TA的每日心情 | yes! 13 小时前 |
---|
签到天数: 171 天 连续签到: 1 天 [LV.7]常住居民III 管理员
    
- 主题
- 191
- 奥币
- 4497
- 积分
- 2798
- 注册时间
- 2017.7.3
- 在线时间
- 429 小时
 
|
第49期 OmicShare 课堂 将于4月12日(下周四)16:00准时开始,本次课堂,小师兄将为大家介绍微生物群落研究中常见问题的解决方法,大家可以点下面的链接报名~
报名链接:http://www.omicshare.com/class/home/index/classdetail?id=47
植物的营养吸收,水体微生物对生态环境影响,肠道群落与宿主的协同关系等等科学问题的研究都与微生物群落有密不可分的关系。
基于保守片段的16S、ITS、18S研究是最具有性价比的微生物群落研究方法,也是目前最为流行的群落组学研究方法。但利用这项技术解决科学问题的过程中,我们也会遇到多种实验问题。 这里的实验问题来源于两种分类,传统分子实验以及以数据分析为基础的统计分析实验。想要获得理想的结果,无论利用哪种实验手段,都必须对实验条件进行摸索和优化。 对于传统实验来说,这种优化可以是试剂浓度、反应时间等;而对统计分析实验来说,也就是数据分析参数调整、作图参数调整等等。
实验问题分类
举个简单例子,由于实验操作不规范,造成植物内生菌项目中叶绿体含量过高,而且这种叶绿体异常情况与本身的实验设计和处理都无关,这时候需要去除叶绿体后进行后续分析。这种对分析策略的调整是至关重要的,如果不调整,由于污染因素太大,处理效应就有可能没办法体现。 在数据的图形化展示上也会遇到同样的问题。差异物种太多,而且结果中很多不是关心的物种,需要挑选重点几个物种进行画图;关键物种的显示不明显,需要调整颜色;图形样本名称需要修改等等。这些图形修改,目的都是为了增加图形的解读能力和可读性,让结果更为清晰明了,更有说服力。
分析重点:数据挖据与可视化
本期在线课堂,就微生物群落研究的数据挖掘以及图形展示过程中所遇到的问题进行解答,同时针对这些问题,提供有效的解决方法和工具给大家作为参考。
课程内容:
1.群落研究数据挖据的意义
2.数据挖据过程所遇到的问题归纳和讲解
3.数据挖掘工具推荐
|
本帖子中包含更多资源
您需要 登录 才可以下载或查看,没有帐号?立即注册
x
|