参与项目组项目的人

Participate in the team project

课题 1:多种新一代测序技术的数据产生模型与优化处理方法

课题 1:多种新一代测序技术的数据产生模型与优化处理方法: 重点从各种测序技术平台数据产生的源头开始研究数据的特点、实验设计策 略和数据处理方法,研究内容和目标包括:发展新一代测序技术中的编码模型和 高通量实验设计理论与方法,研究各种测序平台数据的数学模型和质量控制方法, 发展高通量测序数据的高效处理方法与工作流,研究跨平台测序数据的统合分析 方法。

更多

课题 2:面向新一代测序大数据量的计算模型与体系结构研究

课题 2:面向新一代测序大数据量的计算模型与体系结构研究: 重点从计算机科学角度系统研究新一代测序巨大的数据量带来的挑战。研究 内容和目标包括:发展高效的短序列回帖与拼接算法,结合大量序列回帖与拼接 的算法需求探索优化计算机体系结构和编程模型的方法,研究针对基因组数据的 高比率数据压缩算法和冗余数据删除方法,实现高密度数据压缩与存储,针对高 密度压缩的海量基因组数据发展高性能、高可靠的基因组数据搜索方法。

更多

课题 3:基于新一代表观基因组测序数据的细胞分化和肿瘤发生模型研究

课题 3:基于新一代表观基因组测序数据的细胞分化和肿瘤发生模型研究: 研究从新一代基因组和表观基因组测序数据中检测基因调控元件、提取表观遗传学信息的方法,识别各种调控因子的功能,分析细胞在不同分化状态的表观 遗传学变化;建立细胞状态转化的数学模型,发展根据调控网络定量刻画细胞分化状态的生物信息学新概念,实现对细胞分化和重编程过程的仿真模拟;通过综合运用新一代测序数据和其他组学数据,以肝癌为例建立肿瘤发生、转移和复发的数学模型,推进对肝癌发生发展机理的认识,也为新一代测序综合应用提供一个方法学框架

更多

课题 4:新一代转录组数据处理与网络集成分析的理论与方法

课题 4:新一代转录组数据处理与网络集成分析的理论与方法 : 研究对 RNA 测序数据的处理与分析方法,重点发展选择性剪接基因转录模式和表达量的推断方法,建立对基因表达和差异表达的新认识;研究宏基因组和 宏转录组的数据分析方法,发展基于序列统计特征的宏基因组、宏转录组数据比较和模式识别方法,通过宏转录组探索生物群落的功能特征;集成多种组学数据构建基因转录调控网络和剪接调控网络,研究网络的数学描述方法,发展新的网络功能表征指标,探索通过这些指标研究复杂疾病中调控网络的变化。

更多

课题 5:基于新一代测序数据的统计遗传学新理论、方法与应用

课题 5:基于新一代测序数据的统计遗传学新理论、方法与应用 : 发展从各类测序数据中准确高效地检测基因组遗传多态性信号的方法;重点研究采用新一代测序数据进行复杂疾病关联研究所需要的新的统计遗传学理论 和方法,研究混合样本测序的理论问题和实验设计问题;对非小细胞肺癌设计深度测序实验,运用所研究的方法成果在肺癌数据中寻找关键标志物,探索肿瘤基因组发生改变的规律。

更多