打开APP

研究揭密蛇瓜基因组及其果实成熟调控机制

  12月1日,北京市农林科学院蔬菜中心(国家蔬菜工程技术研究中心)左进华副研究员团队与英国诺丁汉大学Donald Grierson教授 (英国皇家科学院院士、中国工程院外籍院士) 团队、美国康奈尔大学BTI研究所费章君教授团队联合在农林科学Q1区Top期刊Horticulture research(IF:5.404)在线发表了题为The

2020-12-08

开发出CiBER-seq新技术,可同时分析细胞中的多达100个基因

2020年12月16日讯/生物谷BIOON/---CRISPR-Cas9可以很容易地敲除或调整单个基因,以确定其对有机体或细胞,甚至另一个基因的影响。但是,如果你能一次进行几千个实验,利用CRISPR逐个对基因组中的每一个基因进行调整,并快速看到每一个基因的影响呢,那会怎么样呢?在一项新的研究中,来自美国加州大学伯克利分校的研究人员开发出一种简单的方法来做到

2020-12-16

科研人员发表高质量染色体级醋栗番茄基因组序列

醋栗番茄是栽培番茄的野生祖先种,以其优异的抗性、浓郁的风味、可与栽培番茄直接杂交、快速转育优良性状等特点,广泛用作现代番茄育种的重要种质资源。其基因组和遗传多样性的研究,对充分挖掘该野生种质资源的育种潜力和价值,促进番茄产业发展意义重大。因此,醋栗番茄的基因组研究受到研究者关注,此前已有个别基因组草图发布,但是,这些草图并不完整,高度碎片化,限制了它们在育种

2020-12-02

Nucleic Acids Res:发现两种较小的新型Cas9核酸酶,有望更容易地进行基因组编辑

2020年12月11日讯/生物谷BIOON/---在一项新的研究中,来自俄罗斯科学院、俄罗斯国家研究中心分子遗传学研究所和斯科尔科沃科学技术研究院等研究机构的研究人员描述了两种新的紧凑的Cas9核酸酶,即CRISPR-Cas系统具有切割活性的组件,这将有可能扩大Cas9工具箱在基因组编辑中的应用。这两种Cas9核酸酶中的一种被证实可以在人类细胞中发挥作用,因

2020-12-11

安诺优达参与的国内首个无创产前筛查胎儿基因组疾病技术标准正式发布

 无创产前筛查(Non-Invasive Prenatal Screening,NIPS)是目前惠及人群最多的基于高通量测序技术的临床应用之一,已得到众多医生与孕妇的认可。除了21/18/13三种染色体数目异常外,该技术也具备筛查“染色体微缺失微重复综合征”(pathogenic Copy Number Variation,pCNV)的潜力。随着N

2020-12-03

纳米孔全长cDNA测序和直接DNA甲基化分析解决大麻基因组拷贝数的争论

 大麻(Cannabis sativa)通常分为大麻(Marijuana)和工业大麻(Hemp),通常依据植物产生THC(四氢大麻酚)的含量来区分:大麻的THC含量通常较高(> 10%),工业大麻通常较低(<0.3%),但他们都可以产生高水平的CBD(大麻二酚),工业大麻可用作纤维和燃料且市场增长很快。2015年,索尔克生物研究所(Sa

2020-11-19

利用基因组揭示板蓝靛蓝生物合成的遗传基础

板蓝(Strobilanthes cusia,又称为“南板蓝根”)具有较丰富的靛蓝色素(indigo),因此,其一直是传统的蓝色染料植物。中国科学院昆明植物研究所民族植物学团队的野外调查发现,居住在云南的少数民族“蓝靛瑶”对靛蓝的利用具有特殊的文化内涵,他们崇尚蓝色服饰,以蓝色为民族文化的主色调(图1a,b),板蓝的利用对维持蓝靛瑶传统文化具有意义。此外,靛

2020-11-23

北京市农林科学院研制出玉米全基因组SNP芯片Maize6H-60K

 11月22日,北京市农林科学院玉米DNA指纹及分子育种北京市重点实验室分子检测团队在国际知名植物学期刊The Plant Journal(IF=6.141)在线发表题为“New resources for genetic studies in maize (Zea mays L.): a genome-wide Maize6H-60K SNP a

2020-12-01

成功绘制出关键5hmC生物标志物的全基因组图谱 有望改善人类癌症的诊断

2020年12月5日 讯 /生物谷BIOON/ --近日,一篇发表在国际杂志Nature Communications上的研究报告中,来自芝加哥大学等机构的科学家们通过研究绘制出了一张涵盖多种人类组织类型的全基因组5-羟甲基胞嘧啶(5hmC)图谱,该图谱揭示了5hmC作为能检测多种严重人类疾病(比如癌症和多种慢性疾病)的通用型生物标志物的强大性能。与基因抑制

2020-12-05

研究开发出基于深度学习的单细胞转录组分析模型

  单细胞转录组作为单个细胞的特征,可更加精确地定义细胞的类型。常规的基于单细胞转录组的分类方法首先是进行无监督的聚类,然后根据每个集群(Cluster)特异表达的细胞标记基因来对集群进行标注。虽然基于无监督的分类方法更容易发现新细胞类型,但是人工标注的过程费时费力。目前已有的基于监督学习的自动分类方法,大部分无法兼顾到方法的可解释性以及

2020-11-12