广泛适用于生物数据科学算法在基因组学、临床科学、农业和药物设计

结果测序技术的进步和大幅降低成本,基因发现生物学呈指数增加。因此,新一代测序的应用,其中包括全基因组外显子组测序,已经成为一个强大的工具来理解的遗传病因复杂的特征。选择最合适的新一代测序平台可以挑战由于相当大的测序成本;其中包括收集生成大量的数据分析⁠之前和之后。因此,面临的主要挑战在于选择合适的分析方法在处理这些大量的序列数据以及如何过滤这些数据根据优先级和致病性。全基因组测序是一种先进的技术,最好的方法来分析,在数据生成和统计分析,目前未知。

与每一个基因的发现,接下来的发现变得更加困难,因为其余的基因更有可能罕见和错过了之前使用技术。为了克服这些障碍,遗传学家之间的合作,bioinformaticians,生物学家是一种有效的策略。在这个选择的文章,我们的目标是当前生物信息学算法和工作流在医学和农业,要么是天生的适用于一线从业人员,或者扩展或辅助程序,使它们可用。我们认为,农业和医学的领域有很多互相学习在这个意义上,因此包括一个研究课题。因此,我们的目标是提高生物信息学应用程序有一个无缝接口与临床医生、等一线从业人员转化研究人员和科学家。

感兴趣的主题包括,但不限于:

新的基因组生物信息学和计算生物学的发展

·计算算法,软件和统计模型。

·进展为现代生物信息学计算软件和计算工具。

·门店为现代基因组学的应用包括农业和医学。

关键字:医疗、农业、生物信息学、基因组学、Agrigenomics,门店,表型

重要提示:所有贡献这个研究课题必须的范围内的部分和期刊提交,作为其使命声明中定义。雷竞技rebat前沿有权指导检查手稿更适合部分或同行评审的期刊在任何阶段。