排序方式: 共有1条查询结果,搜索用时 15 毫秒
1
1.
差异性表达分析是转录组研究的核心目标之一,对于揭示基因功能和调控规律具有重要意义。但该分析属于多步迭代且耗时较长的计算密集型过程,软件之间具有复杂的数据依赖关系,输入输出格式不尽相同。传统方式下,软件安装与使用复杂、繁琐的手动操作、分析环境的不易迁移以及无法按需集成都是有待解决的关键问题。针对上述问题,文中首次将云开源项目Docker容器技术应用于生物信息领域,提出一种高效自动化的转录组差异性表达分析方法。首先将最佳实践流程在Docker容器中内置与集成,其次多脚本联动与Web服务相结合,最后形成一个轻量级、易迁移、高效自动化的转录组差异性表达分析"黑匣子"。实验结果表明,与传统方式相比,该方法的分析时间缩短约72%,效率提升2倍多,为研究人员提供了更高效的技术支持。 相似文献
1