Información

17.1: Requisitos - Biología

17.1: Requisitos - Biología


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Descripción general del proyecto de investigación de término:

  1. Entreviste a una persona mayor de 75 años sobre su experiencia personal en el envejecimiento e investigue cada una de las condiciones que está experimentando el individuo.
  2. Escriba un trabajo de investigación que resuma las experiencias personales del individuo y las condiciones que está experimentando el individuo.
  3. Discutir los trabajos de investigación

Por favor, consulte el Programa de cursos para todas las fechas de vencimiento.


Objetivo:

La asignación de su proyecto de investigación de término es escribir un artículo de investigación original sobre la experiencia de un individuo con el envejecimiento y las condiciones específicas que padece. La tarea se divide en tres partes. Cada parte se califica por separado.


Parte 1 - Entrevista:

  1. Seleccione una persona mayor de 75 años para entrevistar sobre su experiencia con el envejecimiento.
  2. Completa la entrevista y transcribe la conversación. Publique en su buzón de entrega de la Parte 1 del documento final.

Parte 2 - Escribe el artículo:

Escribe y envía tu trabajo.

Requisitos de papel:

1. La extensión mínima aceptable de su trabajo es de 2500 palabras originales.

2. El contenido de su trabajo se evaluará utilizando dos criterios:

¿Ha abordado los problemas importantes?

¿Ha añadido un valor didáctico significativo al curso?

3. Incluya una página de obras citadas:

Utilice el libro de texto como uno de sus recursos y haga referencia específicamente a las páginas utilizadas en su documento.

Utilice un mínimo de 5 sitios web como recursos e incluya un enlace de trabajo a cada sitio web en su documento.

4. Envíe su trabajo al buzón de entrega de papel a término de ANGEL.

Parte 3 - Discusión de todos los trabajos:

Pegue su artículo en el foro Term Paper 3. Lea y discuta los artículos que le parezcan más interesantes y valiosos. Se espera que brinde una crítica constructiva y una presencia docente perspicaz para estos artículos, y responda a la mayoría de los estudiantes que comentan sobre su artículo. Debe iniciar sesión y ser un participante activo en el foro. Este blog se calificará utilizando la misma escala de calificación que el capítulo y los foros de tareas escritas. Calificaré tus primeras 12 publicaciones.


Prerrequisitos

Los cursos de prerrequisito proporcionan una base sólida para el Pharm.D. plan de estudios. El Consejo de Acreditación para la Educación en Farmacia recomienda cursos de química, biología, matemáticas, tecnologías de la información y la comunicación, ciencias físicas y educación general como base para el Pharm.D. plan de estudios (ACPE 2011, Norma 17.1).

Biology I & amp Lab (para estudiantes de ciencias)
Biology II & amp Lab (para estudiantes de ciencias)
Laboratorio de Química General I & amp Laboratorio de química general II y amp
Laboratorio de química orgánica I & amp Laboratorio de química orgánica II y amp
Anatomía y fisiología de amp I y amp Lab * Anatomía y fisiología de amp II y amp Lab *
Laboratorio de microbiología y amp (para estudiantes de ciencias)
Habla
Cálculo

* Se pueden utilizar cursos separados de Human Anatomy + Lab (3 + 1 SCH) y Human Physiology + Lab (3 + 1 SCH) para satisfacer los requisitos de Anatomía / Fisiología I y II.


Resumen del capítulo

Los ácidos nucleicos se pueden aislar de las células con el propósito de un análisis adicional rompiendo las células y destruyendo enzimáticamente todas las demás macromoléculas principales. Los cromosomas fragmentados o completos se pueden separar en función del tamaño mediante electroforesis en gel. La PCR puede amplificar tramos cortos de ADN o ARN. Los investigadores pueden utilizar la transferencia Southern y Northern para detectar la presencia de secuencias cortas específicas en una muestra de ADN o ARN. El término "clonación" puede referirse a la clonación de pequeños fragmentos de ADN (clonación molecular), la clonación de poblaciones de células (clonación celular) o la clonación de organismos completos (clonación reproductiva). Los profesionales médicos realizan pruebas genéticas para identificar los genes que causan enfermedades y utilizan la terapia génica para curar una enfermedad hereditaria.

Los organismos transgénicos poseen ADN de una especie diferente, generalmente generado por técnicas de clonación molecular. Las vacunas, los antibióticos y las hormonas son ejemplos de productos obtenidos mediante tecnología de ADN recombinante. Los científicos suelen crear plantas transgénicas para mejorar las características de las plantas de cultivo.

17.2 Mapeo de genomas

El mapeo del genoma es similar a resolver un gran y complicado rompecabezas con piezas de información provenientes de laboratorios de todo el mundo. Los mapas genéticos proporcionan un esquema para localizar genes dentro de un genoma y estiman la distancia entre genes y marcadores genéticos sobre la base de las frecuencias de recombinación durante la meiosis. Los mapas físicos proporcionan información detallada sobre la distancia física entre los genes. La información más detallada está disponible a través del mapeo de secuencias. Los investigadores combinan información de todas las fuentes de mapeo y secuenciación para estudiar un genoma completo.

17.3 Secuenciación del genoma completo

La secuenciación del genoma completo es el último recurso disponible para tratar enfermedades genéticas. Algunos médicos utilizan la secuenciación del genoma completo para salvar vidas. La genómica tiene muchas aplicaciones industriales, incluido el desarrollo de biocombustibles, la agricultura, los productos farmacéuticos y el control de la contaminación. El principio básico de todas las estrategias de secuenciación modernas implica el método de secuenciación de terminación de cadena.

Aunque las secuencias del genoma humano brindan información clave a los profesionales médicos, los investigadores utilizan secuencias del genoma completo de organismos modelo para comprender mejor el genoma de la especie. La automatización y el menor costo de la secuenciación del genoma completo pueden conducir a la medicina personalizada en el futuro.

17.4 Aplicación de la genómica

La imaginación es la única barrera para la aplicabilidad de la genómica. Los investigadores están aplicando la genómica a la mayoría de los campos de la biología. Lo utilizan para la medicina personalizada, la predicción de riesgos de enfermedades a nivel individual, el estudio de las interacciones de los medicamentos antes de realizar ensayos clínicos y el estudio de microorganismos en el medio ambiente en lugar de en el laboratorio. También lo están aplicando a desarrollos como la generación de nuevos biocombustibles, la evaluación genealógica utilizando mitocondrias, los avances en la ciencia forense y las mejoras en la agricultura.

17.5 Genómica y proteómica

La proteómica es el estudio de todo el conjunto de proteínas expresadas por un determinado tipo de célula en determinadas condiciones ambientales. En un organismo multicelular, los diferentes tipos de células tendrán diferentes proteomas, y estos variarán con los cambios ambientales. A diferencia de un genoma, un proteoma es dinámico y está en constante cambio, lo que lo hace más complicado y más útil que el conocimiento de los genomas por sí solo.

Los enfoques proteómicos se basan en el análisis de proteínas. Los investigadores actualizan constantemente estas técnicas. Los investigadores han utilizado la proteómica para estudiar diferentes tipos de cáncer. Los profesionales médicos están utilizando diferentes biomarcadores y firmas de proteínas para analizar cada tipo de cáncer. El objetivo futuro es tener un plan de tratamiento personalizado para cada individuo.


BIOLOGÍA AP AHS 2017-18

Se recopilarán 2 resúmenes de artículos al final de cada período de calificación (1º-3º). Tienes la oportunidad de hacer un 3er por 10 puntos de crédito extra. Deben pertenecer al plan de estudios cubierto durante esas 10 semanas. Debes incluir un resumen, mencionar cómo se relaciona con algo que aprendiste en clase y dar una recomendación. Cada uno de ellos debe ser de una página mecanografiada, 12 fuentes y a doble espacio. Asegúrese de ubicar la fuente (el enlace del sitio web está bien).

Páginas web útiles

Documentos útiles

Asignaciones

(vence el jueves, 9-7-17)
1. Complete el formulario Acerca de mí de AP Biology
2. Lea el plan de estudios (en el blog debajo de los documentos importantes) y obtenga la firma del contrato de seguridad
3. Regístrese para obtener un libro en línea aquí usando el acceso usando el código de acceso del estudiante

(Use el ID del curso: MBBROWN87965, Campbell, Biology 8e MasteringBiology (para usuarios de 5e y # 82118e) como libro de texto)

4. Regístrese en FlinnPREP con el código: 2ykpr

(vence el miércoles, 27 de septiembre de 2017)
1. Lea los capítulos 1 y 2 (páginas 1-44 del libro electrónico)
2. Complete la guía de lectura cap.1-2 (opcional)
3. Vea el clip de biología de Bozeman sobre 3 dominios de la vida

(vence el miércoles, 27 de septiembre de 2017)
1. Lea el capítulo 8 - págs. 142-143, 151-159 solamente
2. Palillo de dientes: lo haremos en clase
3. Vea el clip de Bozeman Biology sobre las enzimas
4. Vea el clip 2 de Bozeman Biology sobre enzimas
5. Vea la animación Cómo funcionan las enzimas
6. Realice el laboratorio virtual de Enzimas

(vence el miércoles, 27 de septiembre de 2017)
1. Complete los cuestionarios de los capítulos 2 a 5 en el sitio web de Campbell.
2. Lea Cliffs pgs. 11-24 (4ª y 5ª ed.) - UNA EXCELENTE MANERA DE ESTUDIAR PARA EL EXAMEN.
3. Complete las unidades 1 y 11 de FlinnPREP

(vence el martes 24 de octubre de 2017)
1. Revise el banco de laboratorio (laboratorio 3)
2. Vea el clip de biología de Bozeman en el laboratorio 3
3. Complete los cuestionarios de los capítulos 6-7, 12-13 en el sitio web de Campbell.
4. Lea Cliffs (4ª edición) págs. 31-44, 73-93, 165-166 (solo teoría endosimbiótica), también incluye el capítulo 11 - comunicación celular
5. Complete las unidades 2-4 en FlinnPREP
6. Consejos para la prueba de la Unidad 2


(vence el viernes 27 de octubre de 2017)
2 resúmenes de artículos científicos: el tercero por 10 puntos de crédito adicional; consulte los requisitos


(vence el lunes, 12-11-17)
1. Complete las pruebas de los capítulos 14-15 en el sitio web de Campbell.
2. Lea Cliffs pgs. 101-122

(para el jueves 21 de diciembre de 2017)
Vencimiento de la mosca de la fruta
Vencimiento de resúmenes de artículos: haz un tercero para obtener crédito adicional

(vence el jueves, 2-8-18)
1. Complete los cuestionarios de los capítulos 18-20 en el sitio web de Campbell.
2. Lea Cliffs pgs. 135-143


Especiación alopátrica

Una población geográficamente continua tiene un acervo genético relativamente homogéneo. El flujo de genes, el movimiento de alelos a través del rango de la especie, es relativamente libre porque los individuos pueden moverse y luego aparearse con individuos en su nueva ubicación. Por tanto, la frecuencia de un alelo en un extremo de una distribución será similar a la frecuencia del alelo en el otro extremo. Cuando las poblaciones se vuelven geográficamente discontinuas, se impide el libre flujo de alelos. Cuando esa separación dura un período de tiempo, las dos poblaciones pueden evolucionar a lo largo de diferentes trayectorias. Por lo tanto, sus frecuencias alélicas en numerosos loci genéticos se vuelven cada vez más diferentes a medida que surgen nuevos alelos independientemente por mutación en cada población. Por lo general, las condiciones ambientales, como el clima, los recursos, los depredadores y los competidores de las dos poblaciones, serán diferentes, lo que hará que la selección natural favorezca adaptaciones divergentes en cada grupo.

Figura 4. El búho manchado del norte y el búho manchado mexicano habitan lugares geográficamente separados con diferentes climas y ecosistemas. El búho es un ejemplo de especiación alopátrica. (crédito & # 8220 búho manchado del norte & # 8221: modificación del trabajo por John y Karen Hollingsworth crédito & # 8220 búho manchado mexicano & # 8221: modificación del trabajo por Bill Radke)

El aislamiento de poblaciones que conduce a la especiación alopátrica puede ocurrir de diversas formas: un río formando una nueva rama, la erosión formando un nuevo valle, un grupo de organismos que viajan a una nueva ubicación sin la capacidad de regresar o semillas flotando sobre el océano para una isla. La naturaleza de la separación geográfica necesaria para aislar poblaciones depende enteramente de la biología del organismo y su potencial de dispersión. Si dos poblaciones de insectos voladores se establecieran en valles cercanos separados, lo más probable es que los individuos de cada población vuelen de un lado a otro continuando el flujo de genes. Sin embargo, si dos poblaciones de roedores se dividieran por la formación de un nuevo lago, sería poco probable que continuara el flujo de genes, por lo tanto, la especiación sería más probable.

Los biólogos agrupan los procesos alopátricos en dos categorías: dispersión y vicarianza. La dispersión es cuando algunos miembros de una especie se trasladan a una nueva área geográfica, y la vicarianza es cuando surge una situación natural para dividir físicamente a los organismos.

Los científicos han documentado numerosos casos de especiación alopátrica. Por ejemplo, a lo largo de la costa oeste de los Estados Unidos, existen dos subespecies separadas de búhos manchados. El búho manchado del norte tiene diferencias genéticas y fenotípicas de su pariente cercano: el búho manchado mexicano, que vive en el sur (Figura 4).

Además, los científicos han descubierto que cuanto mayor sea la distancia entre dos grupos que alguna vez fueron la misma especie, más probable es que ocurra la especiación. Esto parece lógico porque a medida que aumenta la distancia, es probable que los diversos factores ambientales tengan menos en común que las ubicaciones cercanas. Considere los dos búhos: en el norte, el clima es más fresco que en el sur, los tipos de organismos en cada ecosistema difieren, al igual que sus comportamientos y hábitos también, los hábitos de caza y las elecciones de presas de los búhos del sur varían de los búhos del norte. Estas variaciones pueden conducir a diferencias evolucionadas en los búhos y es probable que ocurra una especiación.

Radiación adaptativa

Figura 5. Las aves trepador de la miel ilustran la radiación adaptativa. A partir de una especie de ave original, evolucionaron muchas otras, cada una con sus propias características distintivas.

En algunos casos, una población de una especie se dispersa por un área y cada una encuentra un nicho distinto o un hábitat aislado. Con el tiempo, las variadas demandas de sus nuevos estilos de vida conducen a múltiples eventos de especiación que se originan en una sola especie. Esto se llama radiación adaptativa porque muchas adaptaciones evolucionan desde un solo punto de origen, lo que hace que la especie irradie a varias nuevas. Los archipiélagos insulares como las islas hawaianas proporcionan un contexto ideal para los eventos de radiación adaptativa porque el agua rodea cada isla, lo que conduce al aislamiento geográfico de muchos organismos. El trepador de miel hawaiano ilustra un ejemplo de radiación adaptativa. A partir de una sola especie, llamada especie fundadora, han evolucionado numerosas especies, incluidas las seis que se muestran en la Figura 5.

Observe las diferencias en los picos de las especies en la Figura 5. La evolución en respuesta a la selección natural basada en fuentes de alimento específicas en cada nuevo hábitat llevó a la evolución de un pico diferente adaptado a la fuente de alimento específica. El pájaro que se alimenta de semillas tiene un pico más grueso y fuerte que es adecuado para romper nueces duras. Los pájaros que comen néctar tienen picos largos para sumergir en las flores para alcanzar el néctar. Los pájaros que comen insectos tienen picos como espadas, apropiados para apuñalar y empalar insectos. Los pinzones de Darwin son otro ejemplo de radiación adaptativa en un archipiélago.

Enlace al aprendizaje

Haga clic en este sitio interactivo para ver cómo las aves de las islas evolucionaron en incrementos evolutivos desde hace 5 millones de años hasta la actualidad.


Los 10 mejores títulos de maestría en biología

Rango Colegio Localización
1 Universidad Stanford Stanford, CA
2 Universidad de California, Los Angeles Los Ángeles, California
3 Universidad de California, Irvine Irvine, CA
4 Universidad de California, Berkeley Berkeley, CA
5 Universidad de Tufts Medford, MA
6 Universidad de Pennsylvania Filadelfia, PA
7 Universidad Wake Forest Winston Salem, Carolina del Norte
8 Universidad Texas A & M Killeen, TX
9 Universidad de Rochester Rochester, Nueva York
10 Universidad de Rutgers - Newark Newark, Nueva Jersey

Minerales

Los minerales son un tipo de sustancia básica. Los elementos minerales son los elementos inorgánicos necesarios para el manejo y mantenimiento de procesos fisiológicos importantes en el organismo como calcio, fósforo, sodio, azufre, etc. Los minerales actúan como catalizadores orgánicos de enzimas, hormonas y proteínas en el cuerpo. Aproximadamente 23 tipos de minerales inorgánicos realizan las funciones necesarias en el organismo. De estos, 6 son los minerales que el cuerpo necesita con moderación y dichos minerales se denominan macroelementos. Por otro lado, se requieren 18 minerales en cantidades muy pequeñas en el cuerpo del organismo, tales minerales se denominan microelementos o oligoelementos. Los elementos secundarios, junto con otros minerales, juegan un papel importante en la nutrición y producción de pescado.

Los alimentos y el agua suplementarios sirven como fuente de minerales de pescado. Los peces pueden tomar estos elementos como iones con la ayuda de las branquias y la piel. Pez ruiLabeo rohita) obtienen minerales esenciales del plancton y de los animales del fondo de los estanques y de la materia orgánica descompuesta. En ausencia de tales elementos, así como se reduce el crecimiento de los peces o las enfermedades son causadas por plagas, su alta presencia también dificulta la tasa de crecimiento de los peces. Los peces no solo absorben dichos nutrientes inorgánicos a través de los alimentos, sino también del medio acuático externo. Los elementos inorgánicos están indisolublemente ligados a la forma en que viven los peces.


Biología AHS AP 2016-17

Se recopilarán 2 resúmenes de artículos al final de cada período de calificación (1º-3º). Tienes la oportunidad de hacer un 3er por 10 puntos de crédito extra. Deben pertenecer al plan de estudios cubierto durante esas 10 semanas. Debes incluir un resumen, mencionar cómo se relaciona con algo que aprendiste en clase y dar una recomendación.

Páginas web útiles

Documentos importantes

Asignaciones

(vence el jueves, 9-8-16)
1. Complete el formulario Acerca de mí de Biología AP
2. Lea el plan de estudios (en el blog debajo de los documentos importantes) y obtenga la firma del contrato de seguridad
3. Regístrese para obtener un libro en línea aquí usando el acceso usando el código de acceso del estudiante

(No elija ID de curso, Campbell, Biology 8e MasteringBiology (para usuarios de 5e y # 82118e) como libro de texto

4. Regístrese en FlinnPREP con el código: 2ykpr

(vence el lunes, 26 de septiembre de 2016)
1. Lea el capítulo 8 - págs. 142-143, 151-159 solamente
2. Palillo de dientes: lo haremos en clase
3. Vea el clip de Bozeman Biology sobre las enzimas
4. Vea el clip 2 de Bozeman Biology sobre enzimas
5. Vea la animación Cómo funcionan las enzimas
6. Realice el laboratorio virtual de Enzimas

(vence el lunes 26 de septiembre de 2016)
1. Complete los cuestionarios de los capítulos 2 a 5 en el sitio web de Campbell.
2. Lea Cliffs pgs. 11-24 (3ª y 4ª ed.) - UNA EXCELENTE MANERA DE ESTUDIAR PARA EL EXAMEN.
3. Complete las unidades 1 y 11 de FlinnPREP

(vence el lunes, 17 de octubre de 2016)
1. Revise el banco de laboratorio (laboratorio 3)
2. Vea el clip de biología de Bozeman en el laboratorio 3
3. Complete los cuestionarios de los capítulos 6-7, 12-13 en el sitio web de Campbell.
4. Lea Cliffs (4ª edición) págs. 31-44, 73-93, 165-166 (solo teoría endosimbiótica), también incluye el capítulo 11 - comunicación celular
5. Complete las unidades 2-4 en FlinnPREP
6. Consejos para la prueba de la Unidad 2

(vence el viernes, 28/10/16)
2 resúmenes de artículos científicos: el tercero por 10 puntos de crédito adicional; consulte los requisitos


(vence el jueves, 12-1-16)
1. Complete las pruebas de los capítulos 14-15 en el sitio web de Campbell.
2. Lea Cliffs pgs. 101-122
3. Complete la Unidad 5 de Flinn Prep

(vence el viernes, 12-16-16)
Laboratorio de moscas de la fruta

(vence el martes, 20-12-16)
2 resúmenes de artículos científicos: el tercero por 10 puntos de crédito adicional; consulte los requisitos

(vence el lunes, 1-30-17)
1. Complete los cuestionarios de los capítulos 18-20 en el sitio web de Campbell.
2. Lea Cliffs pgs. 135-143

¡QUE TENGAS UN BUEN DESCANSO DE MEDIO INVIERNO!

(vence el viernes 17 de marzo de 2017)
Resúmenes de artículos de la ronda final de ciencia: tercero para obtener 10 puntos de crédito adicional, consulte los requisitos

1. Coincidencia de phyla animal, parte 1
2. Mira el clip de Bozeman sobre Animales
3. Lea el capítulo 34
4. Completa la guía de lectura del capítulo 34.
5. Vea el vídeo del curso intensivo sobre cordados.
6. Complete los cuestionarios de los capítulos 32-34 en el sitio web de Campbell.
7. Lea Cliffs pgs. 157-160 (tercera edición)
8. Lea las páginas del paquete de revisión de Pearson. 186-197


Referencias

Parche AM, Nones K, Kazakoff SH, Newell F, Wood S, Leonard C, Holmes O, Xu Q, Addala V, Creaney J, Robinson BW, Fu S, Geng C, Li T, Zhang W, Liang X, Rao J , Wang J, Tian M, Zhao Y, Teng F, Gou H, Yang B, Jiang H, Mu F, Pearson JV, Waddell N.Línea germinal y la identificación de variantes somáticas mediante la secuenciación del genoma completo BGISEQ-500 y HiSeq X Ten. Más uno. 2018 13 (1): 0190264.

Jeon SA, Park JL, Kim JH, Kim JH, Kim YS, Kim JC, Kim SY. Comparación de las plataformas de secuenciación MGISEQ-2000 e Illumina HiSeq 4000 para secuenciación de ARN. Informar Genómica. 2019 17 (3): 32.

Robinson MD, Vitek O. La evaluación comparativa alcanza la mayoría de edad. Genome Biol. 2019 20 (1): 205.

Mangul S, Martin LS, Hill BL, Lam AK, Distler MG, Zelikovsky A, Eskin E, Flint J. Evaluación comparativa sistemática de herramientas computacionales ómicas. Nat Commun. 2019 10 (1): 1393.

Li S, Tighe SW, Nicolet CM, Grove D, Levy S, Farmerie W, Viale A, Wright C, Schweitzer PA, Gao Y, Kim D, Boland J, Hicks B, Kim R, Chhangawala S, Jafari N, Raghavachari N , Gandara J, García-Reyero N, Hendrickson C, Roberson D, Rosenfeld J, Smith T, Underwood JG, Wang M, Zumbo P, Baldwin DA, Grills GS, Mason CE. Evaluación multiplataforma del perfil del transcriptoma utilizando RNA-seq en el estudio de secuenciación de próxima generación ABRF. Nat Biotechnol. 2014 32 (9): 915–25.

Krusche P, Trigg L, Boutros PC, Mason CE, De La Vega FM, Moore BL, Gonzalez-Porta M, Eberle MA, Tezak Z, Lababidi S, Truty R, Asimenos G, Funke B, Fleharty M, Chapman BA, Salit M, Zook JM, el equipo de evaluación comparativa de la Alianza Global para la Genómica y la Salud. Mejores prácticas para la evaluación comparativa de llamadas de variantes pequeñas de la línea germinal en genomas humanos. Nat Biotechnol. 2019 37: 555–60.

Zook JM, Chapman B, Wang J, Mittelman D, Hofmann O, Hide W, Salit M. La integración de conjuntos de datos de secuencias humanas proporciona un recurso de referencias de genotipos snp e indel. Nat Biotechnol. 2014 32: 246–51.

Zook JM, Catoe D, McDaniel J, Vang L, Spies N, Sidow A, Weng Z, Liu Y, Mason CE, Alexander N, Henaff E, McIntyre ABR, Chandramohan D, Chen F, Jaeger E, Moshrefi A, Pham K , Stedman W, Liang T, Saghbini M, Dzakula Z, Hastie A, Cao H, Deikus G, Schadt E, Sebra R, Bashir A, Truty RM, Chang CC, Gulbahce N, Zhao K, Ghosh S, Hyland F, Fu Y, Chaisson M, Xiao C, Trow J, Sherry ST, Zaranek AW, Ball M, Bobe J, Estep P, Church GM, Marks P, Kyriazopoulou-Panagiotopoulou S, Zheng GXY, Schnall-Levin M, Ordonez HS, Mudivarti PA , Giorda K, Sheng Y, Rypdal KB, Salit M. Amplia secuenciación de siete genomas humanos para caracterizar materiales de referencia de referencia. Datos de ciencia. 2016 3: 160025.

Eberle MA, Fritzilas E, Krusche P, Källberg M, Moore BL, Bekritsky MA, Iqbal Z, Chuang H-Y, Humphray SJ, Halpern AL, Kruglyak S, Margulies EH, McVean G, Bentley DR. Un conjunto de datos de referencia de 5,4 millones de variantes humanas en fase validadas por herencia genética a partir de la secuenciación de un pedigrí de 17 miembros de tres generaciones. Genome Res. 2017 27: 157–64.

Li H, Bloom JM, Farjoun Y, Fleharty M, Gauthier L, Neale B, MacArthur D. Un punto de referencia sintético-diploide para una evaluación precisa de llamadas de variantes. Métodos Nat. 2018 15: 595–7.

Clevenger J, Chavarro C, Pearl SA, Ozias-Akins P, Jackson SA. Identificación del polimorfismo de un solo nucleótido en poliploides: una revisión, ejemplo y recomendaciones. Mol Plant. 2015 8 (6): 831–46.

Escalona M, Rocha S, Posada D. Una comparación de herramientas para la simulación de datos de secuenciación genómica de próxima generación. Nat Rev Genet. 2016 17: 459–69.

Alosaimi S, Bandiang A, van Biljon N, Awany D, Thami PK, Tchamga MSS, Kiran A, Messaoud O, Hassan RIM, Mugo J, Ahmed A, Bope CD, Allali I, Mazandu GK, Mulder NJ, Chimusa ER. Un amplio estudio de las herramientas de simulación de datos de secuencias de ADN. Genómica funcional breve. 2020 19 (1): 49–59.

Huang W, Li L, Myers JR, Marth GT. Art: un simulador de lectura de secuenciación de próxima generación. Bioinformática. 2012 28: 593–4.

Hu X, Yuan J, Shi Y, Lu J, Liu B, Li Z, Chen Y, Mu D, Zhang H, Li N, Yue Z, Bai F, Li H, Fan W. pirs: par de iluminación basada en perfiles final lee el simulador. Bioinformática. 2012 28: 1533–5.

Stephens ZD, Hudson ME, Mainzer LS, Taschuk M, Weber MR, Iyer RK. Simulación de conjuntos de datos de secuenciación de próxima generación a partir de modelos empíricos de secuenciación y mutación. Más uno. 2016 11 (11): e0167047.

Johnson S, Trost B, Long JR, Pittet V, Kusalik A. Un mejor programa de simulación de lectura de secuencias para metagenómica. BMC Bioinformática. 2014 15 Supl. 9: S14.

Molnar M, Ilie L. Corrección de datos de illumina. Breve Bioinforma. 2015 16: 588–99.

Conde D, Bradnam K, John JS, Darling A, Lin D, Fass J, Yu HOK, Buffalo V, Zerbino DR, Diekhans M, Nguyen N, Ariyaratne PN, Sung WK, Ning Z, Haimel M, Simpson JT, Fonseca NA , Birol İ, Docking TR, Ho11 IY, Rokhsar DS, Chikhi R, Lavenier D, Chapuis G, Naquin D, Maillet N, Schatz MC, Kelley DR, Phillippy AM, Koren S, Yang SP, Wu W, Chou WC, Srivastava A, Shaw TI, Ruby JG, Skewes-Cox P, Betegon M, Dimon MT, Solovyev V, Seledtsov I, Kosarev P, Vorobyev D, Ramirez-Gonzalez R, Leggett R, MacLean D, Xia F, Luo R, Li Z , Xie Y, Liu B, Gnerre S, MacCallum I, Przybylski D, Ribeiro FJ, Yin S, Sharpe T, Hall G, Kersey PJ, Durbin R, Jackman SD, Chapman JA, Huang X, DeRisi JL, Caccamo M, Li Y, Jaffe DB, Green RE, Haussler D, Korf I, Paten B. Assemblathon 1: una evaluación competitiva de los métodos de ensamblaje de novo de lectura corta. Genome Res. 2011 21: 2224–41.

Salzberg SL, Phillippy AM, Zimin A, Puiu D, Magoc T, Koren S, Treangen TJ, Schatz MC, Delcher AL, Roberts M, Marçais G, Pop M, Yorke JA. Gage: una evaluación crítica de los ensamblajes del genoma y los algoritmos de ensamblaje. Genome Res. 2012 22 (3): 557–67.

Bradnam KR, Fass JN, Alexandrov A, Baranay P, Bechner M, Birol I, Boisvert S, Chapman JA, Chapuis G, Chikhi R, Chitsaz H, Chou WC, Corbeil J, Fabbro CD, Docking TR, Durbin R, Earl D , Emrich S, Fedotov P, Fonseca NA, Ganapathy G, Gibbs RA, Gnerre S, Godzaridis É, Goldstein S, Haimel M, Hall G, Haussler D, Hiatt JB, Ho IY, Howard J, Hunt M, Jackman SD, Jaffe DB, Jarvis ED, Jiang H, Kazakov S, Kersey PJ, Kitzman JO, Knight JR, Koren S, Lam TW, Lavenier D, Laviolette F, Li Y, Li Z, Liu B, Liu Y, Luo R, MacCallum I, MacManes MD, Maillet N, Melnikov S, Naquin D, Ning Z, Otto TD, Paten B, Paulo OS, Phillippy AM, Pina-Martins F, Place M, Przybylski D, Qin X, Qu C, Ribeiro FJ, Richards S, Rokhsar DS, Ruby JG, Scalabrin S, Schatz MC, Schwartz DC, Sergushichev A, Sharpe T, Shaw TI, Shendure J, Shi Y, Simpson JT, Song H, Tsarev F, Vezzi F, Vicedomini R, Vieira BM, Wang J , Worley KC, Yin S, Yiu SM, Yuan J, Zhang G, Zhang H, Zhou S, Korf IF. Assemblathon 2: evaluación de métodos de novo de ensamblaje del genoma en tres especies de vertebrados. GigaScience. 2013 2 (1): 10.

Ross MG, Russ C, Costello M, Hollinger A, Lennon NJ, Hegarty R, Nusbaum C, Jaffe DB. Caracterizar y medir el sesgo en los datos de secuencia. Genome Biol. 2013 14 (5): R51.

Aird D, Ross MG, Chen W-S, Danielsson M, Fennell T, Russ C, Jaffe DB, Nusbaum C, Gnirke A. Análisis y minimización del sesgo de amplificación de PCR en bibliotecas de secuenciación de illumina. Genome Biol. 2011 12 (2): R18.

Benjamini Y, Speed ​​TP. Resumir y corregir el sesgo del contenido de GC en la secuenciación de alto rendimiento. Ácidos nucleicos Res. 2012 40 (10): e72.

Kia A, Gloeckner C, Osothprarop T, Gormley N, Bomati E, Stephenson M, Goryshin I, He MM. Secuenciación mejorada del genoma usando una transposasa diseñada. BMC Biotechnol. 2017 17 (1): 6.

Schirmer M, D’Amore R, Ijaz UZ, Hall N, Quince C. Illumina perfiles de error: resolución de variaciones de escala fina en datos de secuenciación metagenómica. BMC Bioinformática. 2016 17: 125.

Ma X, Shao Y, Tian L, Flasch DA, Mulder HL, Edmonson MN, Liu Y, Chen X, Newman S, Nakitandwe J, Li Y, Li B, Shen S, Wang Z, Shurtleff S, Robison LL, Levy S , Easton J, Zhang J. Análisis de perfiles de error en datos profundos de secuenciación de próxima generación. Genome Biol. 2019 20 (1): 50.

Pfeiffer F, Gröber C, Blank M, Händler K, Beyer M, Schultze JL, Mayer G. Evaluación sistemática de tasas de error y causas en muestras cortas en secuenciación de próxima generación. Sci Rep.2018 8 (1): 10950.

Keegan KP, Trimble WL, Wilkening J, Wilke A, Harrison T, D’Souza M, Meyer F.Un método independiente de la plataforma para detectar errores en datos de secuenciación metagenómica: DRISEE. PLoS Comput Biol. 2012 8 (6): 1002541.

Nakamura K, Oshima T, Morimoto T, Ikeda S, Yoshikawa H, Shiwa Y, Ishikawa S, Linak MC, Hirai A, Takahashi H, Altaf-Ul-Amin M, Ogasawara N, Kanaya S. Perfil de error específico de secuencia de illumina secuenciadores. Ácidos nucleicos Res. 2011 39 (13): e90.

Meacham F, Boffelli D, Dhahbi J, Martin DI, Singer M, Pachter L. Identificación y corrección de errores sistemáticos en datos de secuencia de alto rendimiento. BMC Bioinformática. 2011 12: 451.

Tan G, Opitz L, Schlapbach R, Rehrauer H. Los fragmentos largos logran una calidad de base más baja en la secuenciación de extremos emparejados de illumina. Rep. De ciencia 2019 9 (1): 2856.

Oligos y cebadores para la preparación de bibliotecas BGISEQ / DNBSEQ / MGISEQ. https://en.mgitech.cn/Download/download_file/id/71. Consultado el 6 de enero de 2021.

Gurevich A, Saveliev V, Vyahhi N, Tesler G. QUAST: herramienta de evaluación de la calidad para ensamblajes genómicos. Bioinformática. 2013 29 (8): 1072–5.

Eren AM, Morrison HG, Huse SM, Sogin ML. DRISEE sobreestima los errores en los datos de secuenciación metagenómica. Breve Bioinforma. 2014 15 (5): 1072–5.

Robinson JT, Thorvaldsdóttir H, Winckler W, Guttman M, Lander ES, Getz G, Mesirov JP. Visor de genómica integrativa. Nat Biotechnol. 2011 29: 24–6.

Thorvaldsdóttir H, Robinson JT, Mesirov JP. Visor de Genómica Integrativa (IGV): visualización y exploración de datos de genómica de alto rendimiento. Breve Bioinformática. 2013 14: 178–92.

Sohn JI, Nam JW. El presente y el futuro del ensamblaje de novo del genoma completo. Breve Bioinformática. 2018 19 (1): 23–40.

Leibiger C, Kosyakova N, Mkrtchyan H, Glei M, Trifonov V, Liehr T. Primera caracterización citogenética molecular de alta resolución de la línea celular NIH 3T3 mediante bandas multicolores murinas. J Histochem Cytochem. 2013 61 (4): 306–12.

Liao Y, Shi W. No se requiere recorte de lectura para el mapeo y cuantificación de lecturas de secuencia de ARN. bioRxiv. 2019. https://doi.org/10.1101/833962.

Sturm M, Schroeder C, Bauer P. SeqPurge: recorte de adaptador de alta sensibilidad para datos NGS de extremo emparejado. BMC Bioinformática. 2016 17: 208.

Me encanta MI, Hogenesch JB, Irizarry RA. El modelado del sesgo de secuencia de fragmentos de RNA-seq reduce los errores sistemáticos en la estimación de la abundancia de transcripciones. Nat Biotechnol. 2016 34 (12): 1287–91.

Schmeing S. ReSeq. GitHub. https://github.com/schmeing/ReSeq. Consultado el 6 de enero de 2021.

Jiang H, Lei R, Ding S-W, Zhu S. Skewer: una recortadora adaptadora rápida y precisa para la secuenciación de lectura de extremo emparejado de próxima generación. BMC Bioinformática. 2014 15: 182.

Reinert K, Dadi TH, Ehrhardt M, Hauswedell H, Mehringer S, Rahn R, Kim J, Pockrandt C, Winkler J, Siragusa E, Urgese G, Weese D. La biblioteca de plantillas seqan c ++ para un análisis de secuencias eficiente: un recurso para programadores . J Biotechnol. 2017 261: 157–68.

Fienberg SE. Un procedimiento iterativo para la estimación en tablas de contingencia. Ann Math Stat. 1970 41 (3): 907–17.

Lewis PM. Aproximación de distribuciones de probabilidad para reducir los requisitos de almacenamiento. Inf Control. 1959 2 (3): 214-25.

Fienberg SE. El análisis de tablas de contingencia multidimensionales. Ecología. 1970 51 (3): 419–33.

Benjamini Y, Hochberg Y. Control de la tasa de falsos descubrimientos: un enfoque práctico y poderoso para las pruebas múltiples. J R Stat Soc Ser B (Metodol). 1995 57 (1): 289–300.

Nocedal J. Actualización de matrices de cuasi-Newton con almacenamiento limitado. Computación matemática. 1980 35 (151): 773–82.

Liu DC, Nocedal J. Sobre el método bfgs de memoria limitada para la optimización a gran escala. Programa de Matemáticas. 1989 45: 503-28.

Johnson SG. El paquete de optimización no lineal NLopt. https://github.com/stevengj/nlopt. Consultado el 6 de enero de 2021.

Köster J, Rahmann S. Snakemake: un motor de flujo de trabajo bioinformático escalable. Bioinformática. 2012 28 (19): 2520–2.

Schmeing S. ReSeq-paper. GitHub. https://github.com/schmeing/ReSeq-paper. Consultado el 6 de enero de 2021.

Li H. Un marco estadístico para llamadas de SNP, descubrimiento de mutaciones, mapeo de asociación y estimación de parámetros genéticos de población a partir de datos de secuenciación. Bioinformática. 2011 27 (21): 2987–93.

Quinlan AR, Hall IM. BEDTools: un conjunto flexible de utilidades para comparar características genómicas. Bioinformática. 2010 26 (6): 841–2.

H. L. Alineación de lecturas de secuencia, secuencias de clonación y contigs de ensamblaje con BWA-MEM. arXiv 1303.3997v2. 2013.

Heng L, Yu C, Li Y, Lam TW, Yiu SM, Kristiansen K, Wang J. SOAP2: una herramienta ultrarrápida mejorada para alineación de lectura corta. Bioinformática. 2009 25 (15): 1966–7.

Walker BJ, Abeel T, Shea T, Priest M, Abouelliel A, Sakthikumar S, Cuomo CA, Zeng Q, Wortman J, Young SK, Earl AM. Pilon: una herramienta integrada para la detección integral de variantes microbianas y la mejora del ensamblaje del genoma. Más uno. 2014 9 (11): 112963.

Langmead B, Salzberg SL. Alineación rápida de lectura con espacios vacíos con Bowtie 2. Métodos Nat. 2012 9 (4): 357–9.

Garrison E, Marth G. Detección de variantes basada en haplotipos a partir de secuenciación de lectura corta. arXiv 1207.3907. 2012.

Li H, Handsaker B, Wysoker A, Fennell T, Ruan J, Homer N, Marth G, Abecasis G, Durbin R. El formato de alineación / mapa de secuencia y SAMtools. Bioinformática. 2009 25 (16): 2078–9.

Marçais G, Kingsford C. A fast, lock-free approach for efficient parallel counting of occurrences of k-mers. Bioinformatics. 2011 27(6):764–70.

Kokot M, Dlugosz M, Deorowicz S. KMC 3: counting and manipulating k-mer statistics. Bioinformatics. 2017 33(17):2759–61.

Simpson JT. Exploring genome characteristics and sequence quality without a reference. Bioinformatics. 2014 30(9):1228–35.

Simpson JT, Durbin R. Efficient de novo assembly of large genomes using compressed data structures. Genome Res. 2012 22(3):549–56.

Schmeing S. ReSeq simulates realistic illumina high-throughput sequencing data. Zenodo. 2021. https://doi.org/10.5281/zenodo.4420862.


Ver el vídeo: ESTUDIAR QUÍMICA EN LA UNIVERSIDAD (Mayo 2022).