Welcome to Molecular Station! Velkommen til Molekylær station!

You have to register before you can post on our forums or use our advanced features. Du er nødt til at registrere før du kan skrive indlæg på vores fora eller brug vores avancerede funktioner. Register Now! Tilmeld dig nu! Its Free and Fast! Dens frie og hurtigt!

Already registered? Allerede registreret? Login now below. Login nu nedenfor.

User Name: Bruger Navn:

Password:

Remember Me? Remember Me?

Already registered and Forgot your password? Allerede registreret og Har du glemt dit password? Click below to recover it. Klik nedenfor for at genoprette den.

Recover Lost Password Recover Lost Password

Join now - it's fast and free! Tilmeld dig nu - det er hurtigt og gratis!

Molecular Station is THE largest network of researchers, scientists and science lovers anywhere! Molekylær Station er det største netværk af forskere, videnskabsmænd og videnskab kærester overalt!

Recent Forum Posts Nyt Forum Posts

Bioinformatics Bioinformatik

Bioinformatics Home Bioinformatik Home	Bioinformatic Tools categorized Bioinformatic Tools kategoriseret	Learn About Bioinformatics Lær om Bioinformatik	Bioinformatics FAQ Bioinformatik FAQ	Research Articles on Bioinformatics Forskning Artikler om Bioinformatik	Bioinformatics Forum Bioinformatik Forum	Bioinformatic News Bioinformatic Nyheder	Bioinformatics Blog Bioinformatik Blog	Bioinformatic Books Bioinformatic Bøger

At Molecular Station Bioinformatics, you will find almost every bioinformatic tool you will need. På Molekylær Station Bioinformatik, vil du finde næsten alle Bioinformatic værktøj, du får brug for. We have over 800 bioinformatic tools for DNA bioinformatics, RNA bioinformatics, Protein Bioinformatics, and Proteomic bioinformatic tools. Vi har over 800 Bioinformatic tools for DNA bioinformatik, RNA bioinformatik, proteiner Bioinformatik, og proteomiske Bioinformatic værktøjer. We also provide databses for each of these categories in order to easily find your sequence of interest from several sequence databases. Vi leverer også databses for hver af disse kategorier, så det bliver nemmere at finde din sekvens af interesse fra flere sekvens databaser.

Bioinformatics Articles Bioinformatik artikel

Biological Databases Biologisk Databaser

OMIM OMIM

Protein Bioinformatics Protein Bioinformatik

Protein Motifs Domains Protein Motifs Domæner

Protein Subcellular Localization Protein Subcellular Localization

Protein Secondary Structure Protein Secondary Structure

Protein Mutant Analysis Protein Mutant Analyse

Gene Expression Analysis Gene Expression Analysis

Protein Expression Analysis Protein Expression Analysis

Protein Protein Interactions Protein Protein Interactions

Comparative Genomics Komparativ Genomforskning

Our Bioinformatic tools database has all the bioinformatic tools you will ever need and includes online programs and tools on: DNA Bioinformatics , RNA Bioinformatics , Protein Bioinformatics , Proteomic Bioinformatics , and Molecular Model Organisms . Vores Bioinformatic tools database har alle de Bioinformatic værktøjer, du nogensinde vil behov og omfatter online-programmer og værktøjer på: DNA Bioinformatik, RNA Bioinformatik, proteiner Bioinformatik, proteomiske Bioinformatik og Molekylær Model organismer.

The Latest Bioinformatics News De nyeste Bioinformatik Nyheder

Multimarker analysis and imputation of multiple platform pooling-based genome... Related Articles Multimarker analyse og imputering af flere platform pooling-baserede genom ... Relaterede artikler

Multimarker analysis and imputation of multiple platform pooling-based genome-wide association studies. Multimarker analyse og imputering af flere platform pooling-baserede genom-dækkende forening undersøgelser.

Bioinformatics. Bioinformatik. 2008 Jul 10; 2008 den 10 juli;

Authors: Homer N, Tembe WD, Szelinger S, Redman M, Stephan DA, Pearson JV, Nelson SF, Craig D Forfattere: Homer N, Tembe WD, Szelinger S, Redman M, Stephan DA, Pearson JV, Nelson SF, Craig D

SUMMARY: For many genome-wide association (GWA) studies individually genotyping one million or more SNPs provides a marginal increase in coverage at a substantial cost. Sammenfatning: For mange genom-dækkende sammenslutning (GWA) undersøgelser individuelt genotypebestemmelse en million eller mere SNPs giver en marginal stigning i dækningen på et betydelig omkostning. Much of the information gained is redundant due to the correlation structure inherent in the human genome. Meget af den information vundet er overflødig på grund af sammenhængen struktur iboende i det menneskelige genom. Pooling based GWA studies could benefit significantly by utilizing this redundancy to reduce noise, improve the accuracy of the observations, and increase genomic coverage. Sammenlægning baseret GWA undersøgelser kunne drage stor fordel ved at benytte denne redundans for at reducere støjen, forbedre nøjagtigheden af de bemærkninger, og øge genomiske dækning. We introduce a measure of correlation between individual genotyping and pooling, under the same framework that r(2) provides a measure of linkage disequilibrium between pairs of SNPs. Vi indføre en foranstaltning af sammenhængen mellem de enkelte genotypebestemmelse og pooling, under de samme rammer, som r (2) giver et mål for sammenkobling uligevægt mellem par af SNPs. We then report a new non-haplotype multimarker multi-loci method that leverages the correlation structure between SNPs in the human genome to increase the efficacy of pooling based GWA studies. Vi så indberette en ny ikke-haplotype multimarker multi-loci metode, der udnytter sammenhængen struktur mellem SNPs i det menneskelige genom at øge effektiviteten af sammenlægninger baseret GWA undersøgelser. We first give a theoretical framework and derivation of our multimarker method. Vi har først give en teoretisk ramme og afledning af vores multimarker metode. Next, we evaluate simulations using this multimarker approach in comparison to single marker analysis. Næste, vi evaluerer simuleringer ved hjælp af dette multimarker tilgang i sammenligning med én markør analyse. Finally, we experimentally evaluate our method using different pools of HapMap individuals on the Illumina 450S Duo, Illumina 550K, and Affymetrix 5.0 platforms for a combined total of 1,333,631 SNPs. Endelig har vi eksperimentelt evaluere vores metode ved hjælp af forskellige puljer af HapMap enkeltpersoner på Illumina 450'erne Duo, Illumina 550K, og Affymetrix 5,0 platforme for ialt 1333631 SNPs. Our results show that use of multimarker analysis reduces noise specific to pooling based studies, allows for efficient integration of multiple microarray platforms, and provides more accurate measures of significance than single marker analysis. Vores resultater viser, at brugen af multimarker analyse reducerer støj specifikt for sammenlægninger baseret på undersøgelser, giver mulighed for effektiv integration af flere microarray platforme, og giver mere præcise foranstaltninger af betydning end én markør analyse. Additionally, this approach can be extended to allow for imputing the association significance for SNPs not directly observed using neighboring SNPs in linkage disequilibrium. Desuden er denne fremgangsmåde kan udvides til også at give mulighed for beregning af den imputerede foreningen betydning for SNPs ikke observeres direkte ved hjælp af naboens SNPs i sammenkoblingen uligevægt. This multimarker method can now be used to cost-effectively complete pooling-based GWA studies with multiple platforms across over one million SNPs and to impute neighboring SNPs weighted for the loss of information due to pooling. Denne multimarker metoden nu kan bruges til at omkostningseffektivt komplet pooling-baserede GWA studier med flere platforme på tværs over en million SNPs og at beregne nabostaten SNPs vejede for tabet af oplysninger som følge af sammenlægninger. SUPPLEMENTARY INFORMATION: Supplementary data are available at Bioinformatics online. Yderligere oplysninger: Supplerende oplysninger er tilgængelige på Bioinformatik online.

PMID: 18617537 [PubMed - as supplied by publisher] PMID: 18617537 [PubMed - som leveres af udgiveren]

Assessing CMT cell line stability by two dimensional polyacrylamide gel electrophoresis and mass spectrometry based proteome analysis. Vurdering CMT cellelinje stabilitet ved to dimensionelle polyacrylamid gel elektroforese og massespektrometri baseret proteomanalyse analyse.

J Proteomics. J Proteomics. 2008 Jul 21;71(2):160-167 2008 juli 21, 71 (2) :160-167

Authors: Zhang K, Wrzesinski K, Fey SJ, Mose Larsen P, Zhang X, Roepstorff P Forfattere: Zhang K, Wrzesinski K, Fey SJ, Mose Larsen P, Zhang X, Roepstorff P

Two-dimensional polyacrylamide gel electrophoresis (2-D PAGE) followed by mass spectrometric identification of the proteins in the protein spots has become a central tool in proteomics. To-dimensional polyacrylamid gelelektroforese (2-D side) efterfulgt af masse spektrometrisk identifikation af proteiner i protein spots er blevet et centralt redskab i proteomik. CMT167(H), CMT64(M) and CMT170(L) cell lines, selected from a spontaneous mouse lung adenocarcinoma, with high-, middle- or low-metastatic potential have been characterized in vivo. CMT167 (H), CMT64 (M) og CMT170 (L) cellelinjer, der er udvalgt fra en spontan musen lunge adenocarcinoma, med høj-, midt-eller lav-metastatisk potentiale har været præget in vivo. In this study, the comprehensive protein expression profiles of the CMT cell lines were analyzed at passages 5, 15 and 35 in order to assess the cell line stability. I denne undersøgelse er samlet protein udtryk profiler af CMT cellelinjer blev analyseret på passager 5, 15 og 35 med henblik på at vurdere cellelinje stabilitet. During the passages 5 to 15, the expression profiles of CMT cells remained reasonably stable as evidenced by only 0.7%, 3.9% and 1.1% proteins changed in CMT167(H), CMT64(M) and CMT170(L) respectively. I løbet af de passager 5 til 15, udtrykket profiler af CMT celler forblev nogenlunde stabil, hvilket fremgår af kun 0,7%, 3,9% og 1,1% proteiner ændret i CMT167 (H), CMT64 (M) og CMT170 (L). However, the number of differentially expressed proteins were considerably increased at passage 35 in CMT64(M) and CMT170(L) while CMT167(H) remained stable. Imidlertid er antallet af varierende udtrykte proteiner var betydeligt forøget ved passage 35 i CMT64 (M) og CMT170 (L), mens CMT167 (H) forblev stabil. Based on our selection criteria, 22, 109 and 84 spots in CMT167(H), CMT64(M) and CMT170(L) were selected for protein identification by MS and 99 unique proteins were identified. Baseret på vores udvælgelseskriterier, 22, 109 og 84 arnesteder i CMT167 (H), CMT64 (M) og CMT170 (L) blev udvalgt til protein identifikation af MS og 99 unikke proteiner, blev identificeret. Bioinformatics analysis indicated that most of these proteins participate in cellular metabolism. Bioinformatik analyse tilkendegivet, at de fleste af disse proteiner deltage i cellulære stofskifte. In conclusion, proteomics was found to be a useful tool for assessing differences in cell line stability. Konklusionen er, proteomik fandtes at være et nyttigt redskab til at vurdere forskellene i cellelinje stabilitet. This approach provided a tool to select the best cell line and optimal subculture period for studies of cancer related phenomena and for testing the effect of potential anticancer drugs. Denne fremgangsmåde har været et redskab til at udvælge de bedste cellelinje og optimal subkultur periode til undersøgelser af kræft beslægtede fænomener og for at afprøve effekten af potentielle anticancer narkotika.

PMID: 18617143 [PubMed - as supplied by publisher] PMID: 18617143 [PubMed - som leveres af udgiveren]

The Genome Sequencer FLXtrade mark System-Longer reads, more applications, straightforward bioinformatics and more complete data sets. Genom Sequencer FLXtrade mærke System-Længere lyder, flere ansøgninger, ligetil bioinformatik og mere komplet datasæt.

J Biotechnol. J Biotechnol. 2008 Jun 21; 2008 jun 21;

Authors: Droege M, Hill B Forfattere: Droege M, Hill B

The Genome Sequencer FLX System (GS FLX), powered by 454 Sequencing, is a next-generation DNA sequencing technology featuring a unique mix of long reads, exceptional accuracy, and ultra-high throughput. Genom Sequencer FLX System (GS FLX), der drives af 454 sekventering, er en next-generation DNA-sekventering teknologi byder på en unik blanding af lange lyder, usædvanlige nøjagtighed, og ultra-høje overførselshastighed. It has been proven to be the most versatile of all currently available next-generation sequencing technologies, supporting many high-profile studies in over seven applications categories. Det har vist sig at være det mest alsidige af alle for øjeblikket er til rådighed næste generation sekventering teknologier, som understøtter mange højt profilerede undersøgelser i over syv ansøgninger kategorier. GS FLX users have pursued innovative research in de novo sequencing, re-sequencing of whole genomes and target DNA regions, metagenomics, and RNA analysis. GS FLX brugere har forfulgt innovativ forskning i de novo sekventering, re-sekventering af hele genomer og mål-DNA regioner, metagenomics, og RNA-analyse. 454 Sequencing is a powerful tool for human genetics research, having recently re-sequenced the genome of an individual human, currently re-sequencing the complete human exome and targeted genomic regions using the NimbleGen sequence capture process, and detected low-frequency somatic mutations linked to cancer. 454 Sekvensering er et kraftfuldt værktøj til human genetik forskning, der for nylig igen rækkefølge genomet af et individuelt menneskelige, der i øjeblikket re-sekventering den komplette menneskelige exome og målrettet genomiske regioner ved hjælp af NimbleGen sekvens capture-processen, og opdagede lavfrekvente somatiske mutationer forbundet til kræft.

PMID: 18616967 [PubMed - as supplied by publisher] PMID: 18616967 [PubMed - som leveres af udgiveren]

[Prediction of outer membrane proteins using support vector machine with combined features] [Fremskrivning af ydre membran proteiner ved hjælp af støtte vektor maskine med kombineret funktionsliste]

Sheng Wu Gong Cheng Xue Bao. Sheng Wu Gong Cheng Xue Bao. 2008 Apr;24(4):651-8 April 2008; 24 (4) :651-8

Authors: Zou L, Wang Z, Wang Y Forfattere: Zou L, Wang Z, Wang Y

Outer membrane proteins (OMPs) are embedded in the outer membrane of Gram-negative bacteria, mitochondria, and chloroplasts. Ydre membran proteiner (OMPs) er indlejret i den ydre membran af gram-negative bakterier, mitokondrier og kloroplaster. The cellular location and functional diversity of OMPs makes them an important protein class. De cellulære placering og funktionelle mangfoldighed af OMPs gør dem til et vigtigt protein klasse. Researches on prediction of OMPs by bioinformatics methods can bring helpful methodologies for identifying OMPs from genomic sequences and for the successful prediction of their secondary and tertiary structures. Forskninger på forudsigelse af OMPs af bioinformatik metoder kan give nyttige metoder til at identificere OMPs fra genom-sekvenser og for en vellykket forudsigelse af deres sekundære og tertiære strukturer. In this paper, three feature classes were calculated from protein sequences: amino acid compositions, dipeptide compositions and weighted amino acid index correlation coefficients. I dette papir, tre træk klasser blev beregnet ud fra protein sekvenser: aminosyre kompositioner, dipeptide kompositioner og vægtet aminosyre indeks korrelationskoefficienter. Then, three feature classes were combined and inputted into a support vector machine (SVM) based predictor to identify OMPs from other folding types of proteins. Så, tre træk klasser blev kombineret og inputted til en støtte vektor maskine (SVM) baseret indikator til at identificere OMPs fra andre folding typer af proteiner. The results of discrimination using several combined features including four amino acid index categories were calculated, and the influence on discrimination accuracy using different correlation coefficients with different orders and weights was discussed. Resultaterne af forskelsbehandling ved hjælp af flere kombinerede funktioner, herunder fire aminosyre indeks kategorier blev beregnet, og indflydelsen på forskelsbehandling nøjagtighed ved hjælp af forskellige korrelationskoefficienter med forskellige ordrer og vægte blev drøftet. In cross-validated tests and independent tests for identifying OMPs from a dataset of 1087 proteins belonging to all different types of globular and membrane proteins, the method using combined features obtains an overall accuracy of 96.96% and 97.33% respectively. På tværs af validerede test og uafhængige tests for at identificere OMPs fra et datasæt for 1087 proteiner, der tilhører alle de forskellige typer af kugleformet og membran proteiner, metoden ved hjælp af kombinerede funktioner opnår en samlet nøjagtighed på 96,96% og 97,33%. And these results outperform that of other methods in the literature. Og disse resultater bedre end de andre metoder i litteraturen. Using this method, high specificities are shown from the results of identifying OMPs in five bacterial genomes, and over 99% OMPs with known three-dimensional structures in the PDB database are correctly discriminated. Brug denne metode, høje specificiteter er vist fra resultaterne identificere OMPs i fem bakterielle genomer, og over 99% OMPs med kendte tredimensionelle strukturer i FBF databasen er korrekt forskelsbehandlet. These results indicate that the method is a powerful tool for OMPs discrimination in genomes. Disse resultater viser, at metoden er et kraftfuldt værktøj til OMPs forskelsbehandling i genomer.

PMID: 18616178 [PubMed - in process] PMID: 18616178 [PubMed - i processen]

[Rapid detection of Pseudomonas aernginosa by the fluorescence quantitative TaqMan PCR assay targetting ETA gene] [Hurtig påvisning af Pseudomonas aernginosa af fluorescens kvantitative TaqMan PCR assay målretning ETA-genet]

Sheng Wu Gong Cheng Xue Bao. Sheng Wu Gong Cheng Xue Bao. 2008 Apr;24(4):581-5 April 2008; 24 (4) :581-5

Authors: Xiao X, Zhang J, Gong J, Pan Y, Yu Y, Yang X, Wu H Forfattere: Xiao X, Zhang J, Gong J, Pan Y, Yu Y, Yang X, Wu H

Pseudomonas aernginosa (PA) is one of the most universal pathogens in clinical diagnosis, and conventional detection assay has many disadvantages. Pseudomonas aernginosa (PA) er en af de mest universelle patogener i kliniske diagnose, og konventionelle afsløring analysen har mange ulemper. In this research, a pair of specific primers and a TaqMan fluorescent probe were designed in the conservative region of ETA gene by the method of bioinformatics analysis, the detection method for PA was successfully developed. I denne forskning, et par specifikke primere og en TaqMan fluorescerende probe blev udformet i det konservative regionen ETA-gen af metoden for bioinformatik analyse, detektering metode til PA blev udviklet. Different gradient concentrations of PA DNA and various pathogen DNA were amplified by fluorescence quantitative PCR (FQ-PCR) to confirm the specificity and sensitivity of the developed method. Forskellige gradient koncentrationer af PA DNA og forskellige patogen DNA blev forstærket af fluorescens kvantitativ PCR (FQ-PCR) for at bekræfte specificitet og følsomhed af den udviklede metode. Results showed that the developed detection assay is more sensible and specific by comparison to the conventional FQ-PCR method, and it is valuable for research and application prospects. Resultaterne viste, at de udviklede afsløring assay er mere fornuftige og specifikke i forhold til konventionelle FQ-PCR-metode, og det er værdifuldt for forskning og anvendelse perspektiver.

PMID: 18616166 [PubMed - in process] PMID: 18616166 [PubMed - i processen]