为 1.049 Gb,其中 1.042 Gb 的基因组分配给 27 个拟染色体。N50 长度为 75.5 Mb,完整 BUSCO 得分为 97.6%。研究者确定了 W 和 Z 染色体,并通过对另外 14 个个体重新测序进行了验证。在基因组中总共发现了 167.04 Mb 的重复元件,占基因组总大小的 15.92%。该研究预测了 14,935 个编码蛋白质的基因,其中 14,931 个基因得到了功能注释。


测序流程

在样本数据分析部分,研究者使用Sentieon DNAseq Haplotyper模块进行单样本突变检测,并使用Sentieon GVCFtyper进行多样本联合基因分型。

2.png

图2 Sentieon的作用

1.1.jpg

图3 Sentieon DNAseq流程图

3.png


图4 孔雀基因组结构

Sentieon软件团队拥有丰富的软件开发及算法优化工程经验,致力于解决生物数据分析中的速度与准确度瓶颈,为来自于分子诊断、药物研发、临床医疗、人群队列、动植物等多个领域的合作伙伴提供高效精准的软件解决方案,共同推动基因技术的发展。 截至2023年3月份,Sentieon已经在全球范围内为1300+用户提供服务,被世界一级影响因子刊物如NEJM、Cell、Nature等广泛引用,引用次数超过700篇。此外,Sentieon连续数年摘得了Precision FDA、Dream Challenges等多个权威评比的桂冠,在业内获得广泛认可。


文献讨论

4.png

图5 文献讨论

在此,研究组报告了绿孔雀的首个染色体级别基因组。该基因组由10个支架组成,总计790.8Mb,锚定在8个大染色体和2个性染色体(Z染色体和W染色体)上。绿孔雀最近亲的蓝孔雀(Pavo cristatus)的核型研究显示,它有8对大染色体和1对性染色体(De Boer和Van Bocxstaele 1981)。核型学结果与基因组结果的一致性表明研究组在染色体水平上组装的基因组具有高度准确性。


总结

综上所述,该研究发现了目前最全面、最完整的绿孔雀基因组,它将成为未来绿孔雀生态学、进化和保护研究的宝贵资源。

目录
相关文章
|
6月前
|
机器学习/深度学习
GEE土地分类——Property ‘B1‘ of feature ‘LE07_066018_20220603‘ is missing.错误
GEE土地分类——Property ‘B1‘ of feature ‘LE07_066018_20220603‘ is missing.错误
79 0
|
3月前
|
算法 数据挖掘 数据处理
【博士每天一篇文献-综述】A Modified Echo State Network Model Using Non-Random Topology
本文介绍了一篇博士论文,提出了一种基于非随机拓扑结构的改进型Echo State Networks (ESN)模型,用于处理时间序列数据,通过在储层中使用复杂网络和聚类模型的拓扑结构,提高了模型性能并降低了计算成本,论文还展示了该模型在信号预测和图像分类中的应用。
41 3
【博士每天一篇文献-综述】A Modified Echo State Network Model Using Non-Random Topology
|
3月前
|
机器学习/深度学习 传感器 自然语言处理
【博士每天一篇文献-综述】A Systematic Review of Echo State Networks from Design to Application
本文系统回顾了回声状态网络(ESN)从设计到应用的全过程,探讨了其在多个领域的实际应用,并分析了不同结构的ESN模型如经典ESN、DeepESN和组合模型的性能,以及它们在时间序列预测和动态系统建模中的有效性。
48 1
【博士每天一篇文献-综述】A Systematic Review of Echo State Networks from Design to Application
|
3月前
|
机器学习/深度学习 算法 数据挖掘
【博士每天一篇文论文-算法】A small-world topology enhances the echo state property and signal propagationlun
本文研究了小世界拓扑结构在回声状态网络(ESN)中的作用,发现具有层级和模块化组织的神经网络展现出高聚类系数和小世界特性,这有助于提高学习性能和促进信号传播,为理解神经信息处理和构建高效循环神经网络提供了新的视角。
37 0
【博士每天一篇文论文-算法】A small-world topology enhances the echo state property and signal propagationlun
|
3月前
|
机器学习/深度学习 数据可视化 算法
【博士每天一篇论文-实验分析】Toroidal topology of population activity in grid cells
本文通过同时记录多个网格细胞并应用拓扑数据分析,揭示了这些细胞网络的环面拓扑结构,表明存在一个二维连续吸引子网络,为理解空间编码和网格细胞在导航记忆中的作用提供了新视角。
35 3
|
3月前
|
机器学习/深度学习 人工智能
【博士每天一篇文献-模型】Self-organizing deep belief modular echo state network for time series
本文提出了一种自组织深度置信模块式回声状态网络(SDBMESN),通过结合深度置信网络和模块化回声状态网络,利用自组织机制动态调整网络结构,以提高时间序列预测的泛化能力。
19 2
|
3月前
|
架构师 C++ 微服务
区分DDD中的Domain, Subdomain, Bounded Context, Problem/Solution Space
区分DDD中的Domain, Subdomain, Bounded Context, Problem/Solution Space
46 3
|
6月前
|
Python
GEE—关于RSEI生态遥感指数中出现的问题 Layer error: Image.rename: The number of names (1) must match the number of..
GEE—关于RSEI生态遥感指数中出现的问题 Layer error: Image.rename: The number of names (1) must match the number of..
196 0
|
6月前
Google Earth Engine(GEE)——影像分类中出现的错误(Classifier confusionMatrix: Property ‘type‘ of feature ‘000000)
Google Earth Engine(GEE)——影像分类中出现的错误(Classifier confusionMatrix: Property ‘type‘ of feature ‘000000)
61 0
|
算法 数据可视化 机器人
Object SLAM: An Object SLAM Framework for Association, Mapping, and High-Level Tasks 论文解读
Object SLAM: An Object SLAM Framework for Association, Mapping, and High-Level Tasks 论文解读
84 0