Improve Research Reproducibility
A Bio-protocol resource
实验方法
研究领域
癌症生物学 (441)
发育生物学 (333)
分子生物学 (1177)
干细胞 (258)
免疫学 (609)
神经科学 (725)
生物化学 (1419)
生物物理学 (177)
微生物学 (1179)
系统生物学 (353)
细胞生物学 (2194)
植物科学 (1082)
Bio-protocol
期刊
Bio-101 实验手册
课题组实验方法合辑
Request a Protocol
作者指南
关于
提交实验方法
订阅
A high-quality database for basic life science protocols
实验方法
研究领域
癌症生物学 (441)
发育生物学 (333)
分子生物学 (1177)
干细胞 (258)
免疫学 (609)
神经科学 (725)
生物化学 (1419)
生物物理学 (177)
微生物学 (1179)
系统生物学 (353)
细胞生物学 (2194)
植物科学 (1082)
Bio-protocol 期刊
Bio-101 实验手册
课题组实验方法合辑
Request a Protocol
订阅
提交
提交实验方法
作者指南
关于
Peer-reviewed
Preprint
Extracted from published research articles
生物化学
生物信息学与计算生物学
生物物理学
癌症生物学
细胞生物学
发育生物学
免疫学
微生物学
分子生物学
神经科学
植物科学
干细胞
系统生物学
研究物种
节肢动物
鱼类
真菌
无脊椎动物
哺乳纲
其它脊椎动物
植物
原核生物
原生动物
病毒
蠕虫
相关性
日期
浏览量
土壤微生物响应环境变化的系统发育保守性和环境阈值
Phylogenetic Conservation and Environmental Threshold of Soil Microbes in Response to Environmental Changes
Authors:
陈贝贝
焦硕
,
韦革宏
and
date:
06/30/2021,
view:
4121,
Q&A:
1
K值接近于0表示进化是随机的或收敛的,而K值大于1则表示强烈的
系统发育
信号和性状
保守
性
。 布朗K值数据集 K值描述了一个分类单元与
系统发育
的关系,正如布朗运动的
系统发育
信号强度度量所期望的那样。 环境因子数据集
系统发育
信号的计算3.1微生物群落特征数据集的获取 为了获得潜在性状信息,通过微生物类群与环境变量之间Spearman相关来定义每个OTU的生态偏好。 3.3绘制
系统发育
信号柱状图 (图5) data<-read.csv("Micro_
谱系分析在群落生态学中的应用
The Application of Phylogenetic Methods in Community Ecology
Authors:
赵郁豪
曾頔
,
斯幸峰
and
date:
10/28/2021,
view:
13211,
Q&A:
0
... 两者皆是数值越大,性状
系统发育
保守
性
越强,其中λ的范围一般是0至1,K的值可以超过1。虽然λ和K的值可以反应性状
系统发育
保守
性
的程度,还需通过零模型检验其显著
性
。 因此,我们认为体长这一性状是存在谱系信号的,但是其
系统发育
保守
性
程度并不高 (K = 0.2)。 群落
系统发育
分析的前提假设就是物种的性状是
系统发育
保守
的。 两者均是通过比较性状的观察值与布朗运
超级保守元件 (UCE) 的捕获及分析流程
Protocols of UCE Capture and Data Analysis
Authors:
梁雅迪
赖佳星
,
高晓荣
,
王耀卓
,
张俊霞
and
date:
06/11/2021,
view:
6260,
Q&A:
0
UCE序列的高度
保守
性
使其容易在不同种类的基因组中被识别和富集并进行序列比对,而其侧翼 (flanking) 序列的
保守
性
显著降低,往往具有很多
系统发育
信息位点用于解析类群间的演化关系,因此超级
保守
元件是
系统发育
研究的理想目标 UCE方法简介超级
保守
元件 (Ultra-Conserved Elements, UCE) 是指研究类群基因组中高度
保守
的区域 (具有 ≥ 80% 的序列相似
性
,长度 ≥ 100 bp)。 超
Marker Genes (16S and ITS) Protocol for Plant Microbiome Analyses
植物微生物组分析的标记基因(16S 和 ITS)实验方法
Author:
Geoff Zahn
date:
04/20/2022,
view:
1554,
Q&A:
0
... ASV 的优势包括发现多样
性
的潜力,否则这些多样
性
可能会通过将序列集中在一起而被掩盖,并实现完全可重复的结果 (Tipton et al ., 2022)。 ...
Likelihood-based Modeling of Brassiceae Ancient Whole-genome Triplication with POInT
利用 POInT 建立基于似然法的十字花科古全基因组三聚体模型
Authors:
Yue Hao
Gavin C. Conant
and
date:
08/20/2023,
view:
231,
Q&A:
0
... 对不同亚基因组的基因丢失进行基于同线性和
系统发育
感知的分析,为古代 WGT 后 LF、MF1 和 MF2 亚基因组的六倍体和偏向分馏的两步假说提供了统计支持(Cheng 等, 2012 ) ;唐等人,2012 ...
基于扩增子数据的系统发育树的构建和展示
Construction and Display of Phylogenetic Tree Based on Amplicon Data
Authors:
周欣
马紫英
,
祁智慧
,
刘永鑫
,
蔡磊
and
date:
03/25/2021,
view:
7925,
Q&A:
5
图17.最终生成的
系统发育
树图小结本文简要介绍了微生物扩增子数据中高丰度OTUs数据的筛选,代表
性
序列及对应物种注释的获取,以及
系统发育
树的构建方法等。 trimAL软件能快速,精确切除和过滤低质量以及高变异度的序列,仅保留进化
保守
的区域用于后续分析。 #筛选高丰度菌/指定差异菌对应OTUs的代表
性
序列,代码如下: $ usearch10 -fastx_getseqs .. Edgar开发的一款超快的扩增子数据分析软件,该软件在序列比对、原始数据质控、OTU聚类、多样
性
分析等多领域广泛应