<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>kazumaxneo</author_name>
  <author_url>https://blog.hatena.ne.jp/kazumaxneo/</author_url>
  <blog_title>macでインフォマティクス</blog_title>
  <blog_url>https://kazumaxneo.hatenablog.com/</blog_url>
  <categories>
    <anon>2018</anon>
    <anon>PLOS Computational Biology</anon>
    <anon>GPU</anon>
    <anon>demultiplexing</anon>
    <anon>deep neural network</anon>
    <anon>リアルタイム解析</anon>
    <anon>Nanopore long read</anon>
    <anon>barcode / index</anon>
    <anon>basecalling</anon>
    <anon>CNN</anon>
  </categories>
  <description>Multiplexing（バーコード）は、ハイスループットDNAシーケンス能力を複数のサンプルに分散させるために使用される一般的な方法である[ref.1]。各入力DNA試料について、独自のバーコードがシーケンシング用に調製されたDNA分子のライブラリーに組み込まれる。次いで、複数のバーコード化DNAライブラリーを同じフローセル上で同時に組み合わせてシーケンシングすることができる。結果として得られたリードは、次にdemultiplexedされなければならない：バーコード配列に従ってビンに分類される。 Barcodingには明らかな経済的利点があり、ユーザーはシーケンサーフローセルの固定費を複数の…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fkazumaxneo.hatenablog.com%2Fentry%2F2019%2F06%2F09%2F073000&quot; title=&quot;ディープCNNによってONTのバーコーディングロングリードをdemultiplexingするdeepbinner - macでインフォマティクス&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url></image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2019-06-09 07:30:00</published>
  <title>ディープCNNによってONTのバーコーディングロングリードをdemultiplexingするdeepbinner</title>
  <type>rich</type>
  <url>https://kazumaxneo.hatenablog.com/entry/2019/06/09/073000</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
