r**********e
发帖数: 587 | 1 说下我的comments吧
DELLY其实是比较新的软件，综合了paired-end discordant和split-read两种signal来
make calls，自然是不错的，而且也是1000genome使用的软件之一，而且最后结果提供
vcf format
SV领域最早最原始的三个软件，我个人认为的，read-depth的CNVnator；discordant的
breakdancer；以及split-read的Pindel；后续陆陆续续出来了很多类似软件，其实大
同小异，很多都是为了发文章而发文章的trash paper。上面说的三个软件，虽然都是
基于一种signal，但都算元老，1000genome使用的软件，而且关键是有四五年历史，很
多人使用，所以一直在update，debug，maintain，使用起来比较上手。但CNVnator是
不可能计算translocation的，Pindel可以找到translocation但Pindel是针对比较小的
structural variation，因为big SV的computational cost太高
还有一个超级好的... 阅读全帖 |
|
u*********1
发帖数: 2518 | 2 作为一个曾经0基础的菜鸟，我还是蛮有体会的。
想想一年前我连linux里的grep都不晓得是啥。老板说“grep”，我说gre。。啥？greb
吗？老板摇摇头说you really have a lot to learn...不过老板超好，想办法给我把
各种基础的东西讲清楚。。。包括RAM是啥。。汗。。。
做NGS/bioinformatics的，我觉得核心思想还是：如何利用计算机手段解决生物问题。
说起来简单但未必每个人都深刻体会的到。什么python/bash/perl啥啥的，要入门很快
，但也绝对不是什么两个星期就搞定。我现在和python打交道也一年了，但也完全就是
个皮毛，主要是你自己的project决定的。。如果你永远只需要简单的process下你的
text，而且text如果不大比如100MB，你可以永远for line in text。。或者readlines
（），但如果碰到很大的text，就不能readlines（）了因为cluster可能没有那么大的
memory to load the whole text.
所以我觉得就是现学现用，除非你是CS系科班搞计算出身... 阅读全帖 |
|
g*********3
发帖数: 177 | 3 都啥跟啥啊。。。。
她和Eric lander一伙的 你说是不是体制内
她是很牛逼 不过也是赶上了时代。她的那篇science paper在固然牛逼，但其实新意也
不是那么大，也就是将三种算法（已经用了很久了）整合起来。
后来harvard找她，Eric起了很大作用（慧眼吧）：1000genome出来了，她在
1000genome里面再弄一遍，又有好几片paper.
如果拼实力，华人里面功底比她好的很多。但就是命好。
伊朗和以色列在boston一块混得好的很多。 |
|
g*********3
发帖数: 177 | 4 她前一段研究集中在positive selection: 其中的 haplotype range, frequency.etc
这些方法其实都不是她原创。不过02年的nature(我说错了不是science：）)算是第一
次将这三种方法结合起来，但也是小规模。
后来有了1000genome，她的paper紧随其后，应该是1000genome的data她能实时拿到吧
，不然不可能这么快。她的方法在大规模的数据上用了一遍，发现了很不错的结论。
不过LS的说的很对，招她看的是潜力，确实是这样的，因为她做的一系列工作positive
selection随着NGS的出现而有一系列的发现是很显然的。
LS说的关于病毒方面的研究我确实不知道,但是她的malaria工作确实展开很久了，这种
host-infection.etc coevolution确实很有意义 |
|
n******7
发帖数: 12463 | 5 CNV我最近在做，刚处理了一下1000genome的数据。别的不说，NGS分辨率是1bp，
microarray根本
不能比 |
|
n******7
发帖数: 12463 | 6 CNV分析我刚接触，不知道怎么比较sequencing和microarray检测出来的质量，
1000genome的文
章有详细的方法叙述，感兴趣可以看看
分辨率对我们来说很重要，因为我们需要精确的知道break point。 microarray的分辨
率是500左
右，比很多exon都大了。。。 |
|
|
e*****t
发帖数: 642 | 8 我的意思是说DNA seq。他们这些数据都是加工过的啦。如果有原始的测序，像
1000genome，那样。我们也可以做一些bioinfo的分析。 |
|
t**k
发帖数: 16 | 9 haploview虽然能给出一些risk haplotype, 但是老板让我作功能相关的研究，验证这
些结果，非常挠头，不知道从哪里下手，有人跟我说，针对p值高的分析一些dna 蛋白
结合，EMSA, 但是我感觉很多SNPs都很难说，有点瞎猫碰死耗子的感觉。
老板一心想深入下去，而且还在作进一步的sequencing，并且给我很多比hapmap和
1000genom project 里面更全的genotypes data。 弄得我都不知道怎么利用这些东西
了。 |
|
l**********1
发帖数: 5204 | 10 GVF2VCF
GVF to VCF file converter (currently beta)
The Genome Variation Format (GVF) is a file format for describing sequence
variants at nucleotide resolution relative to a reference genome. GVF dumps
are available from the Ensembl FTP site. However, many tools prefer to use
the 1000 Genomes VCF format (e.g. Genome Analysis Toolkit), so a converter
is often needed. This converter currently only supports output in VCF v4.0.
Large, inexact structural variants will therefore be skipped (v4.1 of VC... 阅读全帖 |
|
u*********1
发帖数: 2518 | 11 我觉得要考虑几个方面：
1.如何定义“遗传因素比较大”？ 想确定到底是familial还是sporadic，肯定要收集
足够的sample吧。。有时候对于有的疾病sample都很难收集。这不仅是人力，精力，
funding的问题，有的疾病病人死的很快，或者sample本身很少，总是很难碰到一个好
的大的pedigree的
2.NGS技术本身我当然是很看好的了，肯定越来越精确成熟，而且越来越便宜。但到底
能有多便宜？什么时候可以很轻松的给每个人做全基因组测序？read length可以达到
长?（肯定是越长越好）计算机的硬件能跟上NGS数据发展的趋势吗？
3.生物信息分析。我只能说现在的bioinformatic pipeline，除了read alignment和
SNP calling变的非常成熟（不仅sensitivity/specificity很高，而且可以做
population-level的分析），在其他方面，要么很艰难，要么很混乱。就是说无法达成
一个统一大家公认的最好的pipeline，我开发一个方法，你开发一个软件，最后把使用
者都搞的糊里糊涂的。比如indel cal... 阅读全帖 |
|
b****r
发帖数: 17995 | 12 你应该到ESP ARIC 1000genome等群体数据库看看，也许是因为正常人里太常见？ |
|
b****r
发帖数: 17995 | 13 比如其中一个data是一种dyskinesia，就是某种异常神经放电造成的疾病
遗传方面的东西还是不会有什么问题的。是个大家系里先连锁再测序发现的，LOD>3。
Case control和GWAS的data那确实很多都难说，我目前没有打算往那方面做
这个突变是truncating mutation，造成premature stop codon，因为在外周血不表达
，还不知道会不会non sense mediated decay。ESP6500和1000Genome 都没有。而且老
鼠KO也有一点类似表型，in vitro也有几篇JBC之类的文章证实和sodium channel互相
作用
其实如果能再发现个家系，直接就nature genetics或者AJHG了，只是好家系这东东像
你说的，再找个真不容易，万一让人家抢先了可惜，能加点功能的先发了也好 |
|
u*********1
发帖数: 2518 | 14 其实translational research这个词，一方面强调了研究应用化，另一方面也算个空话
可以钻很多空子。我眼里的translational其实可以囊括basic research以外的所有研
究，比如clinical research/biostat/药物/engineering，甚至包括我自己这种用病人
样本但还是基础手段做disease研究的。总之最后目的还是治病救人；要translational
肯定离不开basic science；但一味basic最后也就很容易陷入拼figure，纠结detail的
泥潭。
但我要说，从不同角度看同一个主题，还真是不一样。
比如neuroscience vs neurology，过去刚入行的时候觉得这俩应该肯定有很多
overlapping吧，但XX-ology就真的是想方设法，动用各种手段来了解disease本身，一
个有影响力的MD老板，手上有样本有资源，就可以招各路神仙，有做genetics的，做
bioinformaitcs/测序的，做RNA的，做protein structure的，做老鼠的，做signaling
path... 阅读全帖 |
|
s*********x
发帖数: 1923 | 15 hg16?
at least hg19 and there is a version used by 1000Genome |
|
h****n
发帖数: 333 | 16 像1000genome，NHLBI ESP database那样的public exome database，针对autism的，
有吗？
在Simons Simplex Collection 看了一圈，没找到exome data
也不知道是不是我找错地方了。多谢！ |
|
h****n
发帖数: 333 | 17 像1000genome，NHLBI ESP database那样的public exome database，针对autism的，
有吗？
在Simons Simplex Collection 看了一圈，没找到exome data
也不知道是不是我找错地方了。多谢！ |
|
n******7
发帖数: 12463 | 18
1. 这波NGS(还有三代测序TGS)热，我觉得会比microarray热持续的更久也更有前途一
些。不知道你怎么看？microarray的兴衰，对NGS/TGS的发展有什么启示？microarray
的衰落基本上是和NGS的发展有关，那么NGS/TGS的衰落会由什么新兴技术造成？
----
如果没有NGS，microarray现在依然会很火。个人认为NGS是继PCR之后对生物医学科研
影响最大的技术，也是最能体现bioinfo价值的技术。我是all-in了。
----
2. 关于“生物信息的projects大致分两类”，这两类有没有可能结合起来？我也特别
喜欢研究问题。我总觉得生物学领域有很多很有意思的课题，我是做Evo-Devo的，接触
过很多很有意思的模式/非模式生物和系统。我总觉得如果能深入挖掘的话，会有不少
有意思的东西。但是我技术不够，所以从NGS开始在一点点学习方法和技术，以后想把
统计、编程、算法等方面再加强一下。我尝试过拉着CS科班出身的同学来研究Biology
，结果不太成功。。。而且自己的性格也是，自己学明白了，用着才舒服。所以想探讨
一下有没有方法真正的把开发... 阅读全帖 |
|
n******7
发帖数: 12463 | 19
1. 这波NGS(还有三代测序TGS)热，我觉得会比microarray热持续的更久也更有前途一
些。不知道你怎么看？microarray的兴衰，对NGS/TGS的发展有什么启示？microarray
的衰落基本上是和NGS的发展有关，那么NGS/TGS的衰落会由什么新兴技术造成？
----
如果没有NGS，microarray现在依然会很火。个人认为NGS是继PCR之后对生物医学科研
影响最大的技术，也是最能体现bioinfo价值的技术。我是all-in了。
----
2. 关于“生物信息的projects大致分两类”，这两类有没有可能结合起来？我也特别
喜欢研究问题。我总觉得生物学领域有很多很有意思的课题，我是做Evo-Devo的，接触
过很多很有意思的模式/非模式生物和系统。我总觉得如果能深入挖掘的话，会有不少
有意思的东西。但是我技术不够，所以从NGS开始在一点点学习方法和技术，以后想把
统计、编程、算法等方面再加强一下。我尝试过拉着CS科班出身的同学来研究Biology
，结果不太成功。。。而且自己的性格也是，自己学明白了，用着才舒服。所以想探讨
一下有没有方法真正的把开发... 阅读全帖 |
|
r**********e
发帖数: 587 | 20 If you mean inter- or intra- chromosomal translocation, many structural
variation/SV software could help you
Breakdancer/CREST
Genome Strip
Delly
If I'm correct, Breakdancer/CREST specifically designed for tumor/matched
control; mostly because translocation is usually seen in cancer but not
other disease
个人觉得现在NGS 各种SV的软件挺多的，也用了一段时间了，随着1000genome完工。但
五花八门，用起来寻找想要的数据还真是不那么容易的，毕竟这种东西比SNP复杂的多
的多的多的多 |
|
r**********e
发帖数: 587 | 21 看到一堆whole-genome sequencing寻找structural variation的文章，但大部分的都
是methodology；然后1000genome测了几千个正常人的SV
但我搜了半天都几乎没看到有什么具体的disease（貌似有几个cancer tumor的），说
某个病通过WGS寻找到新的SV的。（已知SV然后验证的不算）
或许是我搜索能力太差？
谢谢 |
|
r**********e
发帖数: 587 | 22 whole-genome数据来call structural variation(SV)和copy number variation（CNV）
一般SV就是三种signal, read-pair(RP), read-depth(RD), split-read(SR)
1000Genome project里用了一些比如Breakdancer，CNVnator这样元老型的软件，但缺
点是都只用一种signal
现在使用combine multiple signal的软件越来越多并且成了主流，比如Delly。Delly
主要是基于SR和RP，当然现在也有了后期基于RD的filter
SV的问题是，SV本质过于复杂，有不同size，不同type的SV，一种signal或者
algorithm很难完全对付，所以sensitivity和specificity都不高（跟SNP calling比起
来）；为了得到更好的结果，有两种想法：
1. 对于一个genome，把Breakdancer，CNVnator，Delly等等的结果merge起来；只挑选
出同时被好几种tools支持的SV calling... 阅读全帖 |
|
r**********e
发帖数: 587 | 23 当然不是简单的run一下GATK找SNP，RNA-seq, exome, WGS, ChIP-seq, ENCODE,
1000genome, Haploreg都有接触
不过也就是跑别人的软件分析遗传学数据
请定义下何为高级bioinformatics？自己写软件？ |
|
r**********e
发帖数: 587 | 24 不生气
我只想请教下您说的“算法”以及“web application”,能否举几个例子？
我的体会是bioinformatics怎么是越来越偏向biology，计算无非是个手段。
需要会的：
1，计算基本是linux，python和R；至少入门是挺容易的。很少人写C/java；除非你自
己做GATK一样的软件。如何在high-throuput cluster上跑big data， 如何
parallelization
2，各种NGS各种测序的原理
3，目前主流还是基因组研究，所以各种软件：BLAST/BLAT, bwa/bowtie, samtools,
GATK, Annovar, velvet, 转录组的tophat, cufflinks, RSEM, ChIP-seq的比如MACS，
这些现有软件学会用精就很不易了，大部分人也就是用用这些，你自己去写，写的过
Broad Institute么？写出来也就是junk paper，没有用户群
4，各种public data； UCSC, uniprot, GOterm, ENCODE, 1000Genome,
EpigenomeRo... 阅读全帖 |
|
