-
ຊຸດເຄື່ອງມື
BMKCloud ເປັນແພລດຟອມຂໍ້ມູນຊີວະວິທະຍາຊັ້ນນໍາທີ່ສະຫນອງການແກ້ໄຂແບບຢຸດດຽວສໍາລັບໂຄງການ genomic, ເຊິ່ງໄດ້ຮັບຄວາມໄວ້ວາງໃຈຢ່າງກວ້າງຂວາງຈາກນັກຄົ້ນຄວ້າໃນເວທີຕ່າງໆລວມທັງການແພດ, ການກະສິກໍາ, ສິ່ງແວດລ້ອມ, ແລະອື່ນໆ. BMKCloud ມຸ່ງຫມັ້ນທີ່ຈະໃຫ້ບໍລິການປະສົມປະສານ, ເຊື່ອຖືໄດ້ແລະປະສິດທິພາບລວມທັງແພລະຕະຟອມການວິເຄາະ bioinformatic ແລະເຄື່ອງມື. , ຊັບພະຍາກອນຄອມພິວເຕີ, ຖານຂໍ້ມູນສາທາລະນະ, ຫຼັກສູດອອນໄລນ໌ bioinformtic, ແລະອື່ນໆ BMKCloud ມີເຄື່ອງມື bioinformatic ຕ່າງໆທີ່ໃຊ້ເລື້ອຍໆລວມທັງການອະທິບາຍກ່ຽວກັບພັນທຸກໍາ, evolutionary ເຄື່ອງມືພັນທຸກໍາ, ncRNA, ການຄວບຄຸມຄຸນນະພາບຂໍ້ມູນ, ການປະກອບ, ການສອດຄ່ອງ, ການສະກັດຂໍ້ມູນ, ການກາຍພັນ, ສະຖິຕິ, ຕົວສ້າງຕົວເລກ, ການວິເຄາະລໍາດັບ, ແລະອື່ນໆ.
-
ສະພາແຫ່ງເຊື້ອແບັກທີເຣັຍ De novo
ພວກເຮົາສະຫນອງການບໍລິການປະກອບ genome ເຊື້ອແບັກທີເຣັຍທີ່ສົມບູນ, ຮັບປະກັນ 0 ຊ່ອງຫວ່າງ. ນີ້ເປັນໄປໄດ້ໂດຍການລວມເອົາເທກໂນໂລຍີການຈັດລໍາດັບທີ່ອ່ານຍາວ, ເຊັ່ນ Nanopore ແລະ PacBio ສໍາລັບການປະກອບແລະລໍາດັບການອ່ານສັ້ນກັບ Illumina ສໍາລັບການກວດສອບການປະກອບແລະການແກ້ໄຂຂໍ້ຜິດພາດຂອງ ONT ອ່ານ. ການບໍລິການຂອງພວກເຮົາໃຫ້ຂະບວນການເຮັດວຽກດ້ານຊີວະວິທະຍາທີ່ສົມບູນຈາກການປະກອບ, ຄໍາອະທິບາຍທີ່ເປັນປະໂຫຍດ, ແລະການວິເຄາະທາງຊີວະພາບຂັ້ນສູງ, ບັນລຸເປົ້າຫມາຍການຄົ້ນຄວ້າສະເພາະ. ການບໍລິການນີ້ເຮັດໃຫ້ການພັດທະນາຂອງ genomes ອ້າງອີງທີ່ຊັດເຈນສໍາລັບການສຶກສາພັນທຸກໍາແລະ genomic ຕ່າງໆ. ນອກຈາກນັ້ນ, ມັນຍັງເປັນພື້ນຖານສໍາລັບຄໍາຮ້ອງສະຫມັກເຊັ່ນ: ການເພີ່ມປະສິດທິພາບຂອງສາຍພັນ, ວິສະວະກໍາພັນທຸກໍາ, ແລະການພັດທະນາເຕັກໂນໂລຢີຂອງຈຸລິນຊີ, ຮັບປະກັນຂໍ້ມູນ genomic ທີ່ເຊື່ອຖືໄດ້ແລະບໍ່ມີຊ່ອງຫວ່າງທີ່ສໍາຄັນສໍາລັບການກ້າວຫນ້າທາງດ້ານວິທະຍາສາດແລະນະວັດຕະກໍາ biotechnological.
-
RNA ນ້ອຍ
RNA ຂະໜາດນ້ອຍແມ່ນປະເພດຂອງ RNA ທີ່ບໍ່ແມ່ນລະຫັດສັ້ນທີ່ມີຄວາມຍາວສະເລ່ຍ 18-30 nt, ລວມທັງ miRNA, siRNA ແລະ piRNA. RNA ຂະຫນາດນ້ອຍເຫຼົ່ານີ້ໄດ້ຖືກລາຍງານຢ່າງຫຼວງຫຼາຍວ່າມີສ່ວນຮ່ວມໃນຂະບວນການທາງຊີວະວິທະຍາຕ່າງໆເຊັ່ນ: ການທໍາລາຍ mRNA, ການຍັບຍັ້ງການແປພາສາ, ການສ້າງ heterochromatin, ແລະອື່ນໆ. ເວທີການວິເຄາະລໍາດັບປະກອບດ້ວຍການວິເຄາະມາດຕະຖານແລະການຂຸດຄົ້ນຂໍ້ມູນແບບພິເສດ. ບົນພື້ນຖານຂອງຂໍ້ມູນ RNA-seq, ການວິເຄາະມາດຕະຖານສາມາດບັນລຸການກໍານົດແລະການຄາດຄະເນ miRNA, ການຄາດຄະເນ gene ເປົ້າຫມາຍ miRNA, ຄໍາອະທິບາຍແລະການວິເຄາະການສະແດງອອກ. ການວິເຄາະແບບພິເສດເຮັດໃຫ້ການຄົ້ນຫາແລະການສະກັດເອົາ miRNA ທີ່ກໍາຫນົດເອງ, ການສ້າງແຜນວາດ Venn, miRNA ແລະການສ້າງເຄືອຂ່າຍ gene ເປົ້າຫມາຍ.
-
NGS-WGS (Illumina/BGI)
NGS-WGS ເປັນແພລະຕະຟອມການວິເຄາະການຈັດລໍາດັບ genome ທັງຫມົດ, ເຊິ່ງຖືກພັດທະນາໂດຍອີງໃສ່ປະສົບການທີ່ອຸດົມສົມບູນໃນ Biomarker Technologies. ແພລະຕະຟອມທີ່ງ່າຍຕໍ່ການໃຊ້ນີ້ຊ່ວຍໃຫ້ການຍື່ນສະເຫນີຢ່າງໄວວາຂອງຂັ້ນຕອນການວິເຄາະປະສົມປະສານໂດຍພຽງແຕ່ກໍານົດຕົວກໍານົດການພື້ນຖານຈໍານວນຫນ້ອຍຫນຶ່ງ, ເຊິ່ງເຫມາະກັບຂໍ້ມູນການຈັດລໍາດັບ DNA ທີ່ຜະລິດຈາກທັງເວທີ Illumina ແລະເວທີການຈັດລໍາດັບ BGI. ແພລະຕະຟອມນີ້ແມ່ນໃຊ້ໃນເຄື່ອງແມ່ຂ່າຍຄອມພິວເຕີ້ທີ່ມີປະສິດທິພາບສູງ, ເຊິ່ງຊ່ວຍໃຫ້ການວິເຄາະຂໍ້ມູນທີ່ມີປະສິດທິພາບສູງໃນເວລາຈໍາກັດຫຼາຍ. ການຂຸດຄົ້ນຂໍ້ມູນສ່ວນບຸກຄົນແມ່ນມີຢູ່ໃນພື້ນຖານຂອງການວິເຄາະມາດຕະຖານ, ລວມທັງການສອບຖາມ gene mutated, ການອອກແບບ primer PCR, ແລະອື່ນໆ.
-
mRNA(ອ້າງອີງ)
Transcriptome ແມ່ນການເຊື່ອມໂຍງລະຫວ່າງຂໍ້ມູນທາງພັນທຸກໍາຂອງ genomic ແລະ proteome ຂອງການເຮັດວຽກທາງຊີວະພາບ. ກົດລະບຽບລະດັບການຖອດຂໍ້ຄວາມແມ່ນສໍາຄັນທີ່ສຸດແລະເປັນວິທີການສຶກສາຢ່າງກວ້າງຂວາງທີ່ສຸດຂອງອົງການຈັດຕັ້ງ. ການຈັດລໍາດັບການຖອດຂໍ້ຄວາມສາມາດຈັດລໍາດັບ transcriptome ໃນຈຸດໃດຫນຶ່ງໃນເວລາຫຼືພາຍໃຕ້ເງື່ອນໄຂໃດກໍ່ຕາມ, ດ້ວຍຄວາມລະອຽດທີ່ຖືກຕ້ອງກັບ nucleotide ດຽວ. ມັນສາມາດສະທ້ອນເຖິງລະດັບຂອງ transcription gene, ພ້ອມກັນກໍານົດແລະປະລິມານການຖອດຂໍ້ຄວາມທີ່ຫາຍາກແລະປົກກະຕິ, ແລະໃຫ້ຂໍ້ມູນໂຄງສ້າງຂອງ. ຕົວຢ່າງການຖອດຂໍ້ຄວາມສະເພາະ.
ໃນປັດຈຸບັນ, ເທກໂນໂລຍີການຈັດລໍາດັບ transcriptome ໄດ້ຖືກນໍາໃຊ້ຢ່າງກວ້າງຂວາງໃນຂົງເຂດກະສິກໍາ, ການແພດແລະການຄົ້ນຄວ້າອື່ນໆ, ລວມທັງກົດລະບຽບການພັດທະນາສັດແລະພືດ, ການປັບຕົວຂອງສິ່ງແວດລ້ອມ, ປະຕິສໍາພັນຂອງພູມຕ້ານທານ, ທ້ອງຖິ່ນຂອງ gene, ການວິວັດທະນາການພັນທຸກໍາຂອງຊະນິດແລະ tumor ແລະການກວດຫາພະຍາດທາງພັນທຸກໍາ.
-
Metagenomics (NGS)
ເວທີການວິເຄາະນີ້ຖືກອອກແບບມາສໍາລັບການວິເຄາະຂໍ້ມູນ metagenomic shotgun ໂດຍອີງໃສ່ປະສົບການຫຼາຍປີ. ມັນປະກອບດ້ວຍຂະບວນການເຮັດວຽກແບບປະສົມປະສານທີ່ປະກອບດ້ວຍການວິເຄາະ metagenomics ທີ່ຕ້ອງການທົ່ວໄປລວມທັງການປຸງແຕ່ງຂໍ້ມູນ, ການສຶກສາລະດັບຊະນິດພັນ, ການສຶກສາລະດັບການເຮັດວຽກຂອງ gene, metagenome binning, ແລະອື່ນໆ. ນອກຈາກນັ້ນ, ເຄື່ອງມືຂຸດຄົ້ນຂໍ້ມູນແບບປັບແຕ່ງແມ່ນສາມາດໃຊ້ໄດ້ຕາມຂັ້ນຕອນການວິເຄາະມາດຕະຖານ, ລວມທັງການສອບຖາມ gene ແລະຊະນິດພັນ. , ການຕັ້ງຄ່າພາລາມິເຕີ, ການສ້າງຕົວເລກສ່ວນບຸກຄົນ, ແລະອື່ນໆ.
-
LncRNA
RNAs ທີ່ບໍ່ແມ່ນລະຫັດຍາວ (lncRNA) ແມ່ນປະເພດຂອງການຖອດຂໍ້ຄວາມທີ່ມີຄວາມຍາວຫຼາຍກວ່າ 200 nt, ເຊິ່ງບໍ່ສາມາດຂຽນລະຫັດໂປຣຕີນໄດ້. ຫຼັກຖານສະສົມຊີ້ໃຫ້ເຫັນວ່າສ່ວນໃຫຍ່ຂອງ lncRNAs ມີແນວໂນ້ມທີ່ຈະເປັນປະໂຫຍດຫຼາຍ. ເທກໂນໂລຍີການຈັດລໍາດັບທີ່ຜ່ານທາງຜ່ານສູງແລະເຄື່ອງມືການວິເຄາະທາງຊີວະພາບຊ່ວຍໃຫ້ພວກເຮົາເປີດເຜີຍລໍາດັບ lncRNA ແລະຂໍ້ມູນການຈັດຕໍາແຫນ່ງຢ່າງມີປະສິດທິພາບແລະນໍາພາພວກເຮົາໃຫ້ຄົ້ນພົບ lncRNAs ທີ່ມີຫນ້າທີ່ກົດລະບຽບທີ່ສໍາຄັນ. BMKCloud ມີຄວາມພູມໃຈທີ່ຈະໃຫ້ແພລະຕະຟອມການວິເຄາະລໍາດັບ lncRNA ຂອງລູກຄ້າຂອງພວກເຮົາເພື່ອບັນລຸການວິເຄາະ lncRNA ໄວ, ເຊື່ອຖືໄດ້ແລະມີຄວາມຍືດຫຍຸ່ນ.
-
GWAS
ການສຶກສາສະມາຄົມທົ່ວພັນທຸກໍາ (GWAS) ມີຈຸດປະສົງເພື່ອກໍານົດຕົວແປທາງພັນທຸກໍາ (genotype) ທີ່ກ່ຽວຂ້ອງກັບລັກສະນະສະເພາະ (phenotype). ການສຶກສາ GWA ສືບສວນເຄື່ອງຫມາຍພັນທຸກໍາຂ້າມ genome ທັງຫມົດຂອງບຸກຄົນຈໍານວນຫຼາຍແລະຄາດຄະເນສະມາຄົມ genotype-phenotype ໂດຍການວິເຄາະສະຖິຕິໃນລະດັບປະຊາກອນ. ການຈັດລຽງລຳດັບພັນທຸກຳທັງໝົດສາມາດຄົ້ນພົບພັນທຸກຳພັນທຸກຳໄດ້. ການສົມທົບກັບຂໍ້ມູນ phenotypic, GWAS ສາມາດຖືກປຸງແຕ່ງເພື່ອກໍານົດ SNPs, QTLs ທີ່ກ່ຽວຂ້ອງກັບ phenotypes ແລະ genes ຂອງຜູ້ສະຫມັກ, ເຊິ່ງສະຫນັບສະຫນູນການປັບປຸງພັນສັດ / ພືດທີ່ທັນສະໄຫມ. SLAF ແມ່ນຍຸດທະສາດການຈັດລໍາດັບ genome ແບບງ່າຍດາຍທີ່ພັດທະນາຕົນເອງ, ເຊິ່ງຄົ້ນພົບເຄື່ອງຫມາຍການແຈກຢາຍທົ່ວ genome, SNP. SNPs ເຫຼົ່ານີ້, ເປັນເຄື່ອງຫມາຍພັນທຸກໍາໂມເລກຸນ, ສາມາດຖືກປຸງແຕ່ງສໍາລັບການສຶກສາສະມາຄົມທີ່ມີລັກສະນະເປົ້າຫມາຍ. ມັນເປັນຍຸດທະສາດທີ່ມີຄ່າໃຊ້ຈ່າຍໃນການກໍານົດລັກສະນະທີ່ຊັບຊ້ອນທີ່ກ່ຽວຂ້ອງກັບການປ່ຽນແປງທາງພັນທຸກໍາ.
-
Nanopore Transscriptomics ຄວາມຍາວເຕັມ
isoforms ທາງເລືອກທີ່ຊັບຊ້ອນແລະປ່ຽນແປງໄດ້ໃນສິ່ງມີຊີວິດແມ່ນກົນໄກທາງພັນທຸກໍາທີ່ສໍາຄັນສໍາລັບການຄວບຄຸມການສະແດງອອກຂອງ gene ແລະຄວາມຫຼາກຫຼາຍຂອງທາດໂປຼຕີນ. ການກໍານົດໂຄງສ້າງການຖອດຂໍ້ຄວາມທີ່ຖືກຕ້ອງແມ່ນພື້ນຖານສໍາລັບການສຶກສາໃນຄວາມເລິກຂອງຮູບແບບກົດລະບຽບການສະແດງອອກຂອງເຊື້ອສາຍ. ເວທີການຈັດລໍາດັບ Nanopore ໄດ້ນໍາເອົາການສຶກສາ transcriptomic ໄປສູ່ລະດັບ isoform. ແພລະຕະຟອມການວິເຄາະນີ້ຖືກອອກແບບມາເພື່ອວິເຄາະຂໍ້ມູນ RNA-Seq ທີ່ສ້າງຂຶ້ນໃນເວທີ Nanopore ບົນພື້ນຖານຂອງ genome ອ້າງອີງ, ເຊິ່ງບັນລຸການວິເຄາະດ້ານຄຸນນະພາບແລະປະລິມານທັງໃນລະດັບ gene ແລະລະດັບການຖອດຂໍ້ຄວາມ.
-
circ-RNA
Circular RNA (circRNA) ແມ່ນປະເພດຂອງ RNA ທີ່ບໍ່ແມ່ນລະຫັດ, ເຊິ່ງບໍ່ດົນມານີ້ພົບວ່າມີບົດບາດສໍາຄັນໃນເຄືອຂ່າຍກົດລະບຽບທີ່ກ່ຽວຂ້ອງກັບການພັດທະນາ, ການຕໍ່ຕ້ານສິ່ງແວດລ້ອມ, ແລະອື່ນໆ. ແຕກຕ່າງຈາກໂມເລກຸນ RNA ເສັ້ນ, ຕົວຢ່າງ: mRNA, lncRNA, 3′ ແລະ 5′. ປາຍຂອງ circRNA ຖືກລວມເຂົ້າກັນເພື່ອສ້າງເປັນໂຄງສ້າງວົງ, ເຊິ່ງຊ່ວຍປະຢັດພວກມັນຈາກການຍ່ອຍສະຫຼາຍຂອງ exonuclease ແລະມີຄວາມຫມັ້ນຄົງຫຼາຍກ່ວາເກືອບທັງຫມົດ. RNA ເສັ້ນ. CircRNA ໄດ້ຖືກພົບເຫັນວ່າມີຫນ້າທີ່ຫຼາກຫຼາຍໃນການຄວບຄຸມການສະແດງອອກຂອງ gene. CircRNA ສາມາດປະຕິບັດເປັນ ceRNA, ເຊິ່ງຜູກມັດ miRNA ແຂ່ງຂັນ, ເອີ້ນວ່າ miRNA sponge. ເວທີການວິເຄາະລໍາດັບ CircRNA ເສີມສ້າງໂຄງສ້າງ circRNA ແລະການວິເຄາະການສະແດງອອກ, ການຄາດຄະເນເປົ້າຫມາຍແລະການວິເຄາະຮ່ວມກັນກັບໂມເລກຸນ RNA ປະເພດອື່ນໆ.
-
BSA
ແພລະຕະຟອມການວິເຄາະ Segregant Bulked ປະກອບດ້ວຍການວິເຄາະມາດຕະຖານຂັ້ນຕອນດຽວແລະການວິເຄາະຂັ້ນສູງດ້ວຍການຕັ້ງຄ່າພາລາມິເຕີທີ່ກໍາຫນົດເອງ. BSA ແມ່ນເຕັກນິກທີ່ໃຊ້ເພື່ອກໍານົດຕົວຊີ້ທາງພັນທຸກໍາທີ່ກ່ຽວຂ້ອງກັບ phenotype ຢ່າງໄວວາ. ຂະບວນການເຮັດວຽກຕົ້ນຕໍຂອງ BSA ປະກອບມີ: 1. ການຄັດເລືອກສອງກຸ່ມຂອງບຸກຄົນທີ່ມີ phenotypes ກົງກັນຂ້າມທີ່ສຸດ; 2. ການລວມເອົາ DNA, RNA ຫຼື SLAF-seq (ພັດທະນາໂດຍ Biomarker) ຂອງບຸກຄົນທັງໝົດເພື່ອສ້າງເປັນສອງສ່ວນຂອງ DNA; 3. ການກໍານົດລໍາດັບຄວາມແຕກຕ່າງຕໍ່ກັບ genome ອ້າງອິງຫຼືໃນລະຫວ່າງ, 4. ຄາດຄະເນພາກພື້ນທີ່ເຊື່ອມຕໍ່ຜູ້ສະຫມັກໂດຍ ED ແລະ SNP-index algorithm; 5. ການວິເຄາະໜ້າທີ່ ແລະການປັບປຸງພັນທຸກໍາໃນພາກພື້ນຂອງຜູ້ສະໝັກ, ແລະອື່ນໆ. ຍັງມີການຂຸດຄົ້ນຂໍ້ມູນແບບພິເສດຫຼາຍຂຶ້ນ ລວມທັງການກວດຫາເຄື່ອງໝາຍພັນທຸກໍາ ແລະການອອກແບບ primer.
-
ແອມລິຄອນ (16 ວິນາທີ/18ວິ/ITS)
ແພລະຕະຟອມ Amplicon (16S/18S/ITS) ຖືກພັດທະນາໂດຍມີປະສົບການຫຼາຍປີໃນການວິເຄາະໂຄງການຄວາມຫຼາກຫຼາຍຂອງຈຸລິນຊີ, ເຊິ່ງປະກອບດ້ວຍການວິເຄາະພື້ນຖານມາດຕະຖານແລະການວິເຄາະສ່ວນບຸກຄົນ: ການວິເຄາະພື້ນຖານກວມເອົາເນື້ອໃນການວິເຄາະຕົ້ນຕໍຂອງການຄົ້ນຄວ້າຈຸລິນຊີໃນປະຈຸບັນ, ເນື້ອໃນການວິເຄາະແມ່ນອຸດົມສົມບູນແລະສົມບູນແບບ, ແລະຜົນໄດ້ຮັບການວິເຄາະໄດ້ຖືກນໍາສະເຫນີໃນຮູບແບບຂອງບົດລາຍງານໂຄງການ; ເນື້ອໃນຂອງການວິເຄາະສ່ວນບຸກຄົນແມ່ນມີຄວາມຫລາກຫລາຍ. ຕົວຢ່າງສາມາດເລືອກໄດ້ແລະຕົວກໍານົດການສາມາດກໍານົດຄວາມຍືດຫຍຸ່ນຕາມບົດລາຍງານການວິເຄາະພື້ນຖານແລະຈຸດປະສົງການຄົ້ນຄວ້າ, ເພື່ອຮັບຮູ້ຄວາມຕ້ອງການສ່ວນບຸກຄົນ. ລະບົບປະຕິບັດການ Windows, ງ່າຍດາຍແລະໄວ.
-
ພັນທຸ ກຳ ວິວັດທະນາການ
Evolutionary Genetics ແມ່ນການບໍລິການຈັດລໍາດັບທີ່ສົມບູນແບບທີ່ຖືກອອກແບບມາເພື່ອສະເຫນີການຕີຄວາມເລິກຂອງວິວັດທະນາການພາຍໃນກຸ່ມບຸກຄົນ, ໂດຍອີງໃສ່ການປ່ຽນແປງທາງພັນທຸກໍາ, ລວມທັງ SNPs, InDels, SVs, ແລະ CNVs. ການບໍລິການນີ້ກວມເອົາການວິເຄາະທີ່ຈໍາເປັນທັງຫມົດທີ່ຈໍາເປັນເພື່ອອະທິບາຍການປ່ຽນແປງທາງວິວັດທະນາການແລະລັກສະນະທາງພັນທຸກໍາຂອງປະຊາກອນ, ລວມທັງການປະເມີນໂຄງສ້າງປະຊາກອນ, ຄວາມຫຼາກຫຼາຍທາງພັນທຸກໍາ, ແລະຄວາມສໍາພັນຂອງ phylogenetic. ຍິ່ງໄປກວ່ານັ້ນ, ມັນ delves ເຂົ້າໄປໃນການສຶກສາກ່ຽວກັບການໄຫຼວຽນຂອງ gene, ເຮັດໃຫ້ການຄາດຄະເນຂອງຂະຫນາດປະຊາກອນປະສິດທິພາບແລະເວລາທີ່ແຕກຕ່າງກັນ. ການສຶກສາວິວັດທະນາການພັນທຸກໍາໃຫ້ຄວາມເຂົ້າໃຈອັນມີຄ່າກ່ຽວກັບຕົ້ນກຳເນີດແລະການປັບຕົວຂອງຊະນິດພັນ.
ທີ່ BMKGENE, ພວກເຮົາສະເຫນີສອງເສັ້ນທາງສໍາລັບການດໍາເນີນການສຶກສາວິວັດທະນາການພັນທຸກໍາກ່ຽວກັບປະຊາກອນຂະຫນາດໃຫຍ່: ຈ້າງ genome sequencing (WGS) ຫຼືເລືອກວິທີການຈັດລໍາດັບ genome ຕົວແທນທີ່ຫຼຸດລົງ, ພາຍໃນບ້ານທີ່ພັດທະນາ Specific-Locus Amplified Fragment (SLAF). ໃນຂະນະທີ່ WGS ເຫມາະສົມກັບ genomes ຂະຫນາດນ້ອຍກວ່າ, SLAF ກາຍເປັນທາງເລືອກທີ່ມີປະສິດທິພາບດ້ານຄ່າໃຊ້ຈ່າຍສໍາລັບການສຶກສາປະຊາກອນຂະຫນາດໃຫຍ່ທີ່ມີ genomes ຍາວ, ຫຼຸດຜ່ອນຄ່າໃຊ້ຈ່າຍໃນລໍາດັບຢ່າງມີປະສິດທິຜົນ.
