生物医学数据挖掘国际期刊
开放获取

抽象的

下一代测序、病毒和癌症基因组学生物信息学新视野综述

拉胡尔·库马尔·夏尔马

基因组学和分子生物学一直是全球生物学和生物技术领域研究人员的灵感和动力研究的源泉。这两个领域总是产生大量数据，为了编译和分析这些数据，生物信息学在过去十年中开始发挥作用。生物信息学的实施有一个明确的目的，即以高效、快速的方式进行所有这些数据分析，以减少昂贵的实验室设备、化学品和最宝贵的时间。大多数基因组数据由更大规模的测序结果组成，这就是为什么手动整理和处理这些数据非常困难。本次综述的最高目的是提高人们对除下一代测序之外的癌症基因组学和病毒基因组学中的生物信息学选择的认识。新一代测序或高通量测序在技术进步的帮助下极大地取代了旧的传统测序方法。与传统方法相比，这些技术非常高效、快速且便宜。最近使用的方法也在适当的标题下进行了讨论。生物信息学在管理和分析全球医学、生物技术和临床研究产生的大量生物数据方面的作用越来越大。但我们仍然需要了解生物信息学的挑战和局限性以及可靠性。与传统方法相比，速度更快、成本更低。最近使用的方法也在适当的标题下进行了讨论。生物信息学在管理和分析全球医学、生物技术和临床研究产生的大量生物数据方面的作用越来越大。但我们仍然需要了解生物信息学的挑战和局限性以及可靠性。与传统方法相比，速度更快、成本更低。最近使用的方法也在适当的标题下进行了讨论。生物信息学在管理和分析全球医学、生物技术和临床研究产生的大量生物数据方面的作用越来越大。但我们仍然需要了解生物信息学的挑战和局限性以及可靠性。