SeqMan-序列组装软件应用程序

· SeqMan NGen、SeqMan Ultra和SeqMan Pro的区别有哪些？        

SeqMan Ultra是SeqMan Pro的新面孔，这是我们长期以来的序列组装软件应用程序，拥有全新的现代直观界面，并在引擎盖下进行了大量性能改进。SeqMan Ultra为Sanger序列组装使用了很准确的重叠群组装算法，并为Sanger和NGS组装提供了广泛的组装后分析工具。与竞争对手相比，我们的算法在将桑格序列组装成单个重叠群方面做得较好，并根据轨迹质量和形状调用准确的一致序列。组装后，SeqMan Ultra独特地为您提供了轻松编辑组装数据的能力——暴露或修剪末端、引入突变——以及分析组装数据，包括查看色谱图、评估覆盖率、分析变体，以及检查单个重叠群中组织的多个样本。

SeqMan Ultra相关工作流

桑格序列组件：对装配的准确性充满信心。

桑格序列4个简单步骤组装——

• 步骤1：输入读数和参考序列（如果使用），并设置自动质量和矢量修剪
• 步骤2：（可选）预览色谱图并手动修剪末端
• 步骤3：运行组件
• 步骤4：分析程序集，包括评估覆盖范围和冲突

临床研究

用于人类基因组分析的激光基因基因组学临床研究工作流程：

• 设置：输入读取、BED/VCF文件，并选择人工或鼠标模板包
• 组装并识别变体：SeqMan NGen汇编测序数据并自动识别、注释和分析变体
• 比较样本：创建和比较变量集，应用统计过滤器
• 分析基因：轻松找到与变体集相交的基因并分析基因本体

De Novo基因组组装

4个简单步骤的De Novo基因组组装

• 步骤1：指定部件的顺序和参数
• 步骤2：检查冲突并评估覆盖范围
• 步骤3：将重叠组组装成支架
• 步骤4：添加序列以缩小差距

宏基因组组装

使用Lasergene Genomics强大的算法将宏基因组序列数据与不同的参考数据集对齐，或对新序列进行聚类以进行鉴定。

宏基因组学4个简单步骤组装

• 步骤1：设置并运行宏基因组程序集
• 步骤2：识别样本中丰富的菌株
• 步骤3：分析变体并评估覆盖范围
• 步骤4：可视化细 菌菌株的相对丰度

变量分析

4个简单步骤中的变量分析

• 步骤1:设置并运行组件
• 步骤2：比较多个数据集的变体
• 步骤3：筛选以查找感兴趣的变体
• 步骤4：查看路线内的变体

病毒基因组分析

4个简单步骤的病毒基因组测序分析

• 步骤1：在SeqMan Ultra中针对参考序列组装单个或多个病毒样本
• 步骤2：评估变体并导出感兴趣样本的一致序列
• 步骤3：在MegAlign Pro中将大组共有序列与已知菌株比对
• 步骤4：分析统计数据并识别路线中的变体

全基因组/外显子组测序

4个简单步骤的全外显子组/全基因组序列分析

• 步骤1：将数据与基因组模板对齐
• 步骤2：识别和比较感兴趣的变体
• 步骤3：分析注释数据上下文中的变体并读取对齐
• 步骤4：同时评估所有样品的装配覆盖率

 【相关界面展示】 

【英文介绍】

SeqMan Ultra is the new face of SeqMan Pro, our longstanding sequence assembly software application, complete with a new modern, intuitive interface, as well as lots of performance improvements under the hood. SeqMan Ultra uses the most accurate contig assembly algorithm for Sanger sequence assemblies, and provides extensive post-assembly analysis tools for both Sanger and NGS assemblies. When compared to the competition, our algorithm does the best job assembling Sanger sequences into a single contig, and calling the most accurate consensus sequence based on trace quality and shape. Following assembly, SeqMan Ultra uniquely offers you the ability to easily edit your assembled data – exposing or trimming ends, introducing mutations – as well as analyzing your assembled data, including viewing chromatograms, evaluating coverage, analyzing variants, and examining multiple samples organized within a single contig.