A Science Experiment: part 1 - Bert Hubert's writingsa day agohttps://berthub.eu/articles/posts/a-science-experiment/作者描述了在生物学中可能发现新事物的情绪过山车，包括担心犯错或被抢先。DNA复制是一个定向过程，导致滞后链上的冈崎片段，从而产生不对称的突变率。这种不对称导致GC偏向——在细菌染色体的一半上，G相对于C的过量可测量——在数千个基因组中可见为惊人的直线。作者正在分析约23,000个细菌染色体，以揭示GC偏向的模式，并计划在系列的第二部分分享发现。
A Science Experiment: part 2 - Bert Hubert's writingsa day agohttps://berthub.eu/articles/posts/a-science-experiment-part-2/创建并发布了SkewDB，这是目前最大的综合数据库，涵盖25,000个细菌染色体的GC/TA偏斜信息。将处理120GB公共NCBI数据以生成该数据库的软件开源。提供了一个Jupyter笔记本，方便对数据集进行探索和绘图。发现了一种预测厚壁菌门细菌GC/TA偏斜的方法，可能解决现有争议。识别出数十种存在无法解释的不对称性的细菌，包括没有GC偏斜的链以及链大小不均的情况。认识到开放数据共享的重要性，并计划发布预印本以供同行评审。
SkewDB: an open database of GC and other microbial skews - Bert Hubert's writingsa day agohttps://berthub.eu/articles/posts/skewdb-an-open-database-of-gc-and-other-microb...SkewDB是一个开放、可下载的数据库，包含来自NCBI的28000个细菌染色体的GC偏斜和其他十几种偏斜数据。该数据库使用开源Antonie DNA软件创建，并包含一个带有图表的在线查看器。GC偏斜是指前导复制链倾向于有过多的G核苷酸，而滞后链倾向于有过多的C核苷酸，这种现象于1996年首次描述，但尚未完全解释。该数据库可以帮助生成和证伪假说，检测错误组装或多染色体基因组，并揭示如不对称GC偏斜等异常模式。值得注意的发现包括一些细菌中的不对称GC偏斜、将基因方向与偏斜联系起来的链偏斜假说，以及前导链和滞后链长度的巨大差异。SkewDB还提供了各种子偏斜（例如，基因内部、密码子位置）和链偏斜数据，按染色体和4096个核苷酸为基础进行总结。
SkewDB - Bert Hubert's writingsa day agohttps://berthub.eu/articles/skewdb/SkewDB是一个免费数据库，包含超过53,000条染色体和质粒的GC及其他偏斜数据，最后更新于2024年7月5日，现包含均聚物计数和密码子偏斜数据。该数据库使用开源Antonie软件创建，基于NCBI的公共DNA序列、注释和分类学数据，为每条染色体提供具有4096个核苷酸粒度的独立文件。主要特征包括偏斜梯度（如GC、TA、链偏斜）字段、密码子位置分析、分类学分类以及拟合质量指标，该项目旨在支持GC偏斜和染色体行为的研究。