FAQ

미생물 군집분석 서비스를 위해 metagenomic DNA(gDNA)를 준비해주시거나 PCR 실험을 통해 얻으신 amplicon을 보내주시면 됩니다. 만약 DNA 추출이 어려우신 고객들은 환경 시료 자체를 보내주시기 바랍니다.

Environmental sample(환경, 식품 등):
멸균된 용기에 약 2~3회 진행할 수 있는 양인 3g이상 준비 부탁 드립니다. Water sample중 깨끗한(맑은) 샘플일 경우 1 리터 이상의 샘플을 필터링한 필터를 2장 이상 접수해 주시기 바랍니다.

gDNA:
샘플 종류에 따라 환경에 존재하는 humic acid 제거 과정을 거치므로, 최소 농도 20ng/ul 이상, volume 20ul 이상의 DNA를 보내주셔야 PCR fail 등을 고려하여 충분히 실험을 할 수 있습니다. 실험을 수행하고 남은 DNA는 다시 돌려 받으실 수 있으니 최대한 많은 양을 보내주시면 원활한 실험이 가능합니다. 양이 너무 적거나 농도가 너무 낮을 경우 부득이하게 샘플을 접수할 수 없다는 점을 양해해 주시기 바랍니다

Amplicon:
직접 제작하신 primer와 index를 사용하셔서 증폭한 산물을 접수하고 있습니다. 의뢰 시 PCR product의 농도와 Index sequence 정보를 제공해주시면 분석을 수행할 수 있습니다. PCR product는 Nanodrop 측정 방법으로 농도 20ng/ul 이상, volume 20ul 이상을 보내주셔야 sequencing을 하는데 무리가 없습니다.

DNA추출은 MP Bio사의 FastDNA® Spin Kit for soil를 이용하여 genomic DNA를 추출하고 있습니다. 이 외에도 많은 제조사에서 다양한 extraction kit 가 판매되고 있는데, DNA가 충분하게 추출된다면 어떤 kit를 사용하시든 문제가 되지 않습니다. 샘플 종류에 따라 순도 높은 많은 양의 DNA를 추출할 수 있는 적절한 kit를 선택해서 사용하시면 됩니다. 단, 비교하시고자 하는 샘플들은 반드시 같은 방법으로 DNA추출이 이루어져야 동일한 비교가 가능하다는 점을 알려드립니다.

미생물 군집의 비교를 위해서는 비교하고자 하는 대상 시료는 모두 같은 조건으로 실험을 수행해야 합니다.
일반적으로 DNA extraction 방법이나 PCR condition 차이 등에 의해 community 구성에 차이가 발생할 수 있습니다. 이는 original community의 차이가 아니라 실험과정에서 발생하는 차이이므로 당초 계획한 community 비교가 될 수 없습니다. 일반적 환경 시료의 경우, 특히 soil sample에는 PCR inhibitor 물질인 humic acid가 많이 존재하므로 humic acid 제거 과정을 거치는 것을 권장하고 있습니다.
이 과정을 통해서 PCR 반응의 성공 확률을 높일 수 있습니다. 논문을 작성하실 때는 반드시 비교대상 시료를 동일한 조건에서 실험하는 것을 권장드립니다.

고객님이 직접 PCR을 하신 경우 index가 샘플 별로 서로 겹치지 않아야 합니다. 분석 시 index로 샘플 origin을 구분하기 때문에 반드시 서로 다른 index를 사용하셔야 합니다. Amplicon size는 약 400~600 bp가 되어야 하며, short fragment, long fragment, primer dimer 등을 제거하는 purification 과정을 거치는 것이 중요합니다.

일반적으로 DNA QC 통과 후 4~5주 내에 분석결과를 제공하고 있습니다. 의뢰하신 샘플 종류(환경시료, DNA, amplicon 등) 및 서비스 종류 (실험 포함 여부 등)에 따라 기간은 달라질 수 있습니다.

데이터 다운로드 홈페이지, Support 메뉴 그리고 프로그램 내 Help 메뉴에서 program manual을 보실 수 있습니다. 메뉴얼을 참고 부탁드리며, 메뉴얼에 없는 사항 중 궁금하신 부분은 bs.ngs@cj.net으로 언제든지 편하게 문의 부탁드립니다.

CLcommunity에서 phylogenetic tree를 그리는 기능은 제공하지 않고 있습니다. 다만 특정 OTU에 해당하는 reads들의 염기서열을 FASTA 포맷으로 저장할 수 있습니다. 저장 후에, EzEditor 또는 MEGA등의 alignment tool을 이용하여, alignment 수행 후 phylogenetic tree를 그릴 수 있습니다.
EzEditor 다운로드 받기https://www.ezbiocloud.net/tools/ezeditor2

uc는 unclassified를 의미 합니다. 분석 과정에서 각 read들은 EzBioCloud 데이터베이스에 BLAST를 실행하여 동정을 합니다. 이때 BLAST의 결과와 read간 pairwise sequence similarity를 X라 하면, 다음과 같은 기준을 사용합니다.

① 100 > X >= 97 species
② 97 > X >= 95 genus
③ 95 > X >= 90 family
④ 90 > X >= 85 order
⑤ 85 > X >= 80 class
⑥ 80 > X >= 75 phylum

그런데 어떤 reads가 EzBioCloud database 내의 특정 sequence와 95%의 sequence similarity를 보인다면, genus까지만 동정이 되고 species 수준은 알 수 없습니다. 이 같은 경우는 _g_uc를 사용하게 됩니다. 참고로 위의 기준은 반드시 따라야 하는 기준은 아닙니다.

CLcommunity 프로그램을 실행한 후 “Open clc file(s)” 메뉴를 통해 샘플의 데이터들을 loading해 주십시오.

Sample list가 보이는 창에 순서를 변경할 샘플을 선택하신 후에 마우스 오른쪽 클릭하시면
move sample up, move sample down 메뉴가 있습니다. 해당 메뉴를 이용하면 순서를 변경 할 수 있습니다.

단축키 Ctrl + up, Ctrl + down을 이용해 순서를 변경 할 수도 있습니다.

분석된 read는 pairwise alignment를 통해 similarity가 가장 높은 것으로 동정이 됩니다. 이 과정에서 similarity가 매우 유사한 sequence가 다수 존재하는 경우가 발생하는데, 이는 16S ribosomal RNA 전체 sequence가 아닌 V3-V4 region 등과 같은 특정부분만 시퀑싱을 했기 때문입니다.
이 경우 CLcommunity의 community 브라우저(메인 브라우저)의 오른쪽 contig table과 clone table에서 마우스 오른쪽 버튼을 클릭해서 보여지는 pop-up메뉴의 BLAST Top 5 메뉴를 클릭하셔서 이 목록을 확인할 수 있습니다.

CLcommunity에서는 clc (*.clc) 파일만 지원 가능하며, FASTA나 sff 파일은 오픈할 수 없습니다.

샘플의 species richness를 나타내는 대표적인 자료입니다. Rarefaction curve의 X축은 무작위로 뽑아내는 read의 수를 의미하며, Y축은 이렇게 추출한 read들을 특정 기준으로 클러스터링 했을 때의 OTU의 수를 나타냅니다. 다양한 종이 존재하는 샘플이라면, 무작위로 추출하는 read의 수가 커지면 커질수록 그 안에서 형성되는 클러스터의 수는 계속해서 증가하는 양상을 보입니다. 반대로 종 다양성이 낮은 샘플인 경우, 무작위로 추출하는 read의 개수가 많아져도 어느 순간부터 더 이상 OTU의 수는 증가하지 않게 됩니다. Rarefaction curve를 구현하기 위한 프로그램으로 CDHit과 UCLUST를 사용하며, 분석 과정에서는 97% similarity를 기준으로 클러스터링을 수행합니다.
EzBioCloud 에서는 UCLUST를 사용한 rarefaction curve만을 제공합니다.

Species evenness를 나타내주는 자료입니다. 임의의 similarity cutoff로 (예. 97%) clustering을 한 후 OTU의 사이즈, 즉 해당 OTU에 포함 되는 member들의 수를 기준으로 내림차순으로 정렬한 후 X축에는 정렬 순서, Y축에는 OTU의 사이즈를 나타내도록 plotting한 차트 입니다. 샘플 내의 미생물 군집에 여러 종이 고르게 분포 되었는지 아니면 소수의 종이 우점하고 있는지를 판단하는데 필요합니다.

Random sub-sampling 메뉴를 이용하여 모든 샘플을 같은 수의 read를 갖도록 하는 새로운 clc (*.clc) 파일을 생성 할 수 있습니다.
새롭게 생성된 파일에는 원래 파일에 있었던 rarefaction curve 등의 diversity index 값이 그대로 들어가는데, 이 인덱스들은 새롭게 생성된 파일에 있는 데이터들을 반영한 수치는 아니므로 참고하지 마시기 바랍니다. Diversity index 등의 값은 서버에서 계산해서 제공하는 값들이기 때문에 CLcommunity에서 따로 계산 할 수는 없습니다.
Diversity index 및 통계수치가 반영된 데이터를 확인하시려면 EzBioCloud를 활용하여 분석을 진행하시기 바랍니다.

CLcommunity에서 제공되는 Fast UniFrac은 weighted UniFrac으로, 샘플들 사이 taxon의 abundance 차이를 고려하여 계산합니다. 진화 속도가 빠른 taxa를 포함하고 있는 샘플들을 비교할 경우, UniFrac 값이 크게 계산될 수 있어 phylogenetic tree의 root에서 sequence까지의 거리의 평균 값으로 나누어주는 Normalization 작업을 이용하는 것을 권장 드립니다.

R 통계 패키지의 vegan module을 이용하시면, CLcommunity에서 기본적으로 보여주는 이미지 외에 다양한 옵션으로 이미지를 만들 수 있습니다. 고급 사용자에게 권장합니다.

Illumina만을 이용한 sequencing은 draft sequence를 얻을 수 있습니다. 10 Mb 이하의 bacteria genome의 경우 평균 100X 정도의 coverage를 보장하며, 기본적으로 De novo assembly로 contig를 조합하나, Target genome과 비슷한 reference genome이 존재할 경우 이를 기반으로 contig 순서를 유추하여 제공할 수 있습니다.
PacBio 는 Single Molecule Real-time Sequening(SMRT)기술이 적용된 platform으로 고순도의 gDNA를 이용하여 길이가 매우 긴 read length를 생성합니다. 그리하여 De novo sequencing에 적용이 유용하며, complete 된 데이터 생성에 유리합니다.
따라서 De nove sequencing이 가능하며 genome completion 분석 가능성이 높습니다.

분석된 유전체의 다양한 통계 정보와 Sequence data(Genome, CDS, 16SrRNA) 및 annotation data를 얻을 수 있으며, 유전체의 오염 여부등을 확인할 수 있습니다.

모든 protein마다 NCBI의 RefSeq Database와의 상동성 비교를 통하여 protein function 을 알아내고, NCBI COG에 의한 COG 분류, FIGfam에 의한 SEED 분류, EC 분류 등의 정보를 종합하여 annotation 결과로 나타내게 됩니다.

가능한 degradation이 없는 high quality DNA 상태로 추출하여야 합니다. Phenol extraction 등 manual method로 추출하거나 시중에 나와있는 어떤 종류의 kit를 사용하여 추출하여도 별 다른 문제는 없습니다. Gel electrophoresis 이미지 상에서 smear하게 끌리는 부분 (degradation)이 없어야 합니다.
필요한 DNA 양은 sequencing 서비스 종류에 따라 다릅니다 (표 참조). Library 제작 과정 중에 fragmentation 및 clean-up 단계에서 loss 가 생길 수 있으므로 2회 분량 이상을 추천합니다.

일반적으로 DNA QC 통과 후 6~8주 내에 분석결과를 제공하고 있습니다. QC 결과는 약 1주일정도 소요되나, 16S rRNA sequence(Sanger) 결과를 요청하시는 경우는 약 3일 정도 추가됩니다.

CLgenomics는 JAVA 기반의 응용 프로그램입니다. JAVA 는 모든 운영체제와 호환되는 프로그램 언어로서, JAVA 기반의 프로그램을 설치 및 실행 시키려면 JAVA Virtual Machine와 JVM이 필요합니다. JAVA는 무료 프로그램으로 쉽게 다운받아 설치하실 수 있습니다. 현재 CLgenomics는 Microsoft Windows 운영체제에 최적화되어 있습니다.

mRNA 는 Prodigal 프로그램을 이용하여 protein-coding gene을 prediction하고, rRNA는 cmsearch, tRNA 는 tRNA-scan program을 이용하여 유전자의 위치를 찾습니다. 이렇게 나온 결과들은 KEGG, EggNOG, SEED, Swiss-Prot 등의 database를 기반으로 UBLAST 프로그램으로 분석하여, 각각의 유전자의 기능을 예측하게 됩니다.

CLgenomics program 상단 메뉴의 [Map > Browse Genome Map] 을 클릭하면 map을 보실 수 있습니다. 또한, gene content를 circular 형태의 이미지로 보실 수 있습니다.

Circular image는 다섯 개의 원으로 구성 되어 있으며 각 원은 외곽으로부터 안쪽 방향으로 rRNA/tRNA, Reverse CDS, Forward CDS, GC Ratio 와 GC skew 의 정보를 각각 나타내고 있습니다.

CLgenomics 상단에 export 메뉴를 이용하시면 됩니다. [Export > Full annotation] 메뉴를 선택하면 annotation 정보를 볼 수 있습니다. CDS, rRNA, tRNA 등의 feature 정보를 MS Excel에서 열리는 CSV 파일 형태로 저장합니다. 위 정보들은 RAST 와 NCBI COG database를 이용하여 얻어진 것이며 SEED function, SEED category, COG ID, COG category, COG function, EC number 등의 정보를 확인할 수 있습니다.

Contig의 sequence를 출력하고 싶으시면 CLgenomics 상단에 [Export > FASTA] 메뉴를 이용하시면 됩니다.

CLgeomics의 [Analysis > MuMmer] 를 이용하면 됩니다. CLgenomics에 두 개 이상의 genome data가 열려 있다면 두 개의 genome data를 선택하여 MuMmer 프로그램을 이용한 genome alignment를 할 수 있습니다. Whole genome alignment의 결과는 dot plot 이미지로 확인 할 수 있으며 PNG 파일로 저장됩니다. MUMmer 프로그램을 사용하면, 두 개의 genome sequence의 서열의 유사성을 전체적으로 비교 할 수 있습니다.
자세한 내용은 프로그램 홈페이지(http://mummer.sourceforge.net/)를 참고하시기 바랍니다.

Ribosomal RNA가 포함된 total RNA 상태로 보내시면 됩니다. Target sample에서 Total RNA를 효율적으로 추출할 수 있는 적합한 방법을 선택하셔서 추출을 진행 하십시오.
다만 spectrophotometer로 측정하였을 때 A260/280 수치가 1.8을 넘는 것을 권장합니다. 또한 gel electrophoresis 이미지 상에서 희미하게 끌리는 부분 (degradation)이 없어야 합니다.

Total RNA QC 통과 이후 5~6주일 이내에 결과를 발송합니다.

Bacteria의 경우 total RNA에서 ribosomal RNA를 제거한 후, 남은 mRNA를 sequencing에 적절한 사이즈로 fragmentation합니다. 그 다음 random hexamer로 역전사 과정 및 second strand synthesis를 거친 후 생성된 double-stranded cDNA의 양쪽에 sequencing adaptor를 ligation한 다음 PCR library 증폭을 거쳐 sequencing합니다.

Ribosomal RNA를 제거하는 kit를 이용하여 제거합니다. 추천키트는 Ovation® Complete Prokaryotic RNA-Seq Library Preparation Kit 그리고 Ribominus™ Transcriptome Isolation Kit (Yeast and Bacteria)입니다.

각 유전자에 대한 상대적 발현량 데이터와 발현 양상 및 다양한 통계적 수치 를 얻을 수 있습니다.

① FASTQ 포맷의 raw data
② CLRNASeq; 프로그램으로 분석할 수 있는 clt 포맷의 결과 파일 clt (*.clt)을 제공합니다. 자세한 내용은 CLRNASeq 프로그램 매뉴얼을 참조하여 주십시오.
매뉴얼은 데이터 다운로드 홈페이지, Support메뉴 그리고 프로그램 내 help 메뉴에서 program manual에서 확인가능 합니다.

네. Illumina 사의 Truseq Stranded mRNA Sample Prep Kit를 이용하여 library 를 제작함으로써 strand-specific에 대한 정보를 온전히 제공하고 있습니다.
원리는 cDNA second strand 합성시 dUTP를 incorporation 한 후, PCR 단계에서 enzyme 처리를 통해 uracil이 포함된 strand를 제거하고 first strand만 PCR하는 방법으로 strand-specific data를 유지합니다.

대략 10% 이하라면 큰 문제없이 구별됩니다.

Mapping browser를 통하여 non-coding RNA일 것으로 예측되는 발현 부분을 수동으로 추정할 수 있습니다. 그러나 이들이 진짜 non-coding RNA인지 판단할 수 있는 공식적인 기준은 알려진 것이 없으며, 단지 해당 부분의 sequence에 RNA 발현이 있다는 것만 확인이 가능합니다.

아직 이 서비스는 제공하지 않고 있습니다
대략의 위치는 mapping browser를 통하여 추정이 가능하나 실제 library 제작 과정에서 mRNA fragmentation이 있으므로 transcript의 end 부분이 보존되지 못합니다. 따라서 transcription start site의 정확한 mapping을 위해서는 sequencing library를 transcription start site를 볼 수 있는 방법으로 제작하여 sequencing하여야 하나, CJ 바이오사이언스에서는 해당 library제작을 제공하고 있지 않습니다.

CLRNASeq은 JAVA 기반의 응용 프로그램입니다. JAVA 는 모든 운영체제와 호환되는 프로그램 언어로서, JAVA 기반의 프로그램을 설치 및 실행 시키려면 JAVA Virtual Machine, JVM이 필요합니다. JAVA는 무료 프로그램으로 쉽게 다운받아 설치할 수 있습니다. 현재 CLRNASeq은 Microsoft Windows 운영체제에 최적화되어 있습니다.

가능합니다. 다만 CJ 바이오사이언스의 분석 파이프라인을 통해 CLRNASeq에서 사용할 수 있는 *.clt 포맷의 파일로 변환(Bioinformatics 서비스)하여야 하므로 raw데이터를 보내주셔야 합니다. 자세한 내용은 학술사업부(bs.ngs@cj.net)으로 연락 부탁드립니다.

Strand-specificity는 RNA-Seq library를 제작할 때 제작 방법에 따라 결정됩니다. Library 제작 시에 어떤 library 제작 키트를 사용하였는지 알아보려면, CLRNASeq 프로그램 구동 시 Step 2에서 *.clt 파일을 로딩한 후 나오는 화면의 Library method 항목에서 확인이 가능합니다.

CLRNASeq 프로그램 구동시 Step 2에서 *.clt 파일을 로딩한 후 나오는 화면의 테이블에서 확인이 가능합니다. 내용은 total reads, mRNA reads, rRNA reads, intergenic reads, unmapped reads로 이루어져 있습니다. 그 중 mRNA, rRNA reads는 유전자 및 ribosomal RNA의 start codon에서 stop codon 사이의 부분에 mapping된 read 수를 의미하며 이외의 부분에 mapping된 read들은 intergenic read로 계산됩니다.

가장 큰 원인은 total RNA 이외의 오염에서 유래한 sequencing read입니다. 이는 host 균주의 RNA이거나 샘플의 handling 과정에서 오염된 것일 수도 있습니다. 이러한 read들은 원 샘플의 결과 데이터에는 영향을 미치지 않으며, 추정되는 해당 원인의 genome sequence에 mapping하여 확인할 수는 있으나 고객의 요청에 의해 수행됩니다. 또 다른 원인으로 sequencing error에 의한 것일 수도 있습니다.

CLRNASeq mapping browser에서는 좌측 상단의 카메라 아이콘을 클릭이 가능하고, scatter plot browser에서는 export 버튼을 이용하면 됩니다.

CLRNASeq의 mapping browser에서는 해당 기능을 제공하지 않습니다. 이는 현재 Samtools라는 공개프로그램을 통해 가능하며 이를 위한 데이터 파일은 BAM 포맷으로 제공되어야 합니다. BAM 파일은 데이터 다운로드 페이지 [data.cjbioscience.com]에서 다운로드 받으실 수 있습니다. 파일이 업로드 되어 있지 않은 경우 별도 요청으로 제공 가능합니다.

CLRNASeq은 1280 X 1024 이상의 해상도에서 실행하는 것을 권장합니다. 이 이하의 해상도에서는 프로그램 사용이 어렵습니다.

아니요. “Identify” 서비스는 한 번에 하나의 16S rRNA 염기서열만 업로드할 수 있습니다. 또한, Academia/non-profit 기관 소속의 유저는 최대 200개까지만 동정 분석 결과를 확인할 수 있습니다. 다수의 염기서열을 한 번에 업로드하는 기능이 필요하신 경우 더 엄격하게 관리되는 전용 데이터베이스를 이용하여 유료로 서비스되고 있는 “TrueBac ID-16S”를 신청해 주시기 바랍니다.

TrueBac ID-16S에 대해 더 자세한 정보가 필요하신 경우 여기를 참조 바랍니다.

EzBioCloud의 16S rRNA 데이터베이스는 IJSEM에서 발표되는 taxa에 기반하고 있습니다. 특정한 taxa의 경우에는 표준 균주의 대표 16S rRNA 염기서열을 할당합니다. 개별적으로 분리된 세균은 PacBio 시퀀싱을 여러 번 수행하여 품질 검사를 수행합니다.
균일하게 분포된 높은 copy number가 관찰될 경우 샘플이 오염되었다고 판단할 수 있습니다.

단일 세균의 16S gene copy number는 균주에 따라 15배까지 차이가 납니다. 16S rRNA 염기서열 증폭산물로부터 얻어진 sequencing read는 16S rRNA 염기서열이 알려진 종으로 분류되고, read의 수는 상대적인 종 풍부도를 계산하는데 사용됩니다. 그러나 상대적인 종 풍부도를 정확하게 계산하려면 얻어진 sequencing read의 수를 16S gene copy number로 normalization해야 정확한 종의 수를 알 수 있습니다. EzBioCloud는 3,200여 종의 16S gene copy number 정보를 보유하고 있으며 정보가 없는 종의 경우 PICRUSt로 16S gene copy number를 예측하여 계산합니다.

16S copy number correction에 대해 더 자세히 알고 싶은 경우 여기를 참조 바랍니다.

Pairwise sequence similarity는 미생물 동정의 핵심 기준이며, Kim et al. (2014)이 제안한 바에 따르면 98.65%의 유사도 값이 종의 경계로 정의됩니다. 즉 두 개의 염기서열이 98.65%보다 낮은 유사도를 나타낸다면 이들은 다른 종이라는 의미입니다. BLAST나 타사의 서비스는 EzBioCloud와 다른 알고리즘을 사용하기 때문에 유사도가 다르게 나올 수 있습니다.
BLASTN은 math/total length로 유사도 값을 계산하는 반면 EzBioCloud는 math/(match+mismatch)로 유사도 값을 계산합니다. 계통분석 시 염기서열 유사도 계산에는 BLAST를 사용하지 않을 것을 권장합니다.
Pairwise nucleotide sequence alignment와 pairwise sequence similarity 계산법에 대해 더 자세히 알고 싶다면 아래 링크를 참조 바랍니다.
[Pairwise alignment]
[How to calculate similarity]

Community 유저는 200개의 분석 결과만 볼 수 있습니다. 200개가 전부 사용된 후 새 동정 분석을 수행하면 가장 오래된 분석 결과가 삭제됩니다.

네. EzBioCloud의 "Identify" 엔진은 자동적으로 reverse-complement 염기서열을 인식한 후, 동정 분석이 수행되기 전에 수정됩니다. 수정된 염기서열은 원본 대신에 사용자의 계정에 저장됩니다.

EzBioCloud의 "Identify" 결과로 phylogenetic tree를 그리는 방법은 아래 동영상을 참조 바랍니다.
[Watch video]

실험 data의 신뢰도를 위해 환경시료, DNA, amplicon, pellet, RNA 모두 냉장 또는 냉동 상태로 배송 하실 것을 권장하고 있습니다. 특히 환경시료의 경우 배송되는 동안 미생물 군집의 변화가 이루어질 가능성이 있습니다. 변하지 않은 원래의 미생물 군집상태를 분석하기 위해서 환경 시료는 반드시 냉장 배송을 해주셔야 합니다.

RNA의 경우 드라이아이스를 꼭 동봉하여, 당일 도착할 수 있도록 보내주세요. DNA나 amplicon의 경우 부득이하게 냉장 배송을 하실 수 없는 경우 빠른 시간 내에 도착할 수 있어야만 합니다. 배송하실 주소는 다음과 같습니다.

CJ 바이오사이언스 NGS
(16495) 경기 수원시 영통구 광교로42번길 55 CJ BLOSSOM PARK Blue동 12층
Tel: 031-8099-0670
Email: bs.ngs@cj.net

각 서비스 별 sample 준비를 참고 부탁드립니다.
   미생물군집분석(MTP): FAQ > 미생물 군집분석 > 분석 의뢰 시 Sample 준비는 어떻게 하나요?
   세균 전장유전체분석(WG): FAQ > 세균 전장유전체분석 > 분석 의뢰 시 Sample 준비는 어떻게 하나요?
   세균 전사체분석(RNA-Seq): FAQ > 세균 전사체분석 > 분석 의뢰 시 Sample 준비는 어떻게 하나요?

검색기능을 이용하면 쉽게 찾으실 수 있습니다.

서비스의 종류와 샘플 type 및 샘플의 개수에 따라 분석비용이 다릅니다. 자세한 견적 문의는 고객님의 샘플 종류와 수를 기록하여
bs.ngs@cj.net 또는 Tel: 02-6078-3456으로 연락을 주시기 바랍니다.

① 홈페이지 가입 [가입하기]
② 주문서 작성 [주문서 다운받기]
③ 주문서 이메일 발송 [주문서 보내기]
④ 샘플 배송
⑤ 샘플 수령/접수

샘플이 접수되면 약 3일~1주일(서비스, 샘플종류별로 상이) 후 QC report가 PI와 신청인 메일로 발송됩니다.

미생물 군집분석 서비스를 위해 metagenomic DNA(gDNA)를 준비해주시거나 PCR 실험을 통해 얻으신 amplicon을 보내주시면 됩니다. 만약 DNA 추출이 어려우신 고객들은 환경 시료 자체를 보내주시기 바랍니다.

Environmental sample(환경, 식품 등):
멸균된 용기에 약 2~3회 진행할 수 있는 양인 3g이상 준비 부탁 드립니다. Water sample중 깨끗한(맑은) 샘플일 경우 1 리터 이상의 샘플을 필터링한 필터를 2장 이상 접수해 주시기 바랍니다.

gDNA:
샘플 종류에 따라 환경에 존재하는 humic acid 제거 과정을 거치므로, 최소 농도 20ng/ul 이상, volume 20ul 이상의 DNA를 보내주셔야 PCR fail 등을 고려하여 충분히 실험을 할 수 있습니다. 실험을 수행하고 남은 DNA는 다시 돌려 받으실 수 있으니 최대한 많은 양을 보내주시면 원활한 실험이 가능합니다. 양이 너무 적거나 농도가 너무 낮을 경우 부득이하게 샘플을 접수할 수 없다는 점을 양해해 주시기 바랍니다

Amplicon:
직접 제작하신 primer와 index를 사용하셔서 증폭한 산물을 접수하고 있습니다. 의뢰 시 PCR product의 농도와 Index sequence 정보를 제공해주시면 분석을 수행할 수 있습니다. PCR product는 Nanodrop 측정 방법으로 농도 20ng/ul 이상, volume 20ul 이상을 보내주셔야 sequencing을 하는데 무리가 없습니다.

DNA추출은 MP Bio사의 FastDNA® Spin Kit for soil를 이용하여 genomic DNA를 추출하고 있습니다. 이 외에도 많은 제조사에서 다양한 extraction kit 가 판매되고 있는데, DNA가 충분하게 추출된다면 어떤 kit를 사용하시든 문제가 되지 않습니다. 샘플 종류에 따라 순도 높은 많은 양의 DNA를 추출할 수 있는 적절한 kit를 선택해서 사용하시면 됩니다. 단, 비교하시고자 하는 샘플들은 반드시 같은 방법으로 DNA추출이 이루어져야 동일한 비교가 가능하다는 점을 알려드립니다.

미생물 군집의 비교를 위해서는 비교하고자 하는 대상 시료는 모두 같은 조건으로 실험을 수행해야 합니다.
일반적으로 DNA extraction 방법이나 PCR condition 차이 등에 의해 community 구성에 차이가 발생할 수 있습니다. 이는 original community의 차이가 아니라 실험과정에서 발생하는 차이이므로 당초 계획한 community 비교가 될 수 없습니다. 일반적 환경 시료의 경우, 특히 soil sample에는 PCR inhibitor 물질인 humic acid가 많이 존재하므로 humic acid 제거 과정을 거치는 것을 권장하고 있습니다.
이 과정을 통해서 PCR 반응의 성공 확률을 높일 수 있습니다. 논문을 작성하실 때는 반드시 비교대상 시료를 동일한 조건에서 실험하는 것을 권장드립니다.

고객님이 직접 PCR을 하신 경우 index가 샘플 별로 서로 겹치지 않아야 합니다. 분석 시 index로 샘플 origin을 구분하기 때문에 반드시 서로 다른 index를 사용하셔야 합니다. Amplicon size는 약 400~600 bp가 되어야 하며, short fragment, long fragment, primer dimer 등을 제거하는 purification 과정을 거치는 것이 중요합니다.

일반적으로 DNA QC 통과 후 4~5주 내에 분석결과를 제공하고 있습니다. 의뢰하신 샘플 종류(환경시료, DNA, amplicon 등) 및 서비스 종류 (실험 포함 여부 등)에 따라 기간은 달라질 수 있습니다.

데이터 다운로드 홈페이지, Support 메뉴 그리고 프로그램 내 Help 메뉴에서 program manual을 보실 수 있습니다. 메뉴얼을 참고 부탁드리며, 메뉴얼에 없는 사항 중 궁금하신 부분은 bs.ngs@cj.net으로 언제든지 편하게 문의 부탁드립니다.

CLcommunity에서 phylogenetic tree를 그리는 기능은 제공하지 않고 있습니다. 다만 특정 OTU에 해당하는 reads들의 염기서열을 FASTA 포맷으로 저장할 수 있습니다. 저장 후에, EzEditor 또는 MEGA등의 alignment tool을 이용하여, alignment 수행 후 phylogenetic tree를 그릴 수 있습니다.
EzEditor 다운로드 받기https://www.ezbiocloud.net/tools/ezeditor2

uc는 unclassified를 의미 합니다. 분석 과정에서 각 read들은 EzBioCloud 데이터베이스에 BLAST를 실행하여 동정을 합니다. 이때 BLAST의 결과와 read간 pairwise sequence similarity를 X라 하면, 다음과 같은 기준을 사용합니다.

① 100 > X >= 97 species
② 97 > X >= 95 genus
③ 95 > X >= 90 family
④ 90 > X >= 85 order
⑤ 85 > X >= 80 class
⑥ 80 > X >= 75 phylum

그런데 어떤 reads가 EzBioCloud database 내의 특정 sequence와 95%의 sequence similarity를 보인다면, genus까지만 동정이 되고 species 수준은 알 수 없습니다. 이 같은 경우는 _g_uc를 사용하게 됩니다. 참고로 위의 기준은 반드시 따라야 하는 기준은 아닙니다.

CLcommunity 프로그램을 실행한 후 “Open clc file(s)” 메뉴를 통해 샘플의 데이터들을 loading해 주십시오.

Sample list가 보이는 창에 순서를 변경할 샘플을 선택하신 후에 마우스 오른쪽 클릭하시면
move sample up, move sample down 메뉴가 있습니다. 해당 메뉴를 이용하면 순서를 변경 할 수 있습니다.

단축키 Ctrl + up, Ctrl + down을 이용해 순서를 변경 할 수도 있습니다.

분석된 read는 pairwise alignment를 통해 similarity가 가장 높은 것으로 동정이 됩니다. 이 과정에서 similarity가 매우 유사한 sequence가 다수 존재하는 경우가 발생하는데, 이는 16S ribosomal RNA 전체 sequence가 아닌 V3-V4 region 등과 같은 특정부분만 시퀑싱을 했기 때문입니다.
이 경우 CLcommunity의 community 브라우저(메인 브라우저)의 오른쪽 contig table과 clone table에서 마우스 오른쪽 버튼을 클릭해서 보여지는 pop-up메뉴의 BLAST Top 5 메뉴를 클릭하셔서 이 목록을 확인할 수 있습니다.

CLcommunity에서는 clc (*.clc) 파일만 지원 가능하며, FASTA나 sff 파일은 오픈할 수 없습니다.

샘플의 species richness를 나타내는 대표적인 자료입니다. Rarefaction curve의 X축은 무작위로 뽑아내는 read의 수를 의미하며, Y축은 이렇게 추출한 read들을 특정 기준으로 클러스터링 했을 때의 OTU의 수를 나타냅니다. 다양한 종이 존재하는 샘플이라면, 무작위로 추출하는 read의 수가 커지면 커질수록 그 안에서 형성되는 클러스터의 수는 계속해서 증가하는 양상을 보입니다. 반대로 종 다양성이 낮은 샘플인 경우, 무작위로 추출하는 read의 개수가 많아져도 어느 순간부터 더 이상 OTU의 수는 증가하지 않게 됩니다. Rarefaction curve를 구현하기 위한 프로그램으로 CDHit과 UCLUST를 사용하며, 분석 과정에서는 97% similarity를 기준으로 클러스터링을 수행합니다.
EzBioCloud 에서는 UCLUST를 사용한 rarefaction curve만을 제공합니다.

Species evenness를 나타내주는 자료입니다. 임의의 similarity cutoff로 (예. 97%) clustering을 한 후 OTU의 사이즈, 즉 해당 OTU에 포함 되는 member들의 수를 기준으로 내림차순으로 정렬한 후 X축에는 정렬 순서, Y축에는 OTU의 사이즈를 나타내도록 plotting한 차트 입니다. 샘플 내의 미생물 군집에 여러 종이 고르게 분포 되었는지 아니면 소수의 종이 우점하고 있는지를 판단하는데 필요합니다.

Random sub-sampling 메뉴를 이용하여 모든 샘플을 같은 수의 read를 갖도록 하는 새로운 clc (*.clc) 파일을 생성 할 수 있습니다.
새롭게 생성된 파일에는 원래 파일에 있었던 rarefaction curve 등의 diversity index 값이 그대로 들어가는데, 이 인덱스들은 새롭게 생성된 파일에 있는 데이터들을 반영한 수치는 아니므로 참고하지 마시기 바랍니다. Diversity index 등의 값은 서버에서 계산해서 제공하는 값들이기 때문에 CLcommunity에서 따로 계산 할 수는 없습니다.
Diversity index 및 통계수치가 반영된 데이터를 확인하시려면 EzBioCloud를 활용하여 분석을 진행하시기 바랍니다.

CLcommunity에서 제공되는 Fast UniFrac은 weighted UniFrac으로, 샘플들 사이 taxon의 abundance 차이를 고려하여 계산합니다. 진화 속도가 빠른 taxa를 포함하고 있는 샘플들을 비교할 경우, UniFrac 값이 크게 계산될 수 있어 phylogenetic tree의 root에서 sequence까지의 거리의 평균 값으로 나누어주는 Normalization 작업을 이용하는 것을 권장 드립니다.

R 통계 패키지의 vegan module을 이용하시면, CLcommunity에서 기본적으로 보여주는 이미지 외에 다양한 옵션으로 이미지를 만들 수 있습니다. 고급 사용자에게 권장합니다.

Illumina만을 이용한 sequencing은 draft sequence를 얻을 수 있습니다. 10 Mb 이하의 bacteria genome의 경우 평균 100X 정도의 coverage를 보장하며, 기본적으로 De novo assembly로 contig를 조합하나, Target genome과 비슷한 reference genome이 존재할 경우 이를 기반으로 contig 순서를 유추하여 제공할 수 있습니다.
PacBio 는 Single Molecule Real-time Sequening(SMRT)기술이 적용된 platform으로 고순도의 gDNA를 이용하여 길이가 매우 긴 read length를 생성합니다. 그리하여 De novo sequencing에 적용이 유용하며, complete 된 데이터 생성에 유리합니다.
따라서 De nove sequencing이 가능하며 genome completion 분석 가능성이 높습니다.

분석된 유전체의 다양한 통계 정보와 Sequence data(Genome, CDS, 16SrRNA) 및 annotation data를 얻을 수 있으며, 유전체의 오염 여부등을 확인할 수 있습니다.

모든 protein마다 NCBI의 RefSeq Database와의 상동성 비교를 통하여 protein function 을 알아내고, NCBI COG에 의한 COG 분류, FIGfam에 의한 SEED 분류, EC 분류 등의 정보를 종합하여 annotation 결과로 나타내게 됩니다.

가능한 degradation이 없는 high quality DNA 상태로 추출하여야 합니다. Phenol extraction 등 manual method로 추출하거나 시중에 나와있는 어떤 종류의 kit를 사용하여 추출하여도 별 다른 문제는 없습니다. Gel electrophoresis 이미지 상에서 smear하게 끌리는 부분 (degradation)이 없어야 합니다.
필요한 DNA 양은 sequencing 서비스 종류에 따라 다릅니다 (표 참조). Library 제작 과정 중에 fragmentation 및 clean-up 단계에서 loss 가 생길 수 있으므로 2회 분량 이상을 추천합니다.

일반적으로 DNA QC 통과 후 6~8주 내에 분석결과를 제공하고 있습니다. QC 결과는 약 1주일정도 소요되나, 16S rRNA sequence(Sanger) 결과를 요청하시는 경우는 약 3일 정도 추가됩니다.

CLgenomics는 JAVA 기반의 응용 프로그램입니다. JAVA 는 모든 운영체제와 호환되는 프로그램 언어로서, JAVA 기반의 프로그램을 설치 및 실행 시키려면 JAVA Virtual Machine와 JVM이 필요합니다. JAVA는 무료 프로그램으로 쉽게 다운받아 설치하실 수 있습니다. 현재 CLgenomics는 Microsoft Windows 운영체제에 최적화되어 있습니다.

mRNA 는 Prodigal 프로그램을 이용하여 protein-coding gene을 prediction하고, rRNA는 cmsearch, tRNA 는 tRNA-scan program을 이용하여 유전자의 위치를 찾습니다. 이렇게 나온 결과들은 KEGG, EggNOG, SEED, Swiss-Prot 등의 database를 기반으로 UBLAST 프로그램으로 분석하여, 각각의 유전자의 기능을 예측하게 됩니다.

CLgenomics program 상단 메뉴의 [Map > Browse Genome Map] 을 클릭하면 map을 보실 수 있습니다. 또한, gene content를 circular 형태의 이미지로 보실 수 있습니다.

Circular image는 다섯 개의 원으로 구성 되어 있으며 각 원은 외곽으로부터 안쪽 방향으로 rRNA/tRNA, Reverse CDS, Forward CDS, GC Ratio 와 GC skew 의 정보를 각각 나타내고 있습니다.

CLgenomics 상단에 export 메뉴를 이용하시면 됩니다. [Export > Full annotation] 메뉴를 선택하면 annotation 정보를 볼 수 있습니다. CDS, rRNA, tRNA 등의 feature 정보를 MS Excel에서 열리는 CSV 파일 형태로 저장합니다. 위 정보들은 RAST 와 NCBI COG database를 이용하여 얻어진 것이며 SEED function, SEED category, COG ID, COG category, COG function, EC number 등의 정보를 확인할 수 있습니다.

Contig의 sequence를 출력하고 싶으시면 CLgenomics 상단에 [Export > FASTA] 메뉴를 이용하시면 됩니다.

CLgeomics의 [Analysis > MuMmer] 를 이용하면 됩니다. CLgenomics에 두 개 이상의 genome data가 열려 있다면 두 개의 genome data를 선택하여 MuMmer 프로그램을 이용한 genome alignment를 할 수 있습니다. Whole genome alignment의 결과는 dot plot 이미지로 확인 할 수 있으며 PNG 파일로 저장됩니다. MUMmer 프로그램을 사용하면, 두 개의 genome sequence의 서열의 유사성을 전체적으로 비교 할 수 있습니다.
자세한 내용은 프로그램 홈페이지(http://mummer.sourceforge.net/)를 참고하시기 바랍니다.

Ribosomal RNA가 포함된 total RNA 상태로 보내시면 됩니다. Target sample에서 Total RNA를 효율적으로 추출할 수 있는 적합한 방법을 선택하셔서 추출을 진행 하십시오.
다만 spectrophotometer로 측정하였을 때 A260/280 수치가 1.8을 넘는 것을 권장합니다. 또한 gel electrophoresis 이미지 상에서 희미하게 끌리는 부분 (degradation)이 없어야 합니다.

Total RNA QC 통과 이후 5~6주일 이내에 결과를 발송합니다.

Bacteria의 경우 total RNA에서 ribosomal RNA를 제거한 후, 남은 mRNA를 sequencing에 적절한 사이즈로 fragmentation합니다. 그 다음 random hexamer로 역전사 과정 및 second strand synthesis를 거친 후 생성된 double-stranded cDNA의 양쪽에 sequencing adaptor를 ligation한 다음 PCR library 증폭을 거쳐 sequencing합니다.

Ribosomal RNA를 제거하는 kit를 이용하여 제거합니다. 추천키트는 Ovation® Complete Prokaryotic RNA-Seq Library Preparation Kit 그리고 Ribominus™ Transcriptome Isolation Kit (Yeast and Bacteria)입니다.

각 유전자에 대한 상대적 발현량 데이터와 발현 양상 및 다양한 통계적 수치 를 얻을 수 있습니다.

① FASTQ 포맷의 raw data
② CLRNASeq; 프로그램으로 분석할 수 있는 clt 포맷의 결과 파일 clt (*.clt)을 제공합니다. 자세한 내용은 CLRNASeq 프로그램 매뉴얼을 참조하여 주십시오.
매뉴얼은 데이터 다운로드 홈페이지, Support메뉴 그리고 프로그램 내 help 메뉴에서 program manual에서 확인가능 합니다.

네. Illumina 사의 Truseq Stranded mRNA Sample Prep Kit를 이용하여 library 를 제작함으로써 strand-specific에 대한 정보를 온전히 제공하고 있습니다.
원리는 cDNA second strand 합성시 dUTP를 incorporation 한 후, PCR 단계에서 enzyme 처리를 통해 uracil이 포함된 strand를 제거하고 first strand만 PCR하는 방법으로 strand-specific data를 유지합니다.

대략 10% 이하라면 큰 문제없이 구별됩니다.

Mapping browser를 통하여 non-coding RNA일 것으로 예측되는 발현 부분을 수동으로 추정할 수 있습니다. 그러나 이들이 진짜 non-coding RNA인지 판단할 수 있는 공식적인 기준은 알려진 것이 없으며, 단지 해당 부분의 sequence에 RNA 발현이 있다는 것만 확인이 가능합니다.

아직 이 서비스는 제공하지 않고 있습니다
대략의 위치는 mapping browser를 통하여 추정이 가능하나 실제 library 제작 과정에서 mRNA fragmentation이 있으므로 transcript의 end 부분이 보존되지 못합니다. 따라서 transcription start site의 정확한 mapping을 위해서는 sequencing library를 transcription start site를 볼 수 있는 방법으로 제작하여 sequencing하여야 하나, CJ 바이오사이언스에서는 해당 library제작을 제공하고 있지 않습니다.

CLRNASeq은 JAVA 기반의 응용 프로그램입니다. JAVA 는 모든 운영체제와 호환되는 프로그램 언어로서, JAVA 기반의 프로그램을 설치 및 실행 시키려면 JAVA Virtual Machine, JVM이 필요합니다. JAVA는 무료 프로그램으로 쉽게 다운받아 설치할 수 있습니다. 현재 CLRNASeq은 Microsoft Windows 운영체제에 최적화되어 있습니다.

가능합니다. 다만 CJ 바이오사이언스의 분석 파이프라인을 통해 CLRNASeq에서 사용할 수 있는 *.clt 포맷의 파일로 변환(Bioinformatics 서비스)하여야 하므로 raw데이터를 보내주셔야 합니다. 자세한 내용은 학술사업부(bs.ngs@cj.net)으로 연락 부탁드립니다.

Strand-specificity는 RNA-Seq library를 제작할 때 제작 방법에 따라 결정됩니다. Library 제작 시에 어떤 library 제작 키트를 사용하였는지 알아보려면, CLRNASeq 프로그램 구동 시 Step 2에서 *.clt 파일을 로딩한 후 나오는 화면의 Library method 항목에서 확인이 가능합니다.

CLRNASeq 프로그램 구동시 Step 2에서 *.clt 파일을 로딩한 후 나오는 화면의 테이블에서 확인이 가능합니다. 내용은 total reads, mRNA reads, rRNA reads, intergenic reads, unmapped reads로 이루어져 있습니다. 그 중 mRNA, rRNA reads는 유전자 및 ribosomal RNA의 start codon에서 stop codon 사이의 부분에 mapping된 read 수를 의미하며 이외의 부분에 mapping된 read들은 intergenic read로 계산됩니다.

가장 큰 원인은 total RNA 이외의 오염에서 유래한 sequencing read입니다. 이는 host 균주의 RNA이거나 샘플의 handling 과정에서 오염된 것일 수도 있습니다. 이러한 read들은 원 샘플의 결과 데이터에는 영향을 미치지 않으며, 추정되는 해당 원인의 genome sequence에 mapping하여 확인할 수는 있으나 고객의 요청에 의해 수행됩니다. 또 다른 원인으로 sequencing error에 의한 것일 수도 있습니다.

CLRNASeq mapping browser에서는 좌측 상단의 카메라 아이콘을 클릭이 가능하고, scatter plot browser에서는 export 버튼을 이용하면 됩니다.

CLRNASeq의 mapping browser에서는 해당 기능을 제공하지 않습니다. 이는 현재 Samtools라는 공개프로그램을 통해 가능하며 이를 위한 데이터 파일은 BAM 포맷으로 제공되어야 합니다. BAM 파일은 데이터 다운로드 페이지 [data.cjbioscience.com]에서 다운로드 받으실 수 있습니다. 파일이 업로드 되어 있지 않은 경우 별도 요청으로 제공 가능합니다.

CLRNASeq은 1280 X 1024 이상의 해상도에서 실행하는 것을 권장합니다. 이 이하의 해상도에서는 프로그램 사용이 어렵습니다.

아니요. “Identify” 서비스는 한 번에 하나의 16S rRNA 염기서열만 업로드할 수 있습니다. 또한, Academia/non-profit 기관 소속의 유저는 최대 200개까지만 동정 분석 결과를 확인할 수 있습니다. 다수의 염기서열을 한 번에 업로드하는 기능이 필요하신 경우 더 엄격하게 관리되는 전용 데이터베이스를 이용하여 유료로 서비스되고 있는 “TrueBac ID-16S”를 신청해 주시기 바랍니다.

TrueBac ID-16S에 대해 더 자세한 정보가 필요하신 경우 여기를 참조 바랍니다.

EzBioCloud의 16S rRNA 데이터베이스는 IJSEM에서 발표되는 taxa에 기반하고 있습니다. 특정한 taxa의 경우에는 표준 균주의 대표 16S rRNA 염기서열을 할당합니다. 개별적으로 분리된 세균은 PacBio 시퀀싱을 여러 번 수행하여 품질 검사를 수행합니다.
균일하게 분포된 높은 copy number가 관찰될 경우 샘플이 오염되었다고 판단할 수 있습니다.

단일 세균의 16S gene copy number는 균주에 따라 15배까지 차이가 납니다. 16S rRNA 염기서열 증폭산물로부터 얻어진 sequencing read는 16S rRNA 염기서열이 알려진 종으로 분류되고, read의 수는 상대적인 종 풍부도를 계산하는데 사용됩니다. 그러나 상대적인 종 풍부도를 정확하게 계산하려면 얻어진 sequencing read의 수를 16S gene copy number로 normalization해야 정확한 종의 수를 알 수 있습니다. EzBioCloud는 3,200여 종의 16S gene copy number 정보를 보유하고 있으며 정보가 없는 종의 경우 PICRUSt로 16S gene copy number를 예측하여 계산합니다.

16S copy number correction에 대해 더 자세히 알고 싶은 경우 여기를 참조 바랍니다.

Pairwise sequence similarity는 미생물 동정의 핵심 기준이며, Kim et al. (2014)이 제안한 바에 따르면 98.65%의 유사도 값이 종의 경계로 정의됩니다. 즉 두 개의 염기서열이 98.65%보다 낮은 유사도를 나타낸다면 이들은 다른 종이라는 의미입니다. BLAST나 타사의 서비스는 EzBioCloud와 다른 알고리즘을 사용하기 때문에 유사도가 다르게 나올 수 있습니다.
BLASTN은 math/total length로 유사도 값을 계산하는 반면 EzBioCloud는 math/(match+mismatch)로 유사도 값을 계산합니다. 계통분석 시 염기서열 유사도 계산에는 BLAST를 사용하지 않을 것을 권장합니다.
Pairwise nucleotide sequence alignment와 pairwise sequence similarity 계산법에 대해 더 자세히 알고 싶다면 아래 링크를 참조 바랍니다.
[Pairwise alignment]
[How to calculate similarity]

Community 유저는 200개의 분석 결과만 볼 수 있습니다. 200개가 전부 사용된 후 새 동정 분석을 수행하면 가장 오래된 분석 결과가 삭제됩니다.

네. EzBioCloud의 "Identify" 엔진은 자동적으로 reverse-complement 염기서열을 인식한 후, 동정 분석이 수행되기 전에 수정됩니다. 수정된 염기서열은 원본 대신에 사용자의 계정에 저장됩니다.

EzBioCloud의 "Identify" 결과로 phylogenetic tree를 그리는 방법은 아래 동영상을 참조 바랍니다.
[Watch video]