MD-SeeGH: a platform for integrative analysis of multi-dimensional genomic data.
MD-SeeGH: a platform for integrative analysis of multi-dimensional genomic data.
复制标题
DOI：
10.1186/1471-2105-9-243
复制
发表时间：
2008-05-20
影响因子：
3
通讯作者：
Lam WL
中科院分区：
文献类型：
--
作者：
Chi B;deLeeuw RJ;Coe BP;Ng RT;MacAulay C;Lam WL
全球基因组分析方法的最新进展使生物系统的多维表征成为可能。这些基因组图谱的完整分析需要深入研究片段DNA拷贝数状态、DNA甲基化状态、单核苷酸多态性以及基因表达谱的平行图谱。由于数据类型的差异，很难对来自不同平台的多个数据集进行并行分析。为了解决这个问题，我们开发了一个综合基因组分析平台MD-SeeGH，这是一个软件工具，允许用户快速，直接地分析跨越多个基因组实验的基因组数据集。借助MD-SeeGH，用户可以根据新的基因组构建轻松更新数据集，使用过滤功能对数据进行质量评估，并在单个或多个实验中识别遗传变异。MD-SeeGH中的多样本分析允许用户比较来自许多实验的图谱以及包含详细的局部基因信息、microRNA、CpG岛和拷贝数变异的轨迹。MD-SeeGH是一个新的平台，用于整合分析不同的微阵列数据，促进多个配置文件分析和组比较。
Recent advances in global genomic profiling methodologies have enabled multi-dimensional characterization of biological systems. Complete analysis of these genomic profiles require an in depth look at parallel profiles of segmental DNA copy number status, DNA methylation state, single nucleotide polymorphisms, as well as gene expression profiles. Due to the differences in data types it is difficult to conduct parallel analysis of multiple datasets from diverse platforms. To address this issue, we have developed an integrative genomic analysis platform MD-SeeGH, a software tool that allows users to rapidly and directly analyze genomic datasets spanning multiple genomic experiments. With MD-SeeGH, users have the flexibility to easily update datasets in accordance with new genomic builds, make a quality assessment of data using the filtering features, and identify genetic alterations within single or across multiple experiments. Multiple sample analysis in MD-SeeGH allows users to compare profiles from many experiments alongside tracks containing detailed localized gene information, microRNA, CpG islands, and copy number variations. MD-SeeGH is a new platform for the integrative analysis of diverse microarray data, facilitating multiple profile analyses and group comparisons.
登录
查看更多内容
影响因子：
14.9
作者：
Griffiths-Jones S;Grocock RJ;van Dongen S;Bateman A;Enright AJ
通讯作者：
Enright AJ
影响因子：
5.8
作者：
Jong, K;Marchiori, E;Ylstra, B
通讯作者：
Ylstra, B
影响因子：
14.9
作者：
Conde, Lucia;Montaner, David;Dopazo, Joaquin
通讯作者：
Dopazo, Joaquin
影响因子：
3
作者：
Chi, B;deLeeuw, RJ;Lam, WL
通讯作者：
Lam, WL
影响因子：
3
作者：
Khojasteh, M;Lam, WL;MacAulay, C
通讯作者：
MacAulay, C