選択的全ゲノム増幅のための高速機械学習誘導プライマー設計パイプライン【JST・京大機械翻訳】

Yu, J. A.; Oppler, Z. J.; Mitchell, M. W.; Song, Y. S.; Brisson, D.

プレプリント

J-GLOBAL ID：202202213405227396 整理番号：22P0342966

選択的全ゲノム増幅のための高速機械学習誘導プライマー設計パイプライン【JST・京大機械翻訳】

A fast machine-learning-guided primer design pipeline for selective whole genome amplification

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年04月28日プレプリントサーバーでの情報更新日： 2022年04月28日
JST資料番号： O7001B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

微生物進化と病原性の分野における主要な未解決の疑問の多くは,微生物ゲノムの集団の分析を必要とする。個体群ゲノム研究は,微細な空間的および時間的スケールでの進化および機構的過程を研究するための分析分解能を提供するが,これらの過程が微生物集団ゲノム研究で生じるスケールは,次世代配列決定に必要な比較的純粋な微生物ゲノムDNAの十分な量を得る実用性により現在妨げられている。ここでは,選択的全ゲノム増幅(SWGA)プライマーセットを設計するための最適化および並列化パイプラインであるswga2.0を提示した。以前の方法とは異なり,swga2.0は,個々のプライマーとプライマーセットの増幅効率を評価するために,能動と機械学習法を組み込む。さらに,swga2.0はプライマーセット探索を最適化し,パイプラインの各段階における並列化を含む戦略を評価し,プログラム実行時間を数分から数分に劇的に減少させた。ここでは,増幅性能を改善するプライマーとプライマーセット特性を同定するために用いた経験的データを含むswga2.0パイプラインについて述べた。さらに,ヒトDNAが優勢な試料から,嚢胞性線維症患者における肺ミクロビオームの重要な成分であるPrevotella melanogenicaを増幅させるプライマーセットを設計することにより,新規swga2.0パイプラインを評価した。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

遺伝子の構造と化学 , 分子・遺伝情報処理

, , , ,

前のページに戻る