エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント1件
- 注目コメント
- 新着コメント
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
macでインフォマティクス
第3世代シークエンシング技術は、高品質でウルトラロングリードを生成できることから人気を博している。... 第3世代シークエンシング技術は、高品質でウルトラロングリードを生成できることから人気を博している。さまざまなサンプルや複数のシーケンスプラットフォームから得られたデータセットを比較および包括的な解析に活用することは、生物学的メカニズムの解明やベンチマークベースラインの確立に不可欠である。しかし、既存のロングリード用ツールは、主に個々のサンプルの品質管理(QC)とリード処理に重点を置いているため、複数のデータセットのプロファイリングと比較が複雑になっている。また、データの比較や結果の可視化のためのツールがないため、バイオインフォマティクスの経験が浅い研究者には困難が伴う。さらに、適切なシークエンシングプラットフォームを選択するために重要なベンチマークベースラインは、マルチサンプルおよびマルチプラットフォーム間での比較解析と可視化を容易にする包括的なロングリードQC手法の開発が必要である。Py
2020/08/03 リンク