Predicting the molecular complexity of sequencing libraries.
Predicting the molecular complexity of sequencing libraries.
复制标题
DOI：
10.1038/nmeth.2375
复制
发表时间：
2013-04
期刊：
影响因子：
48
通讯作者：
Smith, Andrew D.
中科院分区：
文献类型：
--
作者：
Daley, Timothy;Smith, Andrew D.
预测基因组测序文库的分子复杂性已经成为基因组测序的现代应用中的关键但困难的问题。确定测序深度或预测额外测序的益处的可用方法几乎完全缺乏。我们引入了一种经验贝叶斯方法来隐式地对任何偏差源进行建模，并准确地描述几乎任何测序应用中DNA样品或文库的分子复杂性。
Predicting the molecular complexity of a genomic sequencing library has emerged as a critical but difficult problem in modern applications of genome sequencing. Available methods to determine either how deeply to sequence, or predict the benefits of additional sequencing, are almost completely lacking. We introduce an empirical Bayesian method to implicitly model any source of bias and accurately characterize the molecular complexity of a DNA sample or library in almost any sequencing application.
登录
查看更多内容
影响因子：
4.8
作者：
Fisher, RA;Corbet, AS;Williams, CB
通讯作者：
Williams, CB
影响因子：
10.2
作者：
BLANCH, G
通讯作者：
BLANCH, G
影响因子：
1.7
作者：
Simon, B
通讯作者：
Simon, B
影响因子：
4.5
作者：
Mao, Chang Xuan;Lindsay, Bruce G.
通讯作者：
Lindsay, Bruce G.
影响因子：
32.4
作者：
de Almeida, Claudia Ribeiro;Stadhouders, Ralph;Hendriks, Rudi W.
通讯作者：
Hendriks, Rudi W.