手頭測序數(shù)據(jù)已分析多次， 挖掘的深度仍然不夠， 距離發(fā)文章一步之遙， 與生信人員溝通起來費時費力！ 01.工具集簡介 百邁客云平臺工具集共包含104款工具，覆蓋12大功能類別，適合多種組學分析，讓數(shù)據(jù)挖掘輕而易舉；可快速添加示例，智能篩選文件，一鍵上傳本地文件，使用更簡便；平臺設有詳細的參數(shù)說明，以及界面點選式設置，參數(shù)呈現(xiàn)更透明； 02.熱門工具 繪圖工具（聚類熱圖、6元韋恩圖、GO圖、KEGG圖）、差異組和分析、表格文件轉tab文件、BLAST、FASTA工具集、WGCNA、基因功能注釋、PCA分析、保守序列預測、蛋白互作網(wǎng)絡圖、原始數(shù)據(jù)污染程度預估工具、microRNA靶基因預測、Annovar變異注釋、GATK突變檢測和注釋等； 03.成功案例 使用百邁客云平臺可視化小工具的用戶有13000+，一年內(nèi)使用各種小工具分析或繪圖超過10次的用戶有1000+，利用各款小工具發(fā)表文章數(shù)已有20余篇。 ...
百邁客云作為針對生命科學家的“Turn-key?BioCloud”，2015年初出茅廬，2016年開始全國推廣，一路走來得到了像中科院陳潤生院士等生信領域權威專家的大力支持和幫助。百邁客云日臻完善，集成式的計算資源和工具、交互性的操作界面、開放性的公共數(shù)據(jù)庫、實用的培訓講堂、專業(yè)的開發(fā)支持團隊、一站式體驗模式，成為廣大科研工作者生信分析智囊團，極大地加速了科研創(chuàng)新孵化進程，僅2017年一年內(nèi)基于BMKCloud分析發(fā)表的SCI可謂是層出不窮,捷報頻傳。 研究熱點揭秘 截止到11月3日，已發(fā)SCI數(shù)達到19篇，研究對象涵蓋了糧食作物、經(jīng)濟作物、人、家禽家畜、水產(chǎn)、林木、花卉、瓜果等類型。植物類占比52.63％，動物類占比42.11％，醫(yī)學類占比5.26％。發(fā)表的雜志有Archives of Toxicology（IF=5.905）、Frontiers in Plant Science（IF=4.298）、Scientific Reports?（IF=4.259）等。累計影響因子為65.3。 云平臺對這些文章都做了詳盡梳理解析，點擊即可查看： OsbZIP46、SAPK6基因共同過表達提升水稻抗旱能力Frontiers in Plant Science IF:4.298 通過轉錄組分析揭示馬杜霉素在原代雞心肌細胞中的毒性Archives of Toxicology ?IF:5.905? 小麥與禾谷胞囊線蟲在侵染初始階段的轉錄組響應 Scientific Reports IF:4.259 蕪菁花芽轉錄組比較分析解析多倍體異常減數(shù)分裂過程Frontiers in Plant Science IF:4.298 單側眼組織缺損和視網(wǎng)膜裂癥的家族遺傳原因Sci Rep .IF:4.259 圖1 2017年基于BMKCloud分析發(fā)表的部分SCI文章 產(chǎn)出單位分布 從通訊作者所屬地域來看的話，這些云平臺的用戶主要分布在全國12個省、直轄市，其中產(chǎn)出最多的單位是南京農(nóng)業(yè)大學，17年基于BMKCloud發(fā)表了3篇SCI（累計IF 13.23），短期連發(fā)多篇文章的老師也不少，南海水產(chǎn)所喻達輝老師4個月內(nèi)連發(fā)兩篇（累計IF 6.298），南京農(nóng)業(yè)大學的張艷麗老師更是在短短2個月內(nèi)連發(fā)兩篇（累計IF 7.329） 圖2 部分科研單位的地理分布 分析平臺熱度排行 百邁客BMKCloud已推出25款分析平臺，包括真核生物有參轉錄組、真核生物無參轉錄組、小RNA、長鏈非編碼RNA、微生物多樣性、重測序、ChIP-Seq、CircRNA、全轉錄組聯(lián)合分析等多個平臺，覆蓋轉錄調(diào)控、微生物多樣性、個體重測序、群體個性化分析等多種組學分析項目，可滿足所有分析高通量測序數(shù)據(jù)整合分析及深度挖掘的需求。 從2017年已發(fā)表的SCI文章來看，使用頻率最高的是有參轉錄組分析平臺,占比63％，lncRNA分析平臺和小RNA分析平臺占比11％，另外醫(yī)學外顯子分析平臺、微生物多樣性分析平臺、甲基化分析平臺各占比5％。 圖3 百邁客分析平臺使用熱度一覽 云課程 讓生物信息更簡單 BMKCloud部署了185+課時的線上培訓，囊括RNA系列、DNA系列、生物信息軟件使用和大家講壇等課程，每款APP（分析平臺）都有詳細說明及步驟提示，無論有沒有生物信息學基礎，用戶都能夠在短期內(nèi)玩轉各類分析。這些作者中有42.86％的老師是完全不懂生信的，約有50％的老師略知一二，僅7.14％對生信分析較了解。 BMKCloud熱門個性化分析 除了主流程APP之外呢，BMKCloud上也部署了104個分析工具、3款工具集。涵蓋12大功能類別（基因分析、遺傳進化、ncRNA、質控、組裝、比對、數(shù)據(jù)提取、突變、統(tǒng)計、表格處理、繪圖、序列分析等）。基本上可滿足所有轉錄組學分析的需求。圖4展示了19篇文章中熱門的個性化分析 圖4 BMKCloud個性化分析示例 僅從這19篇SCI內(nèi)相關分析內(nèi)容來看的話，使用次數(shù)最高的分析依次是GO分析、熱圖、KEGG分析、韋恩圖和COG分析。其中熱圖和GO分析使用率最高，均達到52.63%（圖5）；此外共表達趨勢分析，蛋白互作分析等分析也應用較多。 圖5 BMKCloud個性化分析熱度一覽 ? BMKCloud的便捷度 BMKCloud使用便捷，助您多角度進行分析挖掘，隨時隨地抓住分析靈感。 這些研究者中有35.71％的老師選擇在8：00-19:00進行分析，選擇晚上進行分析的老師占比21.43％，凌晨進行分析的占比7.14％。 這些研究者中所有擁有BMKCloud年賬號的用戶會對同一批樣本進行2-4次分析和挖掘，而實現(xiàn)這些僅需要修改參數(shù)、閾值或更換參考基因組等后重新投遞任務即可。避免了傳統(tǒng)科技服務模式中多環(huán)節(jié)溝通，多次收費，出錯率高的問題。 BMKCloud的速度 幾乎所有的研究者從拿到數(shù)據(jù)到分析完成所需周期都在3個月內(nèi)。35.7%的研究者1個月內(nèi)就完成了文章內(nèi)的全部分析內(nèi)容，其他的研究者拿到數(shù)據(jù)到發(fā)表文章的周期都控制在6個月內(nèi)。其中，中國農(nóng)科院油料研究所胡瓊老師項目組使用有參轉錄組分析平臺投遞了200G數(shù)據(jù)，7天就完成了整個主流程及個性化分析。 BMKCloud的口碑 云平臺分析和文章轉化的高效贏得了15000+用戶以及廣泛的認可度，所有研究者都對我們的演示、售后及便捷度做出了很高的評價，并表示愿意推薦給身邊的科研同事及圈內(nèi)朋友。2017年借助BMKCloud取得累累碩果的研究者們對云平臺評價如下： （1）簡單方便（流程標準化，圖形化，操作簡單，使用快捷，節(jié)省時間）； （2）靈活自由（參數(shù)設置可隨意更改，可隨時隨地分析以及查看進度）； （3）可重復（可多次分析，分析工具種類多樣，可以幫助挖掘出新的分析點）； （4）云課堂以及文獻資源很實用； （5）數(shù)據(jù)儲存空間大； （6）公共數(shù)據(jù)庫是大亮點。 廣大科研用戶的肯定，科研探索的累累碩果是對我們最好的肯定與鼓勵。百邁客將一如既往地秉承“成就客戶”的服務理念，持續(xù)迭代開發(fā)“云模式”，繼續(xù)引領科技服務2.0時代，更好地服務于廣大科研工作者。也希望越來越多的課題組能夠享受到云平臺的便捷與高效，發(fā)表更多更優(yōu)質的文章！ ? 年末福利 年底我們對老客戶發(fā)文有感恩活動，如果您基于平臺分析發(fā)表了SCI文章并引用了BMKCloud或www.dustyhill.net，即可獲贈1個月現(xiàn)有賬號使用權限！ ? BMKCloud有別于傳統(tǒng)的“服務器+命令行”的生信分析模式，是一種人人都可以分析的新型分析模式。百邁客云平臺代表了科技服務的新趨勢，我們已步入云端可視化自主分析的基因科技服務2.0時代了！ 為感恩回饋各位新老用戶對百邁客云的支持與關注，百邁客云現(xiàn)推出72款生物信息分析小工具供免費使用，希望在科研路上助您一臂之力！注冊百邁客云平臺即可免費使用。...
隨著高通量測序在功能基因組學領域的廣泛使用，轉錄組測序已經(jīng)是常規(guī)的技術手段之一。通過調(diào)查近幾年高通量測序轉錄調(diào)控相關文獻發(fā)現(xiàn)，文獻數(shù)目呈指數(shù)增長，但是絕大多數(shù)發(fā)表的文章水平普遍較低。進一步分析發(fā)現(xiàn)，大樣本轉錄組數(shù)據(jù)的深入挖掘、結合非編碼RNA進行聯(lián)合分析是高分文章的常用手段。百邁客現(xiàn)推出大樣本（全）轉錄組產(chǎn)品系列，目標直指轉錄調(diào)控高分文章。 1、配套針對性的實驗設計和分析方案 2、個性化項目分析內(nèi)容和數(shù)據(jù)挖掘思路 3、優(yōu)化、美觀、直接用于文章發(fā)表的圖表 4、數(shù)據(jù)分析、文章圖表繪制培訓班 5、百邁客云APP個性化分析至文章發(fā)表 6、結合公共數(shù)據(jù)進行百邁客云分析 7、搭建物種研究方向的轉錄調(diào)控數(shù)據(jù)庫 立即體驗...
隨著高通量測序行業(yè)的高速發(fā)展，測序價格大幅下降，單價的下降促成了轉錄組數(shù)據(jù)的爆發(fā)式增長，隨之而來的突出矛盾是模板化分析無法滿足發(fā)表文章的需求，需要對測序數(shù)據(jù)進行深入的挖掘！另外一方面是許多科研君并不具有數(shù)據(jù)挖掘經(jīng)驗和思路，也不具有生信分析基礎，不知道怎么選取數(shù)據(jù)挖掘工具，摸索周期長，數(shù)據(jù)轉化慢，文章發(fā)表周期長！ 為了解決上述的問題，我們公司重磅推出“云次賬號”這一產(chǎn)品。簡單來說就是我們開發(fā)了集成生物信息分析軟件、數(shù)據(jù)庫以及云計算為一體的生物數(shù)據(jù)信息分析平臺。而“云次賬號”是在傳統(tǒng)的科技服務的基礎上利用百邁客云集成的標準分析流程及個性化分析工具，為廣大科研君提供從建庫測序到文章發(fā)表的一站式服務！ 豐度的數(shù)據(jù)挖掘工具 可提交給美觀、個性化的分析結果 百邁客轉錄調(diào)控研究云次賬號已全面開啟，蓄勢待發(fā)！期待與您的精誠合作，早日實現(xiàn)高分文章發(fā)表。 點擊按鈕，即可免費試用！ 申請免費試用 名額有限，先到先得！...
據(jù).jpg)
近年來，隨著測序技術的不斷升級，測序通量越來越高，同時測序成本直線下降，高通量測序技術逐漸應用在科研、醫(yī)療、健康等各個研究領域。伴隨著大數(shù)據(jù)處理關鍵技術的突破和數(shù)據(jù)共享等契機的發(fā)展，大數(shù)據(jù)將在促進生物學發(fā)展中發(fā)揮重要的作用。 測序技術在生物學研究中的發(fā)展分成三個階段： 第一個階段：Genome Center唱獨角戲。在這個方向剛興起的初期，人才儲備較少，產(chǎn)出數(shù)據(jù)的成本也很大，只有少量的國家支持的Genome Center可以從事這方面的系統(tǒng)研究，做生物信息開發(fā)的目的也比較明確，就是為了完成基因組中心所承擔的一些重大國家科研課題。 第二個階段：高通量測序技術的進步和基因科技服務公司的崛起。當很多科學家看到了有那么多空白的山頭待開發(fā)，同時數(shù)據(jù)產(chǎn)出的成本也大幅降低情況下，科學家們對組學研究都躍躍欲試，科技服務的市場需求就出現(xiàn)了，同時經(jīng)過多年的人才儲備，也有了一定數(shù)量的技術人員，為科技服務公司的出現(xiàn)打下了人力基礎。這個階段生物信息開發(fā)注重的是“pipeline”，這樣能提高服務的效率，讓公司能更好的發(fā)展。 第三個階段：大數(shù)據(jù)的積累和豐富多樣的個性化分析需求。隨著NGS技術的不斷發(fā)展，測序成本不斷降低，數(shù)據(jù)積累也越來越快，同時隨著科學家對數(shù)據(jù)理解的深入，科學家的思路大大開拓，各種個性化的數(shù)據(jù)分析想法大量涌入腦海，“personalized”成為了這個階段的生物信息開發(fā)要滿足的關鍵需求。目前，測序技術在生物學研究中的應用已經(jīng)逐漸進入了第三個階段，基因大數(shù)據(jù)的價值已經(jīng)在很多方面超越了自己新測序項目的產(chǎn)出，同時傳統(tǒng)基因科技服務公司提供的“pipeline”的分析結果已越來越難滿足科研工作者的需求，一方面是分析工具和個性化的分析需求得不到滿足；另一方面，孤立的單個項目的數(shù)據(jù)分析形式越來越不能滿足科研的需要。能不能利用可視化的分析工具進行基因大數(shù)據(jù)的深入挖掘成為了能否在基因研究2.0時代成為佼佼者的關鍵因素。 測序數(shù)據(jù)量呈指數(shù)級增長 Nature Reviews Genetics報道稱，目前已發(fā)表的高通量測序數(shù)據(jù)利用率不足20%，很多有價值的信息被研究者所忽略，基于公共數(shù)據(jù)挖掘和分析將成為科學研究發(fā)展的趨勢。例如，2015年?Nature Genetics發(fā)表的文章通過分析正常組織和各種常見類型癌癥組織7256個轉錄組測序樣本，43T轉錄組數(shù)據(jù)中鑒定得到58000個lncRNA；發(fā)現(xiàn)上千種lncRNAs 在癌癥組織中特異表達，可以作為新的腫瘤標記物。2014年?Genome Biology 發(fā)表的文章通過研究13種組織和30個玉米轉錄組數(shù)據(jù)中LncRNAs的表達，鑒定出了20163個推測的LncRNAs，?并對LncRNAs的組織特異性的表達調(diào)控網(wǎng)絡進行了解析。最有代表性的是最大的癌癥基因信息的數(shù)據(jù)庫，Cancer Genome Atlas/TCGA蘊藏著難以想象的寶貴信息，圍繞TCGA已經(jīng)有很多重量級文章出現(xiàn)，PubMed收錄的利用其進行數(shù)據(jù)挖掘發(fā)表的文章已經(jīng)超過1500篇，而且對它的使用必然愈發(fā)重要?？梢哉f，已經(jīng)公開的高通量測序數(shù)據(jù)如同“金礦”一般，具有極高的學術價值。然而，科研工作者一方面不方便獲取符合自己需求的數(shù)據(jù)，數(shù)據(jù)的整合、分類、下載也會耗費較多的精力；另一個方面，缺少一個高效、易用的數(shù)據(jù)分析平臺，自主搭建一個大數(shù)據(jù)分析平臺，無論是硬件、軟件，還是人力、財力都是巨大的挑戰(zhàn)。這兩個因素導致大量的基因數(shù)據(jù)沉睡在哪里，不能很好的挖掘出其中的價值。 圖1. 整合6503個來源18個器官的人類RNA-seq公共數(shù)據(jù)集，分開組裝->混合組裝（Meta-assembly）->merge后得到384,066個高可信度人類轉錄本，用于后續(xù)功能分析。 Iyer MK et al. The landscape of long noncoding RNAs in the human transcriptome. ??Nat Genet. ?2015 圖2. 整合171個棉屬RNA-seq公共數(shù)據(jù)集，基于海島棉基因組進行棉屬轉錄本重構，基于重構的轉錄本序列信息，從中鑒定得到35,268個lncRNA，用于后續(xù)棉纖維發(fā)育相關lncRNA鑒定。 Wang M et al. ?Long noncoding RNAs and their proposed functions in fibre development of cotton (Gossypium...
生物信息和科技服務行業(yè)正在經(jīng)歷從1.0時代向2.0時代的變遷。在這個變遷的浪潮下，生物科研工作者，科技服務從業(yè)人員都面臨著哪些挑戰(zhàn)和機遇？從業(yè)十五年的百邁客CEO鄭洪坤認為：云模式，才是打開基因科技服務2.0時代的正確方式。 基因科技服務1.0時代：測序數(shù)據(jù)少，分析以標準分析為主且主要由服務公司完成 我很有幸一入行就進入了生物信息行業(yè)，到現(xiàn)在算起來也有15年了。這些年見證了生物信息和科技服務行業(yè)的發(fā)展?？萍挤赵谝淮鷾y序時代就存在，爆發(fā)式發(fā)展是從二代測序開始之后，隨著二代測序進入市場，測序價格大幅下降，二代測序被更多的科研工作者應用。科技服務的模式的初期，由于測序數(shù)據(jù)少，科學家們選擇一些有特點的物種、品種或者性狀進行測序，數(shù)據(jù)稍加分析就可以得到讓科研工作者為之興奮的結果，科研的創(chuàng)新度較高，發(fā)文章的概率也高，因此大大激發(fā)了科研人員用測序技術做研究的熱情。這個測序數(shù)據(jù)較少，分析要求不高且分析工作單純的由服務公司來做的階段可以定義為“科技服務1.0時代”。 基因科技服務2.0時代：PB級公共數(shù)據(jù)、云端可視化自主分析的基因大數(shù)據(jù)挖掘時代 隨著技術的不斷發(fā)展，測序成本越來越低，數(shù)據(jù)也越測越多，已經(jīng)提交到NCBI SRA數(shù)據(jù)庫的數(shù)據(jù)就已經(jīng)達到12P以上。特別是人、水稻、小鼠、玉米、豬、牛、大豆等一些重要物種數(shù)據(jù)積累的數(shù)量巨大，而且持續(xù)保持著高速增長。其中蘊含的巨大價值也開始引起廣大科研工作者的興趣，同時科技服務1.0模式中的數(shù)據(jù)挖掘程度已經(jīng)不能滿足科研的需求，科學家對數(shù)據(jù)做更深入挖掘的需求越來越高，需要更多探索性的、個性化的分析，以從眾多同質化的科研項目中脫穎而出。 圖1.公共數(shù)據(jù)逐年增長情況 圖2.Top10公共數(shù)據(jù)分類（單位：Tbases） 數(shù)據(jù)分析要求變高，對科技服務類公司無疑是個大的挑戰(zhàn)。首先，對科研數(shù)據(jù)的深入挖掘往往涉及到更深層次的科學問題，個性化程度極強，這就要求生物信息人員不但要掌握生信專業(yè)知識和技能，還有相對豐富的生物學知識，才能真正理解科學家的需求，對服務人員的要求大大提高；其次，由于科研工作本身探索的就是未知領域，存在相當?shù)牟淮_定性，數(shù)據(jù)分析的結果不一定和科學家最初的科研設計一致，會導致科學家對服務公司的滿意度不高。因此科研工作者開始不斷的換公司進行嘗試，隨著小公司的不斷涌現(xiàn)，稂莠不齊，科技服務市場也越來越混亂。數(shù)據(jù)分析同質化嚴重，數(shù)據(jù)深入挖掘程度不足，溝通效率低，分析成本高等開始制約科技服務行業(yè)的發(fā)展。因此必須通過變革，用一種新的更高效的模式來逐步優(yōu)化現(xiàn)有的科技服務模式。 因此很多人都想到搭建生物云平臺，在云端放上需要的軟件，放上需要的數(shù)據(jù)，讓科研工作者可以自己去分析，可以根據(jù)自己的需求去做深入數(shù)據(jù)挖掘，提高科研效率。有不少公司開發(fā)了生物云平臺，但是能被科研工作者所廣泛應用卻不是一個容易的事情。 適合生物科研工作者的云平臺必需具備以下四點要求：首先，需要對客戶數(shù)據(jù)分析需求有深入的了解，這就需要有非常豐富的的分析經(jīng)驗，并且可以在現(xiàn)有科技服務模式上不斷提煉客戶新的需求；其次，要保障所用軟件數(shù)據(jù)準確性，就需要豐富的實踐經(jīng)驗，需要有多年、成千上萬項目的積累；再次，要讓生物信息開發(fā)和IT開發(fā)“兩手抓，兩手都要硬”，即要保證云計算底層架構是符合基因大數(shù)據(jù)研究的需要，也要保障生物信息軟件符合IT開發(fā)的高要求，可視化并簡單易用的；最后，要有符合當前客戶特點的培訓體系，讓客戶能快速上手操作，在平臺上能夠很容易找到實現(xiàn)自己需求的分析工具和數(shù)據(jù)。 如此“高配”的要求，正是導致之前開發(fā)的一些云平臺不能為科研工作者所用的真正原因。這些平臺，要么里面只有標準化流程，客戶想要解決的深入挖掘問題不能實現(xiàn)，要么只是各種軟件疊加上去，客戶看著無從下手；又或者只是在云計算的底層做了大量開發(fā)，而應用層開發(fā)不到位，導致客戶根本不會用。 “百邁客云”使以上問題得到破解。百邁客多年的科技服務經(jīng)驗中提煉出的客戶需求，數(shù)以萬計的項目分析經(jīng)驗保證了分析的準確性，生物信息人才和計算機人才團隊的緊密合作，多年生物信息培訓班等知識傳播經(jīng)驗為百邁客云平臺的開發(fā)和應用提供了有力的保障。從而使云平臺能夠更好的滿足客戶數(shù)據(jù)深入挖掘的需求，能夠在科研工作者中廣泛推廣和輕松使用。這種模式讓我們的研究人員有更多的精力去把握科學技術前沿發(fā)展，設計科研的思路，不用擔心生物信息和IT的技術問題，真正實現(xiàn)了我們一直以來希望的客戶通過云平臺自己做分析，相比科技服務1.0模式是一個顛覆性的變革，“授人以魚不如授人以漁”，這種可以讓生物學家在云端對自有數(shù)據(jù)結合PB級公共數(shù)據(jù)自主進行可視化、交互式基因大數(shù)據(jù)挖掘的科技服務模式我把它定義為“科技服務 2.0 時代”。 百邁客云，讓每個課題組都輕松具備生信分析能力，引領基因科技服務2.0時代 圖3.基因科技服務2.0時代 百邁客云提供了“云服務”和“云賬號”兩種模式。 “云服務”是測序分析的項目以“云服務”的模式開展，所有的項目數(shù)據(jù)都會推送到云上，標準分析都由技術人員完成，項目相關的數(shù)據(jù)深入挖掘和個性化分析部分由技術人員帶領客戶在云上進行，客戶也可以自主在云端進行數(shù)據(jù)分析，簡單來說就是數(shù)據(jù)分析科研人員想自己做就自己做，不想自己做就交給公司做，這種模式能夠解決服務公司售后個性化分析期限的問題，科研人員可以在云上進行分析，直到文章的發(fā)表；“云賬號”主要針對做過或熟悉高通量測序，手里有一些沒有完全挖掘的數(shù)據(jù)，還想充分利用公用數(shù)據(jù)的用戶，經(jīng)過簡單的培訓后，就可以在云平臺上自主分析數(shù)據(jù)，多種分析軟件都可以使用，深入挖掘自己以前的所有項目數(shù)據(jù)，也可以利用NCBI等公共數(shù)據(jù)進行挖掘研究，課題組的多個成員可以同時開展多個項目，提高研究的效率。 科技服務2.0時代對科研工作者是一個新的機遇。對于科研經(jīng)費相對充足的科學家，自己往往做較多的測序項目，以云模式進行分析能節(jié)省大量的分析經(jīng)費，提高經(jīng)費的使用效率，產(chǎn)出更多科研成果。對于科研經(jīng)費相對不太充裕的科學家，可以通過充分利用公共數(shù)據(jù)進行科學研究，節(jié)省了不必要的測序費用，用云模式同樣可以產(chǎn)出豐碩的科研成果。 百邁客云從2013年開始開發(fā)，經(jīng)過小伙伴們2年多的開發(fā)和內(nèi)部外部測試，以每周一個新版本的迭代速度于2015年正式邁入市場，成為針對更多生命科學家的“Turn-key?BioCloud”，2016年開始全國推廣。百邁客云得到了像中國科學院院士陳潤生院士、中科院基因組所于軍研究員、北京大學羅靜初教授等中國生物信息領域的權威專家的大力支持和幫助。百邁客云日臻完善，可以開放的讓科研工作者來體驗和使用，目前已經(jīng)有上萬科研用戶注冊使用，開啟了云端自主數(shù)據(jù)深入挖掘的新時代。得到廣大科研用戶的肯定是對我們最大的鼓勵，百邁客“云模式”將持續(xù)迭代開發(fā)，繼續(xù)引領科技服務2.0時代，更好的服務于科研工作者，加速科研創(chuàng)新，“成就客戶”是我們服務的理念，讓每一個課題組都具備生物信息分析能力，讓每一位科學家能從百邁客云模式中受益。 立即體驗...
全新的聚類熱圖已經(jīng)上線啦~ 熱圖繪制工具增加了圖片編輯與圖片&列表交互功能。 圖像編輯功能可實現(xiàn)熱圖顏色調(diào)整、樣本名修改、基因名修改、字體修改，同時支持png、pdf、svg不同尺寸圖片保存，方便大家在進行文章投稿過程或日常數(shù)據(jù)整理過程中對圖片的修改。 圖片與列表交互功能可實現(xiàn)對聚類熱圖中各個聚類模塊內(nèi)基因ID及其表達量信息的提取，利用該交互功能得到的信息，結合云平臺上表達模式分析工具、基因功能分析工具及文件操作工具，可深入挖掘聚類熱圖上不同聚類模塊內(nèi)基因集合的表達模式與功能信息。 接下來小云為您展示一下聚類熱圖應用場景： 文獻場景1 文獻場景2 文獻場景3 應用示例...
若你需要分類，其實我很美——分類柱圖&分類餅圖 利用圖片展示基因分類統(tǒng)計結果會更加直觀，小云準備了分類柱圖和分類餅圖兩款小工具給大家，只需登錄百邁客云平臺，在“分析平臺”——“綜合”——“繪圖工具”中就能找到它們，免費使用更劃算的。 小云一次交兩份作業(yè)是不是很厲害？跟我一起體驗下它們吧~ 分類餅圖 這款工具可統(tǒng)計輸入文件列表中，NR的功能分類情況或者一般性的字段并繪制餅圖。同時可根據(jù)餅圖調(diào)取每個分類對應的數(shù)據(jù)詳情列表，并進行搜索操作。 按照說明上傳文件就可以畫出美美的餅圖啦，好奇寶寶們也可以直接添加示例文件進行繪圖，深入了解下這款小工具。 吶，根據(jù)示例文件繪出的圖形長這樣。我們家餅圖同學有三副面孔，配色很好看呢。 點擊圖片底部的基因分類小方格就可以添加或者刪除該分類。 還可以按照個人需要調(diào)整格式，動動手指就能拿到真·私人訂制·餅圖，挑你心儀的形狀格式就可以直接下載帶走了，一定要畫個餅圖感受小云的厲害啊喂~ 分類柱圖 這款小工具可統(tǒng)計輸入的基因功能列表中，COG、KOG、KEGG、NR以及其他類型信息的分類情況并繪制柱圖，也可比較全部基因和部分目標基因的分類差異。同時可根據(jù)柱圖調(diào)取每個子分類對應的基因詳情列表，并進行調(diào)整、搜索、排序等操作。 按照說明上傳文件就可以畫出柱圖啦，好奇寶寶們同樣可以直接添加示例文件進行繪圖，深入了解下這款小工具。 根據(jù)示例文件繪出的圖形長這樣，鼠標懸停在柱圖上就會直接顯示數(shù)據(jù)。 同樣可以根據(jù)需要對柱圖進行詳細調(diào)整，標題字號統(tǒng)統(tǒng)都能自行設置，圖片和表格數(shù)據(jù)都可以下載打包帶走。 有了這兩款小工具，分類作圖是不是也要變成一種享受了？圖好看成就感也upup！ 這些小工具只是冰山一角，還有超多功能小云會為大家陸續(xù)介紹的，請多多關注百邁客云。更多精彩，一起期待！...
新技能：如何在NCBI按照影響因子查找文章 作為一只科研狗，在NCBI上搜索文章是最基本的生存技能。NCBI上的PubMed 是一個免費的搜索引擎，提供生物醫(yī)學方面的論文搜索以及摘要，目前收錄有至少2600萬文章。其網(wǎng)址如下：https://www.ncbi.nlm.nih.gov/pubmed。 例如我們想搜索水稻的轉錄組文章，可以輸入關鍵詞rice transcriptome，共有881篇文章。PubMed檢索出的文章可以按照發(fā)表時間、匹配度、作者、期刊、標題等進行排序，但是很多時候我們想搜索一些發(fā)表在影響因子比較高的期刊上的文章，如何對影響因子進行限定呢？這就需要用到PubMed的Filter功能。 首先，你需要一個NCBI的賬號，點擊右上角的Sign in to NCBI，簡單注冊之后，點擊create account，即可獲得NCBI的賬號。 現(xiàn)在，可以點擊右側上部的Manage Filters，創(chuàng)建新的filter用于按照影響因子篩選文章。然后點擊Create custom filter按鈕。 然后就會出現(xiàn)下面的對話框： 在打開的對話框Query ?terms中復制粘貼以下字符： “CA-CANCER J CLIN”[journal] or “NEW ENGL J MED”[journal] or “NAT REV DRUG DISCOV”[journal] or “LANCET”[journal] or “NAT BIOTECHNOL”[journal] or “NAT REV IMMUNOL”[journal] or “NAT MATER”[journal] or “NAT REV MOL CELL BIO”[journal] or “NATURE”[journal] or “ANNU...