Redian新闻
>
求教生物信息学问题
avatar
求教生物信息学问题# Biology - 生物学
M*y
1
揭秘:最不起眼的6大超级长寿食物
大蒜消炎又杀菌:在没有抗生素的年代里,大蒜扮演着重要的救命角色。以往行军
时必备盐跟大蒜,盐用来补充矿物质,大蒜则用来杀菌和预防疾病。近来,大蒜也被发
现可以降低胆固醇。
但生大蒜辣刺激性强,因此胃炎、喉咙痛、痔疮、眼睛红、长青春痘的人,不宜生吃
大蒜。避免空腹食用大蒜,可以利用煮、炒或做泡菜,减少它的辛辣刺激。或是搭配水
饺、面食一块吃,不容易伤胃。
松子清肠润肌肤:珍珠般的松子,在传统御膳中运用广泛,向来被视为有滋补强身功效
。松子丰富的油脂成份,不但可以帮助排便,还可以滋润皮肤。
同时,松子是优质的油脂来源,含多元不饱和脂肪酸,可以缓解发炎反应。松子热量较
高,平时撒点在饭菜上,每次一小把。
海带帮助排便不长胖:热量低且充满胶质、矿物质的海带是很适合现代人的美容健康食
品。海带富含可溶性纤维,比一般纤维更容易消化吸收,帮助顺畅排便。最大的优点是
,海带热量低,做为宵夜点心不用担心发胖。
海带与醋最搭配,醋可让海带软化,可以试试用醋凉拌海带。加上冰块的海带汤,
可以凸显醋的酸味,口感更清爽。
白菜止咳化痰还抗癌:冬天万物凋零,白菜却仍如同松树一样青翠,受到人们普遍欢迎
。在中医看来,白菜可以退烧解热、止咳化痰。现代科学发现,白菜的营养价值高,种
类多,一年四季都能吃到,是最热门的抗癌明星。
冬天是吃白菜的好季节,白菜丰富的纤维和维生素C,可以补足冬天蔬果摄取的不足。
但虚寒体质的人,不适合大量吃生冷的白菜,如泡菜。吃火锅时,别忘了尽可能多加点
白菜,消解燥热之气。
粥护胃补元气:粥在熬煮过程中,已将食物中的有效成份释放溶解在汤水中,因此很
容易被消化吸收,适合胃口不好、身体虚弱的人。粥的食疗功效千变万化,葱白粥有杀
菌效果、芹菜粥可以让大小便顺畅。
此外,粥还可以协助药物达到更好的疗效,例如杏仁、茯苓等中药材,必须与粥一起食
用,才能让药效持续,达到更好的效果。热粥最好,配合肉汤、菜汤或蔬菜熬煮咸粥更
好,可以让食物营养精华一次被吸收。
荞麦降压助睡眠:荞麦含有强力抗氧化物,可以降血脂、增强血管弹性、防止血液凝结
,是很好的护心食物。此外,其降血压和助眠的效果也很好。
荞麦还是很好的大肠清道夫,纤维含量是一般白米的6倍,所以有“净肠草”之称
。可以将荞麦面凉拌、煮汤。也可以将荞麦和米饭一起蒸或熬粥。
avatar
g*n
2
小弟我研究的是寄生线虫。我的课题基本是找一个phenotype的相关基因。
我手上有两个wildtype (A和B),phenotype在这两个wildtype之间的表型非常不一样,
A为0%,B为100%
用A做突变体,筛了几个phenotype在30%-40%之间的突变体。
然后对全基因组测序,拿到差异snps
请问有什么方法可以确定最有可能的基因或者最有可能的snps吗?
急等毕业,可是本来做数据分析的合作者换工作跑路了,指望不上了。
求教各位指点一下后续分析的方法,小弟在此拜谢了!
avatar
f*8
3
我说我怎么每天都活蹦乱跳的,这几个我都在吃啊,前五个吃的尤其多。。。。
avatar
m*s
4
你测序了几个线虫?phenotype是百分比,或者说连续的?你这个是个GWAS study,如
果你的样本量够大的话。不过样本量只是影响power的一个因素,如果你的突变effect
size够大小样本应该也没问题。你搜索一下常用的gwas软件好了,如果你的样本之间没
有血缘关系,我推荐用plink

【在 g***n 的大作中提到】
: 小弟我研究的是寄生线虫。我的课题基本是找一个phenotype的相关基因。
: 我手上有两个wildtype (A和B),phenotype在这两个wildtype之间的表型非常不一样,
: A为0%,B为100%
: 用A做突变体,筛了几个phenotype在30%-40%之间的突变体。
: 然后对全基因组测序,拿到差异snps
: 请问有什么方法可以确定最有可能的基因或者最有可能的snps吗?
: 急等毕业,可是本来做数据分析的合作者换工作跑路了,指望不上了。
: 求教各位指点一下后续分析的方法,小弟在此拜谢了!

avatar
M*y
5
我爱你,就像老鼠爱大米。。。。大米粥。。。lol
老夫最喜大蒜办海带,加点醋

【在 f*****8 的大作中提到】
: 我说我怎么每天都活蹦乱跳的,这几个我都在吃啊,前五个吃的尤其多。。。。
avatar
g*n
6
太感谢了
我一共测了9个线虫。phenotype是线虫dauer development的百分比,每个突变体的百
分比不一样。
我是以一个线虫为基础,做了一些突变体,所以每个线虫都是有血缘关系的。
我现在担心的是,样本量可能不够大(一共只有9个基因组),得出的结果是不是不可
靠?
另外,数据中有差异的snps一共不到1500个,分布在不到400个基因里
不知道你有没有相关经验,这样的数据能不能用gwas来分析?

effect

【在 m*****s 的大作中提到】
: 你测序了几个线虫?phenotype是百分比,或者说连续的?你这个是个GWAS study,如
: 果你的样本量够大的话。不过样本量只是影响power的一个因素,如果你的突变effect
: size够大小样本应该也没问题。你搜索一下常用的gwas软件好了,如果你的样本之间没
: 有血缘关系,我推荐用plink

avatar
u*1
7
既然你有了全基因组的序列,就赶紧在这些SNP上下功夫;先不说association的问题,
如果你的hypothesis是rare/novel variants导致这个phenotype(也就是上面说的
effect size很大),那么你的1500个SNPs完全可以那去和数据库的common variants做
比对,找出罕见的同时改变protein序列的missense mutation或者影响splicing的,甚
至miRNA target啥的,也就是annotation。我不是做线虫的,但我估计也肯定是有相关
的database的吧。这一步大家一般用annovar这个软件
如果你的phenotype是个罕见的missense mutation导致的,那么你的9个样本中哪怕出
现了2个都是很有意义的。当然我的这套办法都是对于human genome的,如果你寻找的
是common variants或者更复杂的epistasis啥的就当我上面的没说。
association study往往是对于comman variants的,最经典的就是用plink。不过plink
也是好复杂的软件,要完全搞明白还是要点功夫的(尤其对于不做bioinformatics的新
手)。但是你的确只有9个样本,对于common variants的power可能比较低。
但你的优势是你是全基因组序列,所以想必你肯定会有一些rare的东西,甚至
structural variants,可以先关注关注它们吧
当然对于worm我是外行。。。

【在 g***n 的大作中提到】
: 太感谢了
: 我一共测了9个线虫。phenotype是线虫dauer development的百分比,每个突变体的百
: 分比不一样。
: 我是以一个线虫为基础,做了一些突变体,所以每个线虫都是有血缘关系的。
: 我现在担心的是,样本量可能不够大(一共只有9个基因组),得出的结果是不是不可
: 靠?
: 另外,数据中有差异的snps一共不到1500个,分布在不到400个基因里
: 不知道你有没有相关经验,这样的数据能不能用gwas来分析?
:
: effect

avatar
u*1
8
我是以一个线虫为基础,做了一些突变体,所以每个线虫都是有血缘关系的
这个在我眼里是多么求之不得的事情。这就好比你做tumor variants的分析,你有
tumor和control,那么这个control样本可以帮你排除掉NNNNN多的noise;直接看
看mutant都出现了什么新的SNP所以导致了phenotype
这是做cancer genomics最爽的地方,因为有天然的control;而我们做一般complex
disease的就只能依靠common variants的数据库了。
不过我不太明白的是为什么A和B两个wildtype的phenotype如此不同;既然是wildtype
那genome难道会有很大差别么?(可能是很silly的问题因为我是外行)
anyway,先找到只在mut里产生的variants,做点annotation,或许你就已经找到了你
想要的东西,不用去care什么association power了

【在 g***n 的大作中提到】
: 太感谢了
: 我一共测了9个线虫。phenotype是线虫dauer development的百分比,每个突变体的百
: 分比不一样。
: 我是以一个线虫为基础,做了一些突变体,所以每个线虫都是有血缘关系的。
: 我现在担心的是,样本量可能不够大(一共只有9个基因组),得出的结果是不是不可
: 靠?
: 另外,数据中有差异的snps一共不到1500个,分布在不到400个基因里
: 不知道你有没有相关经验,这样的数据能不能用gwas来分析?
:
: effect

avatar
g*n
9
谢谢你详细的回复
我的mutant实际上还有很多noise,原因是我的线虫体外回交成功率极低,这也是为什么
而且,我研究的线虫基因组还没有发表,所以也没有common variants数据库了,我这
个搞非模式生物的也只能流口水
所谓的wildtype A和B,是同一个isolate里发现的,理论上来说genome的variation很
小,测序数据也证明了这点
其中一个问题是,两个wildtype的差异基因很可能是控制上游表达的,而mutant中的
candidates基本都靠近下游。这是通过研究c elegans的ortholog 得出的结论。但不是
很肯定,因为线虫间的差异很大。
另外,我手上还有两个wildtype在stage L2的transcriptome,这个stage是所谓
phenotype的决定期。通过分析发现不到30个基因差异表达。有没有什么方法可以把
genome和transcriptome放在一起做个cross analysis的?
你上一个回复中提到的structure variation,是指rna的还是蛋白的?是怎么做呢?如
果有已经发表的文章,能不能给个链接?多谢了!

wildtype

【在 u*********1 的大作中提到】
: 我是以一个线虫为基础,做了一些突变体,所以每个线虫都是有血缘关系的
: 这个在我眼里是多么求之不得的事情。这就好比你做tumor variants的分析,你有
: tumor和control,那么这个control样本可以帮你排除掉NNNNN多的noise;直接看
: 看mutant都出现了什么新的SNP所以导致了phenotype
: 这是做cancer genomics最爽的地方,因为有天然的control;而我们做一般complex
: disease的就只能依靠common variants的数据库了。
: 不过我不太明白的是为什么A和B两个wildtype的phenotype如此不同;既然是wildtype
: 那genome难道会有很大差别么?(可能是很silly的问题因为我是外行)
: anyway,先找到只在mut里产生的variants,做点annotation,或许你就已经找到了你
: 想要的东西,不用去care什么association power了

相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。