吐槽一把，都是钱闹的

水风

一看就是算法问题。商业的云计算根本就不是干这个的。你们不知道也就罢了，你们头不知道就是个奇葩了。

水风

喜欢喝冰茶 发表于 2015-7-17 22:21
商业云计算只是提供个平台而已，并不都是AWS模式。专用的云计算平台多了去了，而且都是针对性的。算法问 ...

我当年跟人合作过，不过我们那个时候没有这么牛，做不到全基因组。就测了一条最短的染色体的长臂。
我不是搞计算方面的，是测序部分的。具体的算法细节，我也不清楚。但算法问题也是吐糟了好久，到头也没解决掉。我们最后的法子是严重偷工减料版的。就是只检测已知的基因的编码序列，而且不是全部，只是已经报道过的那些点突变和缺失突变。这就把工作量减少了3－4个数量级，总算是能够让计算能够在一天内完成了。然后随机检测了十几个基因的全序列。也就应付过去了。反正最后发的文章好像还很不错。

这个就跟您一说。这个策略肯定是能够解决您目前的问题的。但严重缩水。

您在国内阿，也难怪了。呵呵。

水风

喜欢喝冰茶 发表于 2015-7-18 05:21
不知道您当时用的什么方式，sanger？08年那会儿NGS是还不很完善，无论是实验还是计算部分。所以那会儿也 ...

是自动测序仪，应该是sanger原理的。当时还没有上市的型号，我老板人头熟，公司送给我们免费试用的。当时chip才刚有文章出来。你测个基因没问题，但是要测染色体，那远远不够。
看起来assemble的问题始终没有解决阿。但重复序列这个的确也难为你们了。当时人类基因组都99.9%了。剩下的重复序列就是对不上。那可是集中了全球最顶尖的科学家，几千号人。好久没有追踪这个了，不知道到了100%了没有。也不知道他们最后的算法是什么。
我可没小瞧国内。他们当年把水稻基因组发表，我就知道国内已经至少在这方面赶上来了。据说最关键的assemble是用的北大生科院党委书记的策略。当时是眼镜碎了一地。没想到一个政工干部，还这么牛。

我是偏生物功能这一派的。重复序列里面，除非大规模的片段插入或者缺失，包含的影响生物功能的变化很少。所以，当年我是力主简化的。为了这0.1%的可能突变，去占用了99.9%的计算资源，在我看来完全是浪费。不过时代不同了，我也早不干这个了，或许行业标准已经变了。

水风

喜欢喝冰茶 发表于 2015-7-18 05:21
不知道您当时用的什么方式，sanger？08年那会儿NGS是还不很完善，无论是实验还是计算部分。所以那会儿也 ...

是自动测序仪，应该是sanger原理的。当时还没有上市的型号，我老板人头熟，公司送给我们免费试用的。当时chip才刚有文章出来。你测个基因没问题，但是要测染色体，那远远不够。
看起来assemble的问题始终没有解决阿。但重复序列这个的确也难为你们了。当时人类基因组都99.9%了。剩下的重复序列就是对不上。那可是集中了全球最顶尖的科学家，几千号人。好久没有追踪这个了，不知道到了100%了没有。也不知道他们最后的算法是什么。
我可没小瞧国内。他们当年把水稻基因组发表，我就知道国内已经至少在这方面赶上来了。据说最关键的assemble是用的北大生科院党委书记的策略。当时是眼镜碎了一地。没想到一个政工干部，还这么牛。

我是偏生物功能这一派的。重复序列里面，除非大规模的片段插入或者缺失，包含的影响生物功能的变化很少。所以，当年我是力主简化的。为了这0.1%的可能突变，去占用了99.9%的计算资源，在我看来完全是浪费。不过时代不同了，我也早不干这个了，或许行业标准已经变了。

水风

喜欢喝冰茶 发表于 2015-7-18 12:39
严格意义上，第二代大规模以荧光为基础的测序仪都可以说是sanger原理的，问题是有多深，有多快，准确率如 ...

你还真是干这行的老手了。
我那篇文章是07年初发的，工作主要是05－06年做的。因为是合作，我过后就转做别的了。对于测序行业后来的发展就完全摸不着头脑了。

但是我用基因测序方法检测病人突变的工作，做了很长时间。所以，你们的基本操作原理估计还是那套。一般说来，大家都是从已经发表过的有突变的基因开始找起，先看有没有插入或者缺失，有些时候单基因删除也会造成单基因功能性不足，从而引发问题。没有的话，就看编码序列，编码没有问题，就看剪切，尤其是选择性剪切的。再没有，看RNA前后的非编码序列。最后看该基因表达的水平。当年就是拿病理组织切块做northern。现在手段多了去了。这些都找过了，没有的话，就看同一信号传导链上的基因或者功能伙伴，然后是结合蛋白。基本上跟病理相关的这些别人都做过了。去找出来一一看过。最后什么都没发现的话，就打入另册。

你们所做的，无非就是看到RNA的非编码序列。有可能连选择性剪切后各种异切体的丰度看一看，不知道你们能不能看表达，但是后面的步骤，不是测序就能够解决了的。必须要有生物学实验，最好是老鼠的动物模型，当然，一个小突变，如果很重要的话就是一篇不小的文章了。

所以，我一直认为，纯粹的测序检测，只能看已经知道突变的基因。估计你们就是发现了相关的新基因，都不会报道的。因为这必须要有生物学证据才行。这么说起来，你们的全基因组测序，其实也就是测个几百个就足够了。人类的25000多基因，你们根本就是测了也是浪费。

生物里面当然忽悠是很多，但要走下去，还是要靠真本事。当然忽悠也是本事的一部分。你是生物出身，好好干吧。我看好你阿。说不定啥时候，我们就有个合作了。