JMP Genomics 10 , la dernière version logicielle de la famille de produits JMP, est là, et il y a beaucoup de raisons d'être excité. Si vous êtes un sélectionneur de plantes ou un scientifique des cultures intéressé par l'accélération des cycles de sélection ou un scientifique translationnel intéressé par l'analyse des expériences d'ARN-Seq monocellulaire, de nouvelles analyses sont disponibles pour vous, alors attachez votre ceinture.
Dans JMP Genomics 10, l'ensemble d'outils le plus sophistiqué est prêt à être testé pour savoir comment il peut vous aider à résoudre vos problèmes scientifiques.
Jetons d'abord un coup d'œil à certaines des nouvelles fonctionnalités.
Science translationnelle
Visualisez les relations des gènes à l'aide de tracés de constellation.
Les scientifiques translationnels tireront beaucoup de valeur du nouveau flux de travail Basic Single-Cell RNA-Seq. Avec lui, vous pouvez effectuer une exploration standard sur un ensemble de données d'ARN-Seq monocellulaire pour analyser les modèles d'expression génique au niveau cellulaire, facilitant l'identification des grappes de types cellulaires qui montrent une expression différentielle. Cette nouvelle technologie est particulièrement utile dans les études d'immunologie et d'oncologie. De plus, un importateur de matrices de codes-barres, la sélection de gènes variables et les méthodes d'intégration de réduction de dimension (t-SNE et UMAP) sont de nouvelles fonctionnalités pour faciliter l'analyse d'ARN-Seq monocellulaire. Si vous êtes intéressé par une démo, assurez-vous de consulter la présentation de Meijian Guan, Analyse des données de séquençage d'ARN unicellulaire à l'aide de JMP Genomics .
Mais ne vous contentez pas de croire Meijian pour savoir à quel point JMP Genomics rend ses recherches scientifiques intéressantes. Jetez un œil à certaines publications récentes pour mieux comprendre ce que JMP Genomics propose. Pour les scientifiques translationnels qui sont évaluer l'efficacité des vaccins , prédire les biomarqueurs sanguins (et un essai ultérieur) pour identification du cancer du sein , ou demander des brevets pour diagnostiquer un mélanome cutané , JMP Genomics ajoute un nouveau flux de travail RNA-Seq de base à cellule unique à l'arsenal d'outils de science des données des utilisateurs.
Recherche agronomique
L'ajout du mélange de population à JMP Genomics donne aux généticiens statistiques une autre flèche dans leur carquois pour estimer les origines ancestrales afin de tenir compte de la diversité génétique dans les études d'association à l'échelle du génome (GWAS). Pour la recherche agronomique, les mises à jour du modèle de sélection génomique améliorent les simulations croisées d'évaluation et de descendance pour effectuer des cycles de sélection à un rythme soutenu, soutenant la sélection de cultures plus saines en modélisant la variabilité génétique. le dernière vidéo de Luciano da Costa e Silva décrit ces nouvelles fonctionnalités. Pour une discussion de haut niveau plus récente sur notre logiciel, consultez le segment JMP On Air du Dr Kelci Miclaus: Sélection végétale avec JMP Genomics .
Avec ces nouvelles analyses et outils, les scientifiques ont accéléré des cultures plus robustes (par exemple, lorsque recherche de résistance aux maladies dans le blé d'hiver à hexaploïdie ) , l'USDA National Small Grains Collection a céréales diversifiées pour l'alimentation animale et humaine et les chercheurs universitaires ont nouveaux plants de haricots blancs enregistrés qui combinent des rendements élevés en graines avec une résistance à la moisissure et à la brûlure. Qu'est-ce que tous ces projets ont en commun? Un niveau de sophistication logicielle qui n'existe que dans JMP Genomics.
Les outils que vous obtenez dans JMP Genomics 10
Cette version de JMP Genomics est la dernière étape vers notre promesse de fournir un accès plus pratique à SAS, R et Python. Avec JMP Pro 15.1 et SAS 9.4M6, la version comporte des améliorations de modélisation prédictive, notamment un nouvel utilitaire de résumé de modèle et d'ensemble pour améliorer les applications d'apprentissage automatique pour la découverte de biomarqueurs. De nouvelles routines de complément permettent également les modèles génomiques bayésiens et XGBoost via des packages R et Python populaires.
Toutes ces avancées sont rendues possibles par une équipe de scientifiques de premier plan, dirigée par Russ Wolfinger, directeur de la R&D de JMP Life Sciences. Le sien élection à l'Association américaine pour l'avancement des sciences en 2012 soutient ses réalisations avec l'application de modèles mixtes aux essais cliniques et à l'analyse génomique, ainsi qu'à la recherche dans de nombreux autres domaines de l'analyse statistique. Ses plus récentes distinctions viennent des compétitions de Kaggle, notamment il y a quelques semaines à peine lorsqu'il s'est classé premier au classement privé pour prévision globale de COVID-19 . Son interview JMP On Air, Leçons d'un gagnant Kaggle , donne plus de détails sur ses expériences avec ces compétitions.
Jetez un œil à la dernière version de JMP Genomics .
