Fengzhu Sun

搜索
登录

Fengzhu Sun

文章数：3篇

Nature子刊：MetaCC助力解析宏基因组Hi-C数据

Hi-C方法在宏基因组分箱上具有重要价值，使用Hi-C近端连接技术可进行无培养宏基因组学分析、质粒-宿主关联以及菌株基因组组装。目前Hi-C测序文库构建的选择很多，但是分析工具比较欠缺。近日，南加州大学研究人员在Nature Communications发表最新研究，开发出MetaCC用于分析短读和长读长metaHi-C数据集，经过实测，发现MetaCC在标准化和分箱方面优于现有方法，值得关注。

MetaCC Hi-C数据研究论文基础研究生信工具

Nature子刊：助力从Hi-C数据中识别高质量病毒基因组新工具—ViralCC

将高通量染色体构象捕获（Hi-C）技术引入宏基因组学，可以从微生物群落中重建高质量的宏基因组组装基因组（MAGs）。尽管最近利用Hi-C测序恢复了多种真核生物、细菌和古细菌基因组，但很少有基于Hi-C数据的工具被设计用于检索病毒基因组。近日，美国南加州大学研究人员在Nature Communications发表最细研究，开发了一种新的基于宏基因组Hi-C数据的开源分箱工具ViralCC（https://github.com/dyxstat/ViralCC），用于恢复高质量病毒基因组及检测病毒-宿主对，并在多种真实和模拟数据中应用，发现其分箱性能较好，值得进一步测试。

病毒组 ViralCC 研究论文基础研究 Hi-C测序

宏基因组 Hi-C

HiCBin：染色体构象捕获(Hi-C)辅助宏基因组分箱宏基因组组装基因组

从复杂的微生物生态系统中恢复高质量的宏基因组组装基因组（MAGs）仍然具有挑战性。最近，高通量染色体构象捕获（Hi-C）已被应用于同时研究天然菌群中的多个基因组。本研究中，作者开发了 HiCBin，一种新颖的开源流程，以利用 Hi-C 接触图来解决高质量的 MAGs。

宏基因组 Hi-C 零膨胀负二项式归一化 Leiden聚类 Potts模型重叠群分箱