• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利:CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法,用中文像聊天一样搜索,搜遍4000万医学文献。AI智能推荐,让科研检索更轻松。

立即免费搜索

文件翻译

保留排版,准确专业,支持PDF/Word/PPT等文件格式,支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述,25分钟生成高质量综述,智能提取关键信息,辅助科研写作。

立即免费体验

利用转录组数据的系统发育基因组学

Phylogenomics Using Transcriptome Data.

作者信息

Cannon Johanna Taylor, Kocot Kevin Michael

机构信息

Department of Zoology, Naturhistoriska Riksmuseet, 50007, SE-104 05, Stockholm, Sweden.

Department of Biological Sciences and Alabama Museum of Natural History, The University of Alabama, 307 Mary Harmon Bryant Hall, Tuscaloosa, AL, 35487, USA.

出版信息

Methods Mol Biol. 2016;1452:65-80. doi: 10.1007/978-1-4939-3774-5_4.

DOI:10.1007/978-1-4939-3774-5_4
PMID:27460370
Abstract

This chapter presents a generalized protocol for conducting phylogenetic analyses using large-scale molecular datasets, specifically using transcriptome data from the Illumina sequencing platform. The general molecular lab bench protocol consists of RNA extraction, cDNA synthesis, and sequencing, in this case via Illumina. After sequences have been obtained, bioinformatics methods are used to assemble raw reads, identify coding regions, and categorize sequences from different species into groups of orthologous genes (OGs). The specific OGs to be used for phylogenetic inference are selected using a custom shell script. Finally, the selected orthologous groups are concatenated into a supermatrix. Generalized methods for phylogenomic inference using maximum likelihood and Bayesian inference software are presented.

摘要

本章介绍了一种使用大规模分子数据集进行系统发育分析的通用方案,具体是使用来自Illumina测序平台的转录组数据。一般的分子实验室操作方案包括RNA提取、cDNA合成和测序,在这种情况下是通过Illumina进行测序。获得序列后,使用生物信息学方法组装原始读数、识别编码区域,并将来自不同物种的序列分类为直系同源基因(OG)组。使用自定义的Shell脚本选择用于系统发育推断的特定OG。最后,将选定的直系同源组连接成一个超级矩阵。还介绍了使用最大似然法和贝叶斯推断软件进行系统发育基因组推断的通用方法。

相似文献

1
Phylogenomics Using Transcriptome Data.利用转录组数据的系统发育基因组学
Methods Mol Biol. 2016;1452:65-80. doi: 10.1007/978-1-4939-3774-5_4.
2
SCaFoS: a tool for selection, concatenation and fusion of sequences for phylogenomics.SCaFoS:一种用于系统发育基因组学序列选择、拼接和融合的工具。
BMC Evol Biol. 2007 Feb 8;7 Suppl 1(Suppl 1):S2. doi: 10.1186/1471-2148-7-S1-S2.
3
From cacti to carnivores: Improved phylotranscriptomic sampling and hierarchical homology inference provide further insight into the evolution of Caryophyllales.从仙人掌到肉食植物:改进的系统发生转录组采样和层次同源推断为石竹目植物的进化提供了更深入的了解。
Am J Bot. 2018 Mar;105(3):446-462. doi: 10.1002/ajb2.1069. Epub 2018 May 8.
4
Resolving interspecific relationships within evolutionarily young lineages using RNA-seq data: An example from Pedicularis section Cyathophora (Orobanchaceae).利用RNA测序数据解析进化上年轻谱系中的种间关系:以马先蒿属旌节群(列当科)为例。
Mol Phylogenet Evol. 2017 Feb;107:345-355. doi: 10.1016/j.ympev.2016.11.018. Epub 2016 Nov 29.
5
MitoFinder: Efficient automated large-scale extraction of mitogenomic data in target enrichment phylogenomics.MitoFinder:目标富集系统发育基因组学中高效自动化的大规模线粒体基因组数据提取。
Mol Ecol Resour. 2020 Jul;20(4):892-905. doi: 10.1111/1755-0998.13160. Epub 2020 Apr 25.
6
Exploring Phylogenetic Relationships and Divergence Times of Bioluminescent Species Using Genomic and Transcriptomic Data.利用基因组和转录组数据探索生物发光物种的系统发育关系和分化时间。
Methods Mol Biol. 2022;2525:409-423. doi: 10.1007/978-1-0716-2473-9_32.
7
High-Performance Computing in Bayesian Phylogenetics and Phylodynamics Using BEAGLE.使用BEAGLE在贝叶斯系统发育学和系统发育动力学中的高性能计算
Methods Mol Biol. 2019;1910:691-722. doi: 10.1007/978-1-4939-9074-0_23.
8
Impact of missing data on phylogenies inferred from empirical phylogenomic data sets.缺失数据对从经验系统发育基因组数据集推断的系统发育的影响。
Mol Biol Evol. 2013 Jan;30(1):197-214. doi: 10.1093/molbev/mss208. Epub 2012 Aug 28.
9
Agalma: an automated phylogenomics workflow.Agalma:一个自动化的系统发育基因组学工作流程。
BMC Bioinformatics. 2013 Nov 19;14:330. doi: 10.1186/1471-2105-14-330.
10
TAG Sequence Identification of Genomic Regions Using TAGdb.使用TAGdb进行基因组区域的TAG序列鉴定。
Methods Mol Biol. 2016;1374:233-40. doi: 10.1007/978-1-4939-3167-5_12.