知识卡片

普通读书笔记卡 · 8194.d · 生成模型:未记录

数据吞吐要匹配分析能力

理解等级:中级

采集或测序速度提高后,如果匹配、质量评估、重建、存储和分析仍只能处理很小规模的数据,整体研究能力不会按采集速度同步提高。基因组计划的讨论表明,实验设备与计算方法需要共同扩展,不能把仪器产量直接当成最终可解释成果的产量。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 信息革命对生物学研究的影响 基因组大科学的技术依赖与治理取舍 · 查看原书依据

      与测序相关的问题是,大家并不清楚我们需要什么样的计算方法来辅助测序与重构基因组,也不知道如何处理、储存和分析这些信息。第一个核苷酸序列匹配与比对算法慢得出奇,根本没有办法扩展到高通量数据分析的场景。此时,距离我们发明那些关键算法——测序质量评估、将测序片段组装为基因组,还有很长的一段时间。更要命的是,人们甚至不知道到底应该选择什么样的测序方式,也不清楚实现基因组测序计划需要解决什么样的计算问题。在1985年,测序完成的最大基因组是EB病毒 ,一共有1.72×105

    参考来源

    - 位置:《人工智能与计算生物的未来 (【美】布赖恩·希尔布什)》信息革命对生物学研究的影响,基因组大科学的技术依赖与治理取舍(源项目a19c7933-4eda-4176-aebd-30fe7e1ad292,源文件:extracted/人工智能与计算生物的未来 (【美】布赖恩·希尔布什)/_epub-src/EPUB/xhtml/Section02.xhtml) - 结论依据:原文对该概念的说明、比较或案例支撑本卡解释;历史案例不等于当前临床有效性或监管认可。已经核验的边界与书中陈述分开。 - 原始内容:与测序相关的问题是,大家并不清楚我们需要什么样的计算方法来辅助测序与重构基因组,也不知道如何处理、储存和分析这些信息。第一个核苷酸序列匹配与比对算法慢得出奇,根本没有办法扩展到高通量数据分析的场景。此时,距离我们发明那些关键算法——测序质量评估、将测序片段组装为基因组,还有很长的一段时间。更要命的是,人们甚至不知道到底应该选择什么样的测序方式,也不清楚实现基因组测序计划需要解决什么样的计算问题。在1985年,测序完成的最大基因组是EB病毒 ,一共有1.72×105