基于比较基因组学的玉米ESTs定位方法，张祖新，张绍鹏，本研究描述了以水稻基因组数据和玉米与水稻的比较遗传图谱为桥梁，基于水稻和玉米间存在的标记和序列水平上的广泛的共线性，对大

北京农林作物基因组与生物信息学培训的内部讲义，包括1、深度学习基础，2、及其在基因组选择中的应用实例介绍

2020年人口基因组学 描述 课程结束后，学员将对进行典型人群基因组研究所需的方法和应用有详细的了解。 参加者必须在课程结束时能够： 确定与种群基因组分析相关的实验平台。 应用常用的种群基因组方法。 解释常见种群基因组方法背后的理论。 反思种群基因组方法的优势和局限性。 解释和分析总体基因组推论的结果。 根据数据制定人口遗传学假设 该课程介绍了人口基因组学中的关键概念，从生成种群遗传数据集到最常见的种群遗传分析和关联研究。 本课程的第一部分着重于群体遗传数据集的生成。 第二部分介绍了最常见的群体遗传分析及其理论背景。 这里的主题包括人口统计分析，人口结构，重组和选择。 本课程的最后一部分着重于人口遗传数据集在与人类健康相关的关联研究中的应用。

自己精心整理的，很有用，帮助很大，是基因组学复习的必备资料。

蕨菜2.6丰度估计 有关蕨菜的新闻，更新和说明，请访问： : Bracken的同行评审论文（2017年1月2日发布）： ： 安装 Bracken是Kraken 1或Kraken 2的配套程序，而Kraken在分类树中将读取分类为多个级别，而Bracken允许使用这些分类在单个级别上估计丰度（例如Bracken可以估计样本中物种的丰度）。 在安装Bracken之前，请先安装Kraken：可从此处下载Kraken： ： 轻松安装Bracken： bash install_bracken.sh 硬蕨安装： cd src/ && make Add bracken/bracken-build and scripts in src/ to your PATH 重要信息：蕨菜与MPA风格的报告不兼容。 Bracken需要kraken / kraken2中的默认报告格式。 蕨菜2.5.

基因组数据可用性的激增有望确定观察到的个体性状的遗传原因，并将其应用于发现表型的遗传根源等问题，无论是基因表达或代谢物浓度等分子表型，还是疾病等复杂表型。然而，这些数据集的规模不断扩大，以及相关算法的二次、三次或更高的缩放特性，带来了严重的计算挑战，需要使用领导力规模计算。在本文中，我们描述了一种执行向量相似性度量计算的新方法，适用于配备图形处理单元（GPU）或英特尔至强Phi处理器的并行系统。我们主要关注应用于全基因组关联研究（GWAS）和全表型关联研究（PheWAS）的比例相似性度量。我们描述了算法在加速处理器上的实现，用于消除对称性导致的冗余计算的方法，以及将计算有效映射到多节点并行系统的技术。 结果表明，在ORNL Titan系统上，每节点的高性能和并行可扩展性，每秒的元素比较速率超过5万亿（5×1015）。在一篇配套论文中，我们描述了用于计算比较基因组学应用的自定义相关系数的相应技术。

研究生、本科生期末考试复习题，包括 1.2020年考试题 2.期末重点和常考内容（标注） 3.2019年考题、复习重点（最后一部分）

中科大的基因组学的复习资料

垫基因组 机器学习应用于“材料基因组”的材料物理学。

计算每条序列的长度