<dd id="fdj3f"></dd>
      <button id="fdj3f"></button>

    1. <li id="fdj3f"><acronym id="fdj3f"><u id="fdj3f"></u></acronym></li>

      <progress id="fdj3f"></progress><li id="fdj3f"><acronym id="fdj3f"><u id="fdj3f"></u></acronym></li>
      <th id="fdj3f"><pre id="fdj3f"></pre></th>

    2. <rp id="fdj3f"><acronym id="fdj3f"></acronym></rp>
      <button id="fdj3f"><acronym id="fdj3f"></acronym></button>
          <th id="fdj3f"></th>

          蛋白質組學

          北京青蓮百奧生物科技有限公司

          領跑智慧多組學,助力科研新發現


          服務咨詢熱線

          010-53395839

          蛋白質組學,糖基化蛋白質組學,多組學聯合分析
          您當前的位置 : 首 頁 > 新聞動態 > 行業資訊

          「青蓮百奧快訊」2021年核酸研究Web Server??倲?/h1>
          2021-07-06 00:00:00

          2021年核酸研究Web Server???/span>發表89篇文章,7篇源自中國,AI和多組學凸顯


          核酸研究除了眾所周知的每年初的數據庫???,每年中還發表一期Web服務???,收集在線數據分析服務。本期(2021年度)NAR團隊共收到297項Web Server相關的提交,最終接收89項(占30%),包括88個網絡服務器(web server)和1個單機工具(stand-alone tool)。文末附整理后的列表。


          分類和概述

          核酸研究并沒有將這89篇文章進行分類,我們根據自己的判斷,將這些文章按所涉及的研究領域分為6大類:組學(包括基因組、轉錄組、蛋白質組、代謝組、多組學),理化性質結構,功能分析,藥物研究,基因工程,以及部分研究輔助性工具。其中有些工具涉及多個領域,這里暫且按個人理解的偏向性進行歸類,只為協助讀者系統梳理所有的文章,并快速定位到自己感興趣的web服務工具。
          由于生物學研究的各個方面都涉及到基因、表達等信息,因此,組學相關的工具最多,共36篇。其中包括基因組(14篇)、轉錄組(6篇)、蛋白質組(5篇)、代謝組(5篇)、多組學聯合分析6篇)。
          其次是理化性質結構方面的研究工具29篇),以及功能方面的研究工具10篇)。結構和功能往往是密不可分的,我們把涉及到空間結構的部分歸為結構類型的文章,把只涉及到基因功能注釋和關聯等分析的歸為功能類型。
          藥物3篇)和基因工程工具(5篇)這兩個部分加起來約占一成。藥物研究的工具主要是預測和藥物設計,以及藥物敏感性數據倉庫?;蚬こ坦ぞ咧饕?/span>CRISPR相關工具2篇,另外3篇分別和工程質粒、引物和限制性酶有關。
          最后,還有4篇研究輔助性工具,包括監測網頁服務的可及性的Aviator ,計算平臺相關的Docker工具商店,生物學網絡算法指南(Graphery ),以及NCBI提供的文獻推薦工具(LitSuggest )。
          另外2篇無法歸入上述各個類型,作為“其它”單列,分別是COVID-19數據倉庫,以及細胞增值分析和可視化的Thunor 。

          不同類別文章數


          7篇文章源自中國

          中國大陸和港澳臺的科研院所貢獻了其中7篇文章,其中中國大陸有6篇,臺灣有一篇,如下:


          北京大學2篇:包括用于基因表達分析的GEPIA2021 和用于功能分析的KOBAS-i 。
          清華大學1篇:開發了用于染色質可性注釋的OpenAnnotate 。
          上海交通大學1篇:開發了NetGO 2.0 ,用于蛋白功能預測。
          華中農業大學1篇:提供的PlantDeepSEA 用于植物遺傳變異調控效應預測。
          中南大學、浙江大學和國防科技大學三個團隊合作開發的ADMETlab 2.0 主要應用于藥物研究。

          此外,中國醫藥大學(臺灣)提供的LipidSig 用于脂質組分析。



          AI相關的工具逐步凸顯

          與人工智能技術相關的文章有19篇。涉及基因的功能注釋、基因與表型的關聯,以及對結構和位點的分析等。其中,采用機器學習的有11篇,深度學習8篇。深度學習在蛋白質結構和位點研究中應用相對較多。


          機器學習相關應用


          深度學習相關應用


          NAR后續改良計劃

          NAR團隊還隨???/span>提出了2022年的進一步改良計劃,主要針對用戶的訪問和安全性等,
          包括:

          1

          收緊cookie政策,不希望研究人員被跟蹤,僅在網站功能需要時才允許使用第三方cookie。


          2

          敏感的非公開人類數據(例如來自WES、WGS、WTS或SNP陣列的基因型)取消“no login”要求以支持安全性。必須可以在沒有任何身份證明(姓名或電子郵件地址)的情況下進行注冊。


          3

          如果Web服務器處理敏感的人類數據,強制使用https。



          總結

          核酸研究的web server??癁槲覀兲峁┝藈eb服務工具的盛宴,其中組學相關的工具占大部分,多組學數據整合分析逐步提上日程。使用AI相關的工具超過了二成,涉及到多個領域的研究工具。


          附表:


          名稱分類描述
          antiSMASH 6.0 基因組細菌和真菌的生物合成基因cluster的檢測和識別
          CNVxplorer 基因組CNV的臨床解釋
          DGLinker 基因組疾病基因關聯的表型預測
          EDGAR3.0 基因組微生物基因組比較
          iTOL v5 基因組系統樹展示和注釋
          Mechnetor 基因組遺傳變異瀏覽和功能
          MutationTaster2021基因組預測潛在的DNA變異
          OpenAnnotate 基因組染色質可接近性注釋
          PlantDeepSEA 基因組植物遺傳變異調控效應預測
          snpXplorer 基因組人類SNP注釋和瀏覽
          Vaxign2 基因組疫苗設計軟件
          Estimage 基因組利用表觀遺傳學時鐘計算甲基化年齡
          G2PDeep 基因組表型預測和遺傳標記的發掘
          DeepFun 基因組預測非編碼變異效應
          eSkip-Finder 轉錄組外顯子跳躍的反義寡核苷酸設計
          eVITTA 轉錄組轉錄組分析工具
          miRMaster 2.0 轉錄組多物種非編碼RNA測序分析
          ncFANs v2.0 轉錄組非編碼RNA的功能注釋
          Trips-Viz 轉錄組核糖體譜
          miRTargetLink2 轉錄組miRNA靶基因和靶通路網絡
          GPCRsignal 蛋白質組G蛋白偶聯受體及其效應蛋白
          PERCEPTRON 蛋白質組Top-down蛋白體鑒定流程
          PredictProtein 蛋白質組蛋白質結構和功能預測
          ProteoSign v2 蛋白質組差異蛋白質組分析
          TISIGNER.com 蛋白質組重組蛋白產物的改善
          gutSMASH 代謝組腸道微生物的基礎代謝基因簇鑒定
          LipidSig 代謝組脂質組
          LipidSuite 代謝組脂質組差異和富集分析
          MetaboAnalyst 5.0 代謝組代謝組數據分析和解析
          ProLint 代謝組脂-蛋白相互作用
          catRAPID omics v2.0 多組學蛋白-RNA相互作用預測
          iNetModels 2.0 多組學多組學數據可視化和數據庫
          Mergeomics 2.0 多組學多組學和疾病網絡
          OmicsAnalyst 多組學多組學數據分析
          SynLeGG 多組學多組學數據分析發掘癌的“阿喀琉斯之踵”
          TIMEOR 多組學多組學數據發掘時間調控機制
          Amino Acid Interactions (INTAA) v2.0 結構生物大分子3D結構能量和保守性計算
          AnnotSV & knotAnnotSV 結構人類結構變異的注釋
          b2bTools 結構蛋白的生物物理特征和保守性預測
          BENZ WS 結構酶的EC號注釋
          BRIO 結構RNA序列和結構的預測
          CeLaVi 結構細胞譜系可視化
          CheckMyBlob 結構配體的識別和驗證
          DeepRefiner 結構蛋白質結構優化
          DoChaP 結構比較異構體間的蛋白質結構域
          DomainViz 結構蛋白群之間的保守結構域分布
          GalaxyHeteromer 結構蛋白質異源二聚體結構預測
          InterEvDock3 結構蛋白質對接
          IUPred3* 結構非結構蛋白預測
          LZerD 結構蛋白質對接預測
          mmCSM-PPI 結構在蛋白質相互作用中多點突變的效應
          ModFOLD8 結構蛋白3D模型的質量評估
          Mol* Viewer 結構生物大分子結構的3D可視化和分析
          MTR3D 結構在蛋白3D結構中鑒定負選擇區域
          MyCLADE 結構多源結構域注釋
          OxDNA.org 結構DNA和RNA的納米級結構
          PLIP2021 結構蛋白-配體相互作用譜
          ProteinTools 結構蛋白質結構分析工具集
          ProteoVision 結構核糖體蛋白的可視化
          ReFOLD3 結構蛋白質3D結構優化
          RunBioSimulations 結構計算建模平臺
          VirtualTaste 結構機器學習預測味道
          Voronoia 4-ever 結構大分子內壓縮密度計算
          ProteinLens 結構生物分子原子圖的變構信號分析
          IPC 2.0 結構利用深度學習預測等電點和pKa解離常數
          Arena3Dweb 功能分析多層網絡的3D可視化
          CoffeeProt 功能分析遺傳數據富集分析
          CPA 功能分析共有通路分析
          DeepGOWeb 功能分析蛋白質功能預測
          Expasy 功能分析Expasy結構功能分析工具匯總
          GEPIA2021 功能分析基因表達分析
          KEA3 功能分析激酶富集分析
          KOBAS-i 功能分析功能分析
          NetGO 2.0 功能分析蛋白功能預測
          Proteo3Dnet 功能分析蛋白質組相互作用組實驗分析
          CRISPRloci 基因工程工具CRISPR-Cas注釋
          PE-Designer & PE-Analyzer 基因工程工具CRISPR引物編輯
          pegIT 基因工程工具引物編輯
          pLannotate 基因工程工具工程質粒注釋
          Preselector.uni-jena.de 基因工程工具限制性酶鑒定
          ADMETlab 2.0 藥物研究藥物研究工具
          DrugComb 藥物研究藥物敏感性數據倉庫
          LigAdvisor 藥物研究藥物設計
          Aviator 研究輔助工具監測網頁服務的可及性
          Graphery 研究輔助工具生物學網絡算法的使用
          LitSuggest 研究輔助工具文獻推薦和注釋
          The Dockstore 研究輔助工具docker商店
          The COVID-19 Data Portal 其它COVID-19數據存儲
          Thunor 其它細胞增值分析和可視化


          網址 :https://academic.oup.com/nar/issue/49/W1


          圖片

          青蓮百奧可提供一站式蛋白質組學、代謝組學、轉錄組學、多組學聯合分析等科研服務。青蓮百奧在質譜檢測方面項目經驗豐富,擁有國際一流的質譜平臺,海歸坐鎮專業生信分析團隊,助您在科研道路上乘風破浪,沖擊高水平文章。更多技術服務敬請來電咨詢:010-53395839。


          最近瀏覽:

          北京青蓮百奧生物科技有限公司

          固話:010-53395839
          郵箱:service@qinglianbio.com
          地址:北京市海淀區永豐產業基地綠海大廈C座301


          掃一掃,關注我們
          视频一区 国产精品 大秀视频_手机看片一级_中文无码久久精品_高清无码视频直接看