Bioinformatics Toolbox

 

Bioinformatics Toolbox

Lesen, analysieren und visualisieren von Genom- und Proteomdaten

Der Editor in der Biopipeline Designer-App mit einigen der integrierten Blöcke, z. B. dem „Bowtie2“-Block. Der Pipeline Inspector ist auf der rechten Seite geöffnet und zeigt bearbeitbare Felder für den hervorgehobenen Block.
Der Editor in der Biopipeline Designer-App mit einigen der integrierten Blöcke, z. B. dem „Bowtie2“-Block. Der Pipeline Inspector ist auf der rechten Seite geöffnet und zeigt bearbeitbare Felder für den hervorgehobenen Block.

Aufbauen von Bioinformatik-Pipelines

Mit der Biopipeline Designer-App können Sie interaktiv durchgängige Bioinformatik-Pipelines lokal oder in der Cloud aufbauen und ausführen. Bauen Sie eine Pipeline mit integrierten Blöcken, die bewährte NGS-Bibliotheken enthalten, oder mit benutzerdefinierten Blöcken auf, um Analysen für jeden Schritt des Prozesses mit Community-Tools zu erweitern. Führen Sie Pipelines parallel (mithilfe der Parallel Computing Toolbox) und im Batch-Modus aus.

Die Genomics Viewer-App zeigt die Ansicht eines Satzes von Genomdaten.

Next Generation Sequencing (NGS)

Die Toolbox bietet Algorithmen und Visualisierungstechniken für NGS. So können Sie beispielsweise Reads vorverarbeiten, sie einem Referenzgenom zuordnen und statistische Analysen durchführen, beispielsweise differentielle Expressionsanalysen aus RNA-Seq-Daten oder ChIP-Seq-Datenanalysen.

Die Sequence Alignment-App zeigt zwei Sequenzen sowie die Übereinstimmung zwischen den beiden Sequenzen an.

Sequenzanalyse

Wenden Sie Sequenzanalysemethoden an, darunter die paarweise Sequenz, das Sequenzprofil und die Ausrichtung mehrerer Sequenzen. Manipulieren und bewerten Sie Sequenzen, um sich ein umfassenderes Verständnis Ihrer Daten anzueignen. Führen Sie anhand von bekannten Sequenzen BLAST-Suchvorgänge in Online- oder lokalen Datenbanken durch.

Ein Liniendiagramm mit einem Vergleich zwischen „Masse/Ladung“ und „Ionenintensität“. Durchschnittswerte einer Kontrollgruppe und einer Eierstockkrebs-Gruppe werden zusammen mit signifikanten Merkmalen abgebildet.

Massenspektrometrie-Datenanalyse

Die Bioinformatics Toolbox ermöglicht die Analyse von SELDI-, MALDI-, LC/MS- und GC/MS-Daten. Sie können Spektren glätten, ausrichten und normalisieren und mithilfe von Klassifizierungs-, statistischen und Machine-Learning-Techniken Klassifikatoren erstellen und potenzielle Biomarker identifizieren.

Ein phylogenetischer Baum mit etwa 30 Zweigen. Jeder Knoten des Baums ist mit einer entsprechenden Kennzeichnung auf der rechten Seite versehen.

Phylogenetische Baum-Analyse

Konstruieren Sie phylogenetische Bäume mithilfe hierarchischer Verknüpfungen mit einer Vielzahl von Techniken, darunter Nachbarschaftsverknüpfungen, Einzel- und vollständige Verknüpfungen und UPGMA (Unweighted Pair Group Method Average).

Diagramm eines Biopipeline Designer-Projekts mit Hervorhebung des FasterqDump-Blocks zum Herunterladen von Sequenz-Read-Daten aus dem SRA im FASTQ- oder FASTA-Format.

Lesen von Genom- und Proteomdaten

Sie können Daten aus gängigen Dateiformaten wie SAM, BAM, FASTA, FASTQ, GTF und GFF sowie aus Online-Datenbanken wie NCBI Gene Expression Omnibus, GenBank® und dem Sequence Read Archive lesen. Für Daten, die zu groß für den Arbeitsspeicher sind, können spezielle Daten-Container verwendet werden.

Ein MATLAB-Workflow, in dem Machine Learning zum Trainieren eines Modells verwendet wird. Die Ergebnisse des trainierten Modells werden in einem Konfusionsmatrixdiagramm mit den Validierungsdaten verglichen.

Statistische und Machine-Learning-Algorithmen

Die Bioinformatics Toolbox bietet Funktionen, die auf der Statistics and Machine Learning Toolbox aufbauen. Diese bietet interaktive Tools für die Merkmalsauswahl, Klassifizierung, Regression, Zuordnung und Anzeige von Hierarchiediagrammen und Pfaden.

Abbildung eines Volcano-Diagramms von Microarray-Daten. Unterhalb des Diagramms befinden sich Textfelder zur Aktualisierung von „p-Wert“ und „x-fache Veränderung“. Aktuelle „heraufregulierte“ und „herunterregulierte“ Gene und die zugehörigen p-Werte werden rechts angezeigt.

Microarray-Datenanalyse

Normalisieren Sie Microarray-Daten mit einer Reihe von Methoden. Identifizieren Sie differentiell exprimierte Gene und führen Sie mithilfe von Gen-Ontologie eine Anreicherungsanalyse der Expressionsergebnisse durch. Visualisieren Sie Gen- und Protein-Protein-Interaktionsnetze mithilfe graphentheoretischer Algorithmen.

Ein Workflow-Diagramm zeigt, wie ein Computer, auf dem MATLAB ausgeführt wird, mit MATLAB Compiler und MATLAB Compiler SDK zur Bereitstellung von Web-Apps, APIs und vielem mehr verwendet werden kann.

Bereitstellen und Teilen von Apps

Machen Sie aus Ihrem Datenanalyseprogramm eine individuelle Softwareanwendung. Erstellen Sie individuelle Benutzeroberflächen, integrieren Sie bestehende C, C++ und Java™-Anwendungen und stellen Sie Standalone-Apps bereit.

„Mit MATLAB können sich junge Biologinnen und Biologen genügend Programmier- und Mathematikkenntnisse aneignen, ohne sich vor dem Code fürchten zu müssen. Sie können in MATLAB ganz natürlich schreiben.“

Kostenlose Testversion anfordern

30 Tage kostenlos ausprobieren.


Bereit zum Kauf?

Angebot anfordern und Erweiterungsprodukte entdecken.

Studieren Sie?

Ihre Hochschule bietet möglicherweise bereits Zugang zu MATLAB, Simulink und Add-on-Produkten über eine Campus-Wide License.