COSINE使用指南_0.1

一、概述

肿瘤DNA序列的亚克隆重建已成为肿瘤进化研究中的重要组成部分,为研究变异与突变过程的相对顺序提供了新的思路。在以往的研究中,多数研究是通过复现前人研究结果,在此基础上运行新的数据集,以验证分析软件的泛化能力,精确度和灵敏度,等等。然而,近年来逐渐增加的肿瘤进化分析软件,也为医生和研究人员的选择带来困难。如何选择最有效的一个或几个分析软件,如何评价这些软件的优劣,成为亟待解决的热门问题。为评估不断增长的肿瘤进化分析软件、给业内人士提供可靠的、清晰的数据分析信息,我们扩展了前人的工作,将12个肿瘤进化分析软件集成在同一平台内,并为12种软件提供了相应的输入数据的生成方式。使用者可以通过原始数据,即fastq文件,生成12种分析软件所需要的输入文件。此项工作旨在保证软件评估中数据来源相同,评价标准相同。在软件使用中,使用者可以通过参考12种软件的输出结果,对同一份样本测序文件进行更为全面的分析。

Continue reading

COSINE web server launched at www.clab-cosine.net

COSINE: A Web Server for Clonal and Subclonal Structure Inferencing and Evolution in Cancer Genomics. COSINE is freely accessible at http://www.clab-cosine.net or http://bio.rj.run:48996/cun-web/.  

我们在COSINE中对12种subclonal推断算法实现了界面化,用户可直接登录网址计算。欢迎测试和反馈使用体验。COSINE中的12种方法是:

Sclust package update to v1.1

Current release: v1.1 (21/March/2019)

  • updated hg19 exome partitions and annotations
  • added genome build hg38
  • updated SNP database to be compatible with ICGC PCWAG project
  • download link: http://www.uni-koeln.de/med-fak/sclust/Sclust.tgz (3.41GB, if your download locate in China, the download speed of this site is much more faster: rj.run/downloads/Sclust.tgz for china mainland )
  • Former release: v1.0
  • as published inCopy-number analysis and inference of subclonal populations in cancer genomes using Sclust. Cun, Yupeng and Yang, Tsun-Po and Achter, Viktor and Lang, Ulrich and Peifer, Martin. Nature Protocols, 2018

玉溪融建信息公司来访生物信息学研究组

玉溪融建信息公司的郭总带着其研发团队来访问我们的生物信息学研究组,双方就基因组数据的从头组装、遗传变异分析及需要做这些计算分析所学CPU、GPU和TPU技术和资源进行了广泛的讨论。 玉溪融建我们和昆明蓝典科技公司合作的”生物大数据云计算联合实验室“的主要计算资源合作伙伴,我们期待着能和前沿的信息公司在生物云计算方面展开更多的合作,以期望在算法和计算资源方面有更大的突破。

Continue reading

日本国立遗传所的Saitou教授来访

11月1号,我们有幸邀请到日本三岛国立遗传学研究所群体遗传学部的Saitou Naruya教授给我们昆明植物所做一个系统发育树构建方法的讲座题为:Characteristics of molecular phylogenies and methods to construct phylogenetic trees。顺便还请到了德州大学的符云新教授,Saitou教授的助手Jinan博士和云南大学的柳树群教授、于黎教授参与了讲座和讲座后的讨论。

Saitou教授是在分子演化领域做了许多重要贡献,其代表作是系统发育树里的NJ法(从1987发表到现在已被引用了5万次以上)。这次讲座他将给介绍系统发育树构建方法的简史,并介绍其最新发展的基于全基因数据上万个位点进行快速构树的“swift NJ”法。Saitou教授的这个方法是对基因组时代的大规模数据构建系统发育树大胆尝试。

Saitou教授的讲座得到在昆明师生的热烈欢迎!

sdrcof

iFlora生物信息学中心开始招人了

我们“iFlora生物信息学中心”隶属中国科学院昆明植物研究所西南野生生物种质资源库,由寸玉鹏研究员领衔组建。我们主要从事机器学习为主的生物信息算法研究,开展植物多样性与系统发育基因组学、比较和功能基因组学的研究。欢迎生物信息学、数量/理论群体遗传学、理论生态学、信息学类、统计/数学专业的博士、硕士申请!我们对专业能力及要求:
1. 至少熟练拥有一种或多种语言的编程能力:R, Python, C/C++;具有较强的统计学建模基础或算法的软件实现经验;
2.已取得以下专业硕士/博士学位的申请者优先:生物信息学/机器学习/统计学/生态学;
3. 语言能力:具有良好的中英文的写作和语言交流能力;
4. 对科学有强烈的兴趣、并具备良好的合作精神和对工作勤恳负责并对知识有孜孜以求的旺盛精力。

博士后工资1.4~1.6万/月(税前)-> 特别优秀者可入编助理研究员, 工资1万/月(税前),再加上0.5~3万的年终奖。硕士毕业生工资0.43~0.6万/月(税前),再加上0.5~3万的年终奖。欢迎邮件咨询(cunyupeng{@}mail.kib.ac.cn)和直接来我们实验室面谈。 

Continue reading

Sclust paper published on NP

After years fighting, our Sclsut paper published on Nature Protocols finally. Enjoy!

Yupeng Cun, Tsun-Po Yang, Viktor Achter*, Ulrich Lang, Martin Peifer, Copy number analysis and inference of subclonal populations in cancer genomes using Sclust. Nature Protocols, 2018,DOI: 10.1038/nprot.2018.033
Sclust download link: rj.run/downloads/Sclust.tgz)


Frequent Q&A on Sclust software package uses:

A new fast method for copy number calling, tissue purity estimating and subclone inferring in cancer genome

Our new methods final launched on Nature Protocols, where we developed a series of methods and related C++/R combined software package,  Sclust(around 1.5Gb,大文件谨慎载). In Sclust, you can do copy number calling, cancer tissue purity estimating and clone and subclone structure inferring from normal-tumor paired whole genome/exon sequencing data.

先总结一下,我们方法的有如下点:

1. 可以准确地做copy number calling, tumor purity estimating,subclonal inferring;

2. subclonal inferring的速度超级快。4000~6000 个SNVs 的 clonal inferring 过程在个人电脑上只需3到5秒。

3. sclust 给出了每个集群的倍数树变异,目前只有少数个软件提供这个功能。

欢迎使用软件,欢迎咨询,欢迎交流。

联系邮件:yp.cun@outlook.com。 下面是clonal 推断一些背景。

Continue reading