BLOG

정리 DADA2가 ASVs를 더 잘 찾아내지만, false positives일 가능성이 존재한다. UNOISE3가 DADA2와 Deblur와 비교하여 각각 1,200배, 15배 더 빠르다. 모든 방법이 General community structure에 대해서는 비슷하지만, 그 숫자와 alpha-diversity metrics는 꽤 다르다. Table 1에서 DADA2, Deblur, UNOISE3를 비교해놓았는데, 정리가 잘 되어 있다. UNOISE3는 USEARCH를 사야 사용할 수 있다 ($1,485... 학술용은 $885)/ 다른 프로그램들은 무료 Reference Nearing, Jacob T., et al. "Denoising the Denoisers: an independent evaluat..

프로세스 확인 $ ps -ef | grep [검색_키워드] $ ps -u [username] # 특정 유저의 작업 확인 프로세스 강제 종료 $ kill -9 [PID] $ pkill -u [username] # 특정 유저의 작업 모두 취소

정리 3가지 OTU-level flows (QIIME-uclust, MOTHUR, USEARCH-UPARSE)와 3가지 ASV-level (DADA2, Qiime2-Deblur, USEARCH-UNOISE3) 비교 Sensitivity, Specificity, Degree of consensus 평가 DADA2가 가장 sensitivity가 높았지만, specificity는 Qiime2-Deblur 및 USEARCH-UNOISE3보다 떨어짐. 그래서 highest possible biological resolution을 필요로하는 연구에 가장 적합 (closely related strains간의 차이 연구 등) USEARCH-UNOISE3가 resolution 및 specificity 측면에서 가장 균형..

내용 구성 OTU Methods (UCLUST, UPARSE) / ASV methods (UNOISE, Deblur, DADA2) / Entropy method (MED) 4종류의 Mock dataset을 사용함 (어떤 세균이나 고세균으로 구성되어 있는지 알고 있음). Recall, Overall precision, Technical precision 측면에서 방법들을 비교함. Recall(%)은 실제 존재하는 세균을 얼마나 잘 catch했는지에 대한 지표. Overall precision(%)는 추론한 전체 Sequence의 종류 중에서 실제로 존재하는 sequence 종류의 수. Technical precision(%)은 '실제로 존재하는 sequence의 종류의 수와 그로부터 10nt 이하로 차이나..

신뢰 구간의 추정 1. 모평균의 신뢰 구간: 평균(표본통계량)의 분포 이용 1.1. 모분산을 알 때: normal distribution 1.2. 모분산을 모를 때: t-distribution 2. 모비율의 신뢰 구간: 비율(표본통계량)의 분포 이용 (normal distribution) 3. 모분산의 신뢰 구간: 분산(표본통계량)의 분포 이용 (Chi-squared distribution) 4. 모상관계수의 신뢰 구간: 상관계수(표본통계량)의 분포 이용 4.1. ρ≠0: normal distribution (신뢰 구간의 추정에 이용) 4.2. ρ=0: t-distribution (무상관 검정에 이용) 가설 검정 1. 특정 값 (모평균)과 표본평균 검정 (표본평균과 특정 값이 차이가 있는지) 1.1. 데..

Sequence Analysis Sequence quality control BBDuk (BBTools): Trimming and quality filtering. Assembly SPAdes $ spades.py -1 read_1.fastq.gz -2 read_2.fastq.gz -o ./assembled --only-assembler MEGAHIT Coverage calculation BBMap: final assembly에 reads를 mapping하여 depth of coverage를 계산. SNP calling MUMMER # Align two genomes with MUMMER. mummer reference.fasta assembled/scaffolds.fasta > result/aligne..

논문을 투고하고자 하는 저널이 SCIE(Science Citation Index Expanded)에 포함되는지 확인하고자 할 때 아래 사이트를 이용할 수 있다. Web of Science Master Journal List Try our new Master Journal List site, by the Web of Science Group, a Clarivate company. mjl.clarivate.com 저널을 검색했을 때, SCIE는 아래와 같이 표시된다. Reference support.clarivate.com/ScientificandAcademicResearch/s/article/Master-Journal-List-%ED%8A%B9%EC%A0%95-%EC%A0%80%EB%84%90%EC%9D%..

정리 장내 미생물 다양성은 마우스 모델의 phenotype에 영향을 줄 수 있다. 이를 해결하기 위해 microbiota를 standarize하는 기술이 존재한다: co-housing, littermate Co-housing으로 fecal microbiota는 어느 정도 normalized 되었지만, mucosal communities는 변하지 않았다. 반면, Littermate method를 적용했을 때, fecal, colon, ileum에서 모두 robust microbiota standardization을 확인하였다. Litteramte 방법이 standardization을 위한 최적의 방법이다. Reference Comparison of Co-housing and Littermate Method..

정리 본문의 Graphical Abstract를 참고하면 이해가 훨씬 쉽다. High-fat diet와 Antibiotics가 epithelial 미토콘드리아의 기능을 망가뜨리면, 장 내부의 산소 함량이 증가한다. 증가된 산소 함량은 Enterobacteriaceae를 증가시키고, 이것이 dysbiosis를 일으켜 pre-IBD를 악화시킨다는 내용. Reference Lee, Jee-Yon, et al. "High-fat diet and antibiotics cooperatively impair mitochondrial bioenergetics to trigger dysbiosis that exacerbates pre-inflammatory bowel disease." Cell Host & Microbe..

DBMS와 관계형 DBMS 데이터베이스: 데이터의 저장공간 DBMS (DataBase Management System): 데이터베이스 관리 소프트웨어로, 대용량의 데이터를 관리할 수 있고 여러 사용자가 공유 가능하다. 그 종류에는 관계형 DBMS, NoSQL 등이 있다. 이를 그림으로 나타내면 다음과 같다. 그 중에서 관계형 DBMS(Relational DBMS, RDBMS)는 '테이블'과 '테이블 간의 관계'로 데이터베이스를 관리하는 소프트웨어이다. 관계형 DBMS의 종류에는 대표적으로 아래와 같은 것들이 있다. SQL(Structured Query Language)이란 관계형 DBMS에서 사용되는 언어로서, 표준 SQL이 존재한다. 표준 SQL을 바탕으로 각각의 관계형 DBMS가 고유의 SQL을 만들..