我们已经更新我们的隐私政策使它更加清晰我们如何使用您的个人资料。

我们使用cookie来提供更好的体验。你可以阅读我们的饼干的政策在这里。

广告

Biogemma选择TIBCO Spotfire作为其全球遗传研究的一个关键组成部分的数据管理工具


想要一个免费的PDF版本的这个新闻吗?

完成下面的表格,我们将电子邮件您的PDF版本“Biogemma选择TIBCO Spotfire作为其全球遗传研究的一个关键组成部分的数据管理工具”

听与
喋喋不休地说
0:00
注册免费听这篇文章
谢谢你!听这篇文章使用上面的球员。
阅读时间:
Biogemma TIBCO软件公司已经宣布,欧洲领导人在植物生物技术为农业部门,选择了TIBCO Spotfire®3.1超越转录组分析,着手新类型的综合研究基于遗传的地图。

“以前,基因分析主要是进行软件开发的帮助下在实验室,但使用Spotfire过程数据的优势基因地图上定位很快变得明显。此外,Spotfire的新版本,某些特性似乎有趣和促使我们考虑延长其使用在整个公司,”奥利弗说杜佳斯上游Biogemma基因协调员和生物信息经理。

作为总体规划的一部分,开发一个全面的解决方案来搜索所有数据由公司的各种平台,Biogemma的第一个目标是集中数据以外的项目,项目与公私伙伴合作,或数据在公共领域通常发表在科学文章。

这个数据必须集成和格式化才可以使用;然而,随着的灵活性Spotfire®, Biogemma的研究人员很容易绕过这个问题,能够处理异构数据。他们快速创建内部产生的数据之间的联系和其他来自各种数据源的数据,可以产生一个准确和高效的分析他们的研究。

TIBCO Spotfire用于多个分析项目
Spotfire的主要用户是GeneDiscovery团队的成员,工程师和博士进行“硅”通过整合和比较分析的数据服务平台,以发现最有效的改善农业植物的基因背景。除了这支球队,其他研究人员和项目经理使用Spotfire,例如可视化分析研究DNA序列相似性或当他们想要添加更多的报告维度的分析。

这些Biogemma人员在几个方面的研究工作,在四个主要的作物类型:玉米、小麦、向日葵、油菜。他们的方法旨在改善这些物种为了更好地满足农民的需求。

他们主要的研究需要确定元素(基因),鼓励增长的植物适应各种位置基于气候约束(寒冷、干旱),生物约束(存在的昆虫、蘑菇、寄生虫),监管约束(减少农药输入)和环境约束(减少肥料和水输入)。

Spotfire允许用户快速识别有利基因在这些植物的自然生物多样性。这种识别发生利用基因地图,通过协会遗传学和使用所有的基因或序列和表达,当然,感兴趣的物种的基因组序列和相关的物种时是可用的。

虽然遗传图谱的过程创造现在已经完全掌握了,各种统计数据模块中可用Spotfire软件可以操作数据定位基因地图和添加元素信息和必要的研究。

”不同层次的分析成千上万的基因表达的同时将与遗传信息可以反复核对,提供更加确定一个基因区域实际上包含了一个过表达基因条件下的压力。Spotfire的全部威力所在,”证实Dugas。

TIBCO Spotfire为所有用户的利益
Spotfire很快在Biogemma成了必备软件。研究者确认其易用性使得它非常直观的工具使用和用途广泛的功能,它可以执行。它还提供了能够执行不同的可视化在遗传学和基因组学、及其连接的能力很不同的数据源,如数据库、平面文件优先。此外,Biogemma的工程师们深知在新技术、爆炸以来的关键因素之一是生命科学领域的排序活动,需要大量的数据的检索——几乎每2个月1 tb -从不同的网站,以进行更复杂的分析。Spotfire有能力创建简单的可视化,但也推出分析复杂的统计分析脚本,特别是利用R语言。数据和分析因此可以由远程计算服务器,与最终结果使用Spotfire软件处理。

很多好处给研究者
工作方法的选择由Biogemma公司展示的强烈欲望提供范围广泛的分析方法,结合一个相对高浓度的资源,邻近的用户和协作与外部团队开发了自己的方法。因此,Biogemma的团队必须处理数据来自不同的来源和已获得使用不同的方法,不同的方法,不同的观点和不同的专业。

Biogemma与研究人员分析蛋白质或氨基酸的含量与其他测量种子和土壤干旱条件下株高特点。Spotfire给Biogemma的研究人员的数据挖掘工具足够灵活,能够容忍的异质性数据类型;添加到所有最先进的可视化方面,提供他们非常杰出的性能统计报告。

“使用Spotfire给了我们优势的相关性和愿景。它允许我们分析结果和生物数据的可视化意想不到的行为会影响我们的研究。在这些情况下,我们获得的结果,我们就不会看到如果我们只是进行了标准和相对固定的分析,”Dugas补充说。

Biogemma的研究人员现在可以访问一个新的表示的数据分析,更具体地说,与其他研究相比,在许多方面可以可视化结果。例如,他们已经看到,通过分析DNA序列,大型染色体区域组织在一个特定的方式。他们早就已经拥有所有的数据需要意识到这一点,但是这个数据,这是过于详细和丰富,需要被创建一个完整的分析和解剖分析链设计一个潜在假设相关重要基因的动作。

“在这种情况下,我们没有建立一个潜在的假设——其结果是明显,“强调Dugas。
广告
Baidu