技能库 1456 个

通过比对测序结果与设计序列，自动标记突变并建议修正方案

分析目标基因序列中的重复区、发卡结构、GC含量异常等潜在合成难点，输出风险等级及优化建议，辅助基因合成技术员制定高效合成策略。

利用SnapGene或Benchling自动拼接基因片段，识别并修正重复序列和二级结构

根据实验计划和历史消耗数据，自动计算酶、dNTP等关键物料的未来需求量，并在库存低于安全阈值时触发补货提醒。

使用OligoCalc等工具自动设计PCR引物，并确保Tm值和GC含量符合实验要求，适用于基因合成与精准医疗场景。

从基因合成相关仪器和软件中提取数据，自动生成符合GLP规范的实验报告，提升记录准确性与效率。

根据目标基因特征（长度、GC含量）自动推荐Gibson、Golden Gate或LCR组装方法，辅助基因合成技术员快速选择最优方案

自动化分析菌落PCR或酶切数据，快速筛选阳性克隆，适用于基因合成与精准医疗场景

分析转座酶可及性染色质测序数据，鉴定开放染色质区域，支持基因调控与精准医疗研究

整合ChIP-seq、RNA-seq、DNA甲基化等多种表观组学数据，进行多组学关联分析，识别关键调控因子与疾病相关表观遗传标记。

处理scATAC-seq或scCUT&Tag数据，解析细胞异质性，适用于表观遗传学研究员在基因与精准医疗场景下的单细胞表观组学分析。

设计dCas9融合蛋白系统进行靶向表观遗传修饰（如甲基化/乙酰化），用于基因表达调控与精准医疗研究

使用WGBS或RRBS数据鉴定差异甲基化区域及基因调控效应

处理高通量染色体构象捕获数据，构建三维基因组互作图谱，用于表观遗传学与精准医疗研究。

处理染色质免疫共沉淀测序数据，识别组蛋白修饰位点和转录因子结合区域，支持表观遗传学与精准医疗研究

熟练使用ENCODE、Roadmap Epigenomics、TCGA等数据库进行数据挖掘

使用Cell Ranger对10x Genomics平台原始测序数据进行比对、计数和特征矩阵生成，为单细胞转录组分析奠定基础。

基于已知 marker 基因或参考数据集进行自动或手动细胞类型鉴定，适用于单细胞转录组数据分析

整合scRNA-seq、scATAC-seq等多模态单细胞数据，使用Seurat、MOFA等工具进行联合分析，以揭示细胞异质性与调控机制。

根据样本类型和研究目的，设计合适的单细胞捕获、建库和测序方案，确保实验可行性和数据质量。

使用Seurat、Scanpy等工具完成单细胞RNA-seq数据的质控、标准化、聚类和差异表达分析，适用于基因与精准医疗场景

处理单细胞ATAC-seq数据，进行峰值检测、motif富集和染色质开放性分析，用于基因调控和精准医疗研究。

使用R/Shiny或Python生成交互式降维图、热图和特征图，输出高质量分析报告，辅助基因与精准医疗研究。

利用Monocle、Slingshot等方法对单细胞转录组数据进行细胞分化轨迹推断和伪时间分析，揭示细胞状态转变与发育路径。