Варианты ОГЭ по информатике 2021
Тесты ОГЭ по информатике
Структура
Часть 1 содержит 18 заданий базового и повышенного уровней сложности, среди которых 6 заданий с выбором и записью ответа в виде одной цифры и 12 заданий, подразумевающих самостоятельное формулирование и запись экзаменуемым ответа в виде последовательности символов.
Часть 2 содержит 2 задания высокого уровня сложности. Задания этой части подразумевают практическую работу учащихся за компьютером с использованием специального программного обеспечения. Результатом исполнения каждого задания является отдельный файл. Задание 20 дается в двух вариантах: 20.1 и 20.2; экзаменуемый должен выбрать один из вариантов задания.
Шкала перевода баллов в оценки:
«2» – от 0 до 4
«3» – от 5 до 11
«4» – от 12 до 17
«5» – от 18 до 22
Система оценивания выполнения отдельных заданий и экзаменационной работы в целом
Задания в экзаменационной работе в зависимости от их типа и уровня сложности оцениваются разным количеством баллов. Выполнение каждого задания части 1 оценивается 1 баллом. Задание части 1 считается выполненным, если экзаменуемый дал ответ, соответствующий коду верного ответа. Максимальное количество первичных баллов, которое можно получить за выполнение заданий части 1, равно 18.
Выполнение каждого задания части 2 оценивается от 0 до 2 баллов. Ответы на задания части 2 проверяются и оцениваются экспертами (устанавливается соответствие ответов определенному перечню критериев).
Максимальное количество баллов, которое можно получить за выполнение заданий части 2, равно 4. Максимальное количество первичных баллов, которое можно получить за выполнение всех заданий экзаменационной работы, равно 22.
На выполнение экзаменационной работы отводится 2 часа 30 минут (150 минут).
Любой учитель или репетитор может отслеживать результаты своих учеников по всей группе или классу. Для этого нажмите ниже на кнопку «Создать класс», а затем отправьте приглашение всем заинтересованным.
Ознакомьтесь с подробной видеоинструкцией по использованию модуля.
Принципиальные изменения в ОГЭ по информатике в 2020 году
В 2020 году структура ОГЭ по информатике изменилась кардинально.
9-классники уже опробовали в 2018, 2019 годах частичное выполнение экзаменационной работы на компьютере. Но это была лишь небольшая часть заданий (2 задания из 20), и разработчики рекомендовали тратить на эти задания 1 час из 2,5.
В этом году 9-классники опять станут первопроходцами. Вес заданий, выполняемых на компьютере, ощутимо увеличился. Теперь это 5 заданий из 15, и разработчики рекомендуют тратить на них 2 часа из 2,5.
Если раньше в работе ОГЭ проверялись, в основном, теоретические знания, то теперь проверяются практические навыки, умение пользоваться конкретными программными продуктами.
Сами задания тоже поменялись. Количество заданий, выполняемых без использования компьютера, сокращено до 10. Это объединенные и немного усложненные задания прошлых лет, позволяющие глубже проверить уровень теоретических знаний ученика.
А вот перечень заданий, выполняемых на компьютере, дополнился совсем новыми.
Итак, рассмотрим структуру нового ОГЭ по информатике подробно.
На выполнение экзаменационной работы по-прежнему отводится 2,5 часа (150 минут).
Часть 1 выполняется без использования компьютера и содержит 10 заданий. Ответы переносятся в бланк. Каждое правильно выполненное задание оценивается в 1 балл:
Задание №1. Определение объема памяти, необходимого для хранения информации.
Задание №2. Кодирование и декодирование информации.
Задание №3. Определение истинности логического выражения.
Задание №4. Анализ простейших моделей объектов.
Задание №5. Анализ простого алгоритма.
Задание №6. Исполнение алгоритма, записанного на языке программирования.
Задание №7. Адресация в сети Интернет.
Задание №8. Запросы к поисковым системам.
Задание №9. Подсчет количества путей в графе.
Задание №10. Запись чисел в различных системах счисления.
Часть 2 выполняется на компьютере и содержит 5 заданий. Результаты задания №11 и №12 переносятся в бланк. Результатом заданий №13, №14, №15 является отдельный файл:
Задание №11. Поиск информации в файлах и каталогах компьютера. Правильно выполненное задание оценивается в 1 балл.
Задание №12. Определение количества и информационного объема файлов, отобранных по условию. Правильно выполненное задание оценивается в 1 балл.
Задание №13. На выбор: создание презентации (№13.1.) или создание текстового документа (№13.2.). Правильно выполненное задание оценивается в 2 балла.
Задание №14. Анализ электронной таблицы и построение диаграммы. Правильно выполненное задание оценивается в 3 балла.
Задание №15. На выбор: разработка программы в среде Кумир (№15.1.) или на стандартном языке программирования (№15.2.). Правильно выполненное задание оценивается в 2 балла.
Таким образом, максимальное число первичных баллов — 19.
На мой взгляд, такие кардинальные изменения в ОГЭ по информатике напрашивались давно, т.к. сам смысл предмета состоит в умении использовать вычислительную технику. Экзамен стал более живым и приближенным к реальным задачам. А для учеников выполнение заданий стало интереснее. Но есть одна проблема. Поскольку новый формат утвержден совсем недавно, нигде нет пока материалов для подготовки. Нет даже новых тренировочных вариантов, да и нет возможности напечатать их и издать в привычном книжном виде, т.к. большая часть заданий содержит теперь целые каталоги с файлами.
Поэтому я разработала свои авторские варианты ОГЭ в соответствии с новой демоверсией. Тесты, ответы и решения будут выложены на сайте. Кроме этого, видео-разбор вариантов смотрите в Youtube. А я буду держать вас в курсе последних тенденций и изменений.
Есакова Лада
Содержание и структура КИМ информатика ОГЭ за 2018 год
Содержание ОГЭ по информатике
ОГЭ по информатике и ИКТ – экзамен по выбору для выпускников 9 классов. Многие ребята, отдав предпочтение именно этому предмету, плохо представляют себе, что же их реально ждет на экзамене и очень удивляются, увидев КИМы по предмету. Сегодня мы рассмотрим детальнее, что из себя представляет Основной Государственный Экзамен по информатике и ИКТ.
Хотим обратить ваше внимание на то, что в УЦ «Годограф» вы найдете квалифицированных репетиторов по подготовке к ОГЭ по информатике для учеников 9, 10 и 11 классов. Мы практикуем индивидуальные и коллективные занятия по 3-4 человека, предоставляем скидки на обучение. Наши ученики в среднем набирают на 30 баллов больше!
КИМы по информатике ОГЭ 9 класс
Итак, пакет контрольно-измерительных материалов по информатике и ИКТ включает в себя 2 блока заданий. Первая часть экзамена состоит из тестовых заданий с открытым ответом. То есть, вы решаете все на черновике, а ответ вписываете в бланк. Но в КИМах по информатике 2018 ОГЭ также присутствуют и задания, где нужно выбрать один вариант ответа из нескольких предложенных.
Современная тенденция совершенствования процедуры ОГЭ и ЕГЭ ведет к тому, чтобы задания с вариантами ответов исчезли из экзамена вовсе, чтобы исключить возможность «попадания наугад» учащимися в правильный ответ. Но, тем не менее, в ОГЭ по информатике такие номера еще можно встретить. Итак, разберем подробнее задания первой тестовой части ОГЭ по информатике 2018.
КИМы по информатике ОГЭ 2018.Структура базовой части
Уровень сложности – базовый. Необходимо набрать всего 5 баллов в первой части, чтобы получить оценку «удовлетворительно» за экзамен. Какие же навыки проверяются в этих заданиях?
Задание 1, 15 в ОГЭ по информатике. Измерение количества информации. Необходимо понимание процесса подсчета количества информации, знание единиц измерения и методики перевода одних единиц в другие. Типичный пример формулировки такого задания: «Посчитайте информационный объем сообщения: “В добрый путь, выпускники!”, если известно, что один символ кодируется 8 битами.
Ответ дайте в байтах». Решение простое: считаем количество всех символов, включая знаки препинания и пробелы, а затем умножаем на количество бит, соответствующих одному символу. И, конечно же, не забываем делать перевод в байты – делим на 8 (столько бит в 1 байте). Так, у нас получилась простейшая задачка по математике для 6 класса. Что касается №15, он несколько отличается уровнем сложности, но в целом так же относится к разделу «Измерение информации»
Задание 2 в ОГЭ 2018. Потребуются элементарные знания о логических операциях конъюнкции и дизъюнкции: логическое умножение и сложение. Эти слова хоть и звучат непривычно для уха среднестатистического школьника, но на самом деле не таят за собой никаких сложностей. Достаточно выучить 2 определения, чтобы спокойно справиться с заданием №2.
Задание 3, 5 в ОГЭ по информатике. Проверка умения анализировать формализованные табличные данные, строить по таблице графы и находить необходимые алгоритмы — как правило, наибольшую или наименьшую длину пути из пункта А в пункт В. На проверку аналогичных умений направлено и задание №5, там для анализа дается диаграмма.
Также здесь необходимо будет вспомнить, как строятся диаграммы в Excel. Необязательно детально воспроизводить построение, главное иметь понятие о том, по каким строкам таблицы построена диаграмма, иначе можно допустить ошибки в решении.
Задание 4. Как устроена файловая система компьютера? Как написать путь к файлу или, наоборот, по заданному маршруту перейти к требуемому документу? Знаете все это? Тогда нет проблем. Не поняли, о чем речь? Не беда.
Откройте любой документ на вашем компьютере и взгляните в адресную строку, там вы увидите путь к файлу – иерархическая система Windows хранит файлы по принципу «матрешки»: один находится в другом и т.д., пока не дойдем до корневого каталога. Все пройденные нами папки записываются в путь через знак слэша (/).
Задание 6, 14, 16 в ОГЭ по информатике. Проверка навыков составления и применения уже готового алгоритма, а также немного математики. Скорее всего, потребуется решить простейшее линейное уравнение. Главное – знать, как его составить. Часто в задании №16 ребята допускают ошибки по невнимательности. Проделывайте каждый шаг алгоритма и записывайте результат на черновик, так будет проще получить ответ. Не спешите делать все задания устно, можно ошибиться.
Задание 7. Шифрование информации. Решит любой школьник, не обладающий никакими специфическими знаниями в данной области. Имеется шифр, которому в соответствие поставлены буквы. Нужно либо зашифровать, либо расшифровать целую фразу.
Задание 8, 9, 10. Программирование. Здесь вовсе не обязательно владеть каким-либо языком программирования, достаточно понимать алгоритмический язык. Задание №8 — это обычно линейный алгоритм, № 9 — простой цикл «пока» или «для». Задание № 10 – проверка умения работать с массивами, как правило, одномерными. Необходимо понимание принципа нумерации и нахождения элементов в массиве, а также умение этот массив обрабатывать согласно заданному алгоритму. В этом задании первой части по статистике допускается самый большой процент ошибок на экзамене ОГЭ по информатике в 9 классе.
Задание 11, 12 в ОГЭ по информатике. Аналогично заданиям №3, № 5 проверяет умение работать с графической информацией, анализировать ее и выдавать верный ответ. Здесь важно не ошибиться в счете, числа обычно очень простые, но их может быть много. Лучше записывать каждый шаг решения.
Задание 13. Перевод чисел из одной системы счисления в другую. Обычно двоичная, десятичная, восьмеричная, шестнадцатеричная.
Задание 17, 18 в информатике. Связаны с устройством сети Интернет, с адресации в сети, а также с принципом формирования поискового запроса. Темы не новы для современного школьника и сложности на экзамене не представляют.
КИМы по информатике ОГЭ 2018.
Структура 2 части
Задание 19 в ОГЭ по информатике. Работа с базой данных в Excel. В школьной программе изучению Excel отводится не так много часов, но овладеть нужными навыками вполне можно успеть. Главное — знать, что именно необходимо для экзамена. Итак, это всего лишь несколько формул: «сумма», «сумма если», «если», «если и». Этих формул вполне достаточно, чтобы решить задание № 19 КИМ ОГЭ по информатике 2018. Если же вы сомневаетесь или просто хотите взглянуть на образец задания № 19, в Интернете можно найти огромное количество вариантов ОГЭ по информатике 2018 с решениями КИМов.
Задание 20. Представлено в двух вариантах: для тех, кто программирует на «Кумире», и для тех, кто знаком с языками программирования высокого уровня: «Паскаль», «Бейсик», «СИ» и т.д. Проверяются навыки написания простого алгоритма на языке программирования. Обычно это программа с условием «если», может встретиться простой цикл «для» или «пока». Максимальное количество баллов за задание – 2. То есть, если вы способны сделать оба варианта 20 задачи – и «Кумир» и «Паскаль», то, увы, получить за это 4 балла не получится.
Вообще стоит сказать о том, что за 5-12 правильных заданий ставится отметка «удовлетворительно», за 13-17 – «хорошо», а за 18-22 — «отлично» То есть, пятерку можно получить, даже не приступая к заданиям второй части. Это большой плюс для тех, кто боится заданий по программированию. Главное — будьте внимательны и не спешите, решая первую часть.
Итак, мы вкратце ознакомились с КИМом ОГЭ по информатике 2018 года. Если что-то показалось вам непонятным или не поддающимся решению, помните – должная и своевременная подготовка решит все проблемы. Упорство и труд – залог успеха на экзамене и в будущем! Центр подготовки к ОГЭ «Годограф» искренне желает вам удачи на экзаменах!
В ОГЭ для 2021 года внесут изменения в 11 из 14 предметов
Фото: АГН Москва
Федеральный институт педагогических измерений опубликовал проекты документов, которые регламентируют структуру и содержание контрольных измерительных материалов (КИМ) по 14 предметам Основного государственного экзамена для девятиклассников (ОГЭ) в 2021 году. Изменения не коснутся заданий по русскому языку, географии и информатике.
Количество заданий в ОГЭ по математике сократили на одно за счёт объединения заданий на преобразование алгебраических (№13 — в старой версии) и числовых выражений (№8 — в старой версии) в одно — №8. Задание на работу с последовательностями и прогрессиями (№12 в ОГЭ-2020) заменено на задание с практическим содержанием, направленное на проверку умения применять знания о последовательностях и прогрессиях в прикладных ситуациях (№14 в КИМ ОГЭ-2021). Максимальный первичный балл уменьшен с 32 до 31.
В ОГЭ по литературе добавилось новое задание базового уровня сложности, которое требует анализа фрагмента предложенного произведения в заданном направлении. Фрагмент можно выбрать самостоятельно. Максимальное количество баллов за всю работу увеличили с 39 до 45.
Число заданий в Госэкзамене по истории возросло с 21 до 24 — добавлены три задания с кратким ответом (15, 16 и 17), которые нацелены на проверку знаний по всеобщей истории (истории зарубежных стран). Максимальный первичный балл за выполнение всей работы увеличен с 34 до 37.
По обществознанию число заданий в КИМ с кратким ответом в виде одной цифры сокращено с 14 до 13, но добавлено задание 5 с развёрнутым ответом на анализ визуальной информации. Общий балл увеличен с 35 до 37.
В ОГЭ по иностранным языкам раздел «Задания по аудированию» теперь состоит из 11 заданий с кратким ответом. В разделе «Задание по письменной речи» в задании 35 необходимо написать личное (электронное) письмо в ответ на электронное письмо друга по переписке.
В ОГЭ по биологии количество заданий сократилось с 30 до 29. В первой части работы количество заданий уменьшилось на два, но во второй части добавлено одно задание.
В ОГЭ по физике к тексту физического содержания вместо двух заданий с выбором одного верного ответа предлагается одно задание на множественный выбор. Увеличилось число заданий с развёрнутым ответом: добавлена ещё одна качественная задача. В 2021 году задания 21 будут построены преимущественно на прогнозировании результатов опытов или интерпретации их результатов, а задания 22 — на практико ориентированном контексте. Расширилось содержание заданий 17 (это экспериментальное задание на реальном оборудовании). К проведению косвенных измерений добавлено исследование зависимости одной физической величины от другой, включающее не менее трёх прямых измерений с записью абсолютной погрешности. Максимальный балл за выполнение всех заданий работы увеличился с 43 до 45 баллов.
В заданиях к Основному госэкзамену по химии также есть изменения. В заданиях 2 (определение строения атома химического элемента и характеристика его положения в Периодической системе) и 3 (построение последовательности элементов с учётом закономерностей изменения свойств элементов по группам и периодам) требуется вписать в поле ответа цифровые значения, соответствующие условию задания. В заданиях 5 (виды химической связи), 8 (химические свойства простых веществ и оксидов) и 16 (чистые вещества, смеси, правила работы с веществами в лаборатории и в быту) требуется осуществить выбор двух ответов из предложенных в перечне 5 вариантов (множественный выбор ответа). В заданиях 4 (валентность, степень окисления) и 12 (признаки химических реакций) требуется установить соответствия между позициями двух множеств.
КИМ являются основой для составления экзаменационных материалов и ежегодно публикуются для экспертного обсуждения до начала учебного года. Кроме того, с помощью представленных материалов школьники и учителя могут составить представление о том, что их ждёт на ОГЭ в новом учебном году.
По общему порядку, чтобы получить аттестат, выпускникам девятых классов нужно успешно сдать Основной государственный экзамен. В программе два обязательных испытания — русский язык и математика, а также ещё два предмета по выбору (география, информатика, биология, химия и другие).
Но в 2020 году с учётом эпидемиологической ситуации и переходом на дистанционное обучение ОГЭ отменили, а аттестаты девятиклассникам выдали на основании итоговых годовых отметок.
25 августа Федеральный институт педагогических измерений опубликовал проекты документов, которые регламентируют структуру и содержание КИМ по 15 предметам ЕГЭ в 2021 году.
ЕГЭ-2020: 23-е задание по информатике стало мемом, а 17-е по математике – песней
Большинство школьников, кто сдавал ЕГЭ-2020 в основной период, уже знает свои результаты, на этой неделе будут объявлены последние. Есть повод расслабиться и определиться с дальнейшим местом учебы. «Вслух.ру» решил подвести итоги: чем запомнились нынешние экзамены.
Нынешний выпуск запомнится прежде всего коронавирусом: ни последних звонков, ни выпускных. ЕГЭ с опозданием на месяц с лишним и жарой, проверкой температуры, масками с перчатками и социальной дистанцией. Когда еще такое было?
Школьник из Башкирии Ярослав Зарубин необычно заполнил бланк на ЕГЭ по профильной математике: в поле ответа к 17-му заданию (это «экономическае» задача) он вписал текст песни Бритни Спирс Hold It Against Me. Результат он показал в своем Твиттере.
Нешуточная дискуссия в Сети разгорелась по поводу 23 задания по информатике. В Интернете разыскивали счастливчиков, которые смогли его решить. Тем более, что при переводе из первичных во вторичные баллы для максимума, то есть 100, актуальны и 35, и 34 балла, то есть с учетом одного невыполненного задания.
Сергея Крылова, руководителя федеральной комиссии разработчиков КИМ ЕГЭ и ОГЭ по информатике и ИК, просили разъяснить логические системы уравнений, которые у выпускников не решались стандартными методами решения. По этому поводу даже обыграли фильм про войну.
С ЕГЭ по химии выпускникам было не до смеха. После экзамена россияне создали сразу несколько петиций с требованием признать недействительными результаты ЕГЭ по химии в связи с повышенной сложностью заданий. Рособрнадзор эти жалобы опроверг, отметив, что задания не выходят за рамки школьной программы, однако сложные задания рассчитаны на учеников профильных классов. Глава комитета Совфеда по образованию и науке Лилия Гумерова заявила, что результаты будут трактовать в пользу ученика, сообщает «Лента.ру». Свои баллы участники ЕГЭ узнают на этой неделе.
По другим предметам также отмечают, что поблажек из-за коронавируса с дистанционкой облегчать не стали. В частности, по обществознанию, где требуется максимальное количество минимальных баллов для поступления в вузы — 42.
Поэтому шутки касаются и по результатам ЕГЭ. К слову, в Рособрнадзоре отмечают, что итоги по России в целом не хуже. Более слабо написали информатику, лучше — литературу, географию, русский язык и историю. Физику и профильную математику — на уровне прошлого года. Максимальное количество 100-балльников — 3 тыс. 948 человек — было на русском языке.
В Тюменской области 28 человек получили 100 баллов по русскому языку, 10 — по информатике и ИТК, 6 — по географии, 4 — по литературе.
В 2019 году главным мемом стали лопаты. В нескольких регионах на ЕГЭ по русскому языку попался отрывок из повести Виктора Драгунского «Он упал на траву» для сочинения: «Что бы я ни делал, в голове моей мерно взлетали лопаты. Лопаты. Лопаты. Лопаты. Они погружались в мягкую глинистую почву, сочно чавкающую под режущим лезвием. Они отрывали комья, цепляющиеся за родной пласт, они несли на себе землю, эти непрерывно движущиеся лопаты, они качали землю в своих железных ладонях, баюкали ее или резали аккуратными ломтями. Лопаты шлепали по земле, били по ней, дробили ее, поглаживали, рубили и терзали, заравнивали и подскребывали ее каменистое чрево».
Напомним, что результаты по оставшимся предметам основного периода ЕГЭ выпускники получат на этой неделе. Вузы уже формируют рейтинги абитуриентов. Последний день для подачи документов — 18 августа.
# Еще по теме— «Плохих жен теперь отправляют в Милан»: интернет наполнили мемы о коронавирусе
Не забывайте подписываться на нас в Telegram и Instagram.Никакого спама, только самое интересное!
Вебинары — Региональный центр обработки информации
Онлайн-консультации по подготовке к ЕГЭ-2020
Онлайн-консультация по подготовке к ЕГЭ-2020 по биологии 23.05.2020
Ведущий: Шпирная Ирина Андреевна,
председатель предметной комиссии
Онлайн-консультация по подготовке к ЕГЭ-2020 по химии 23.05.2020
Ведущий: Михайленко Оксана Ивановна,
старший эксперт предметной комиссии
Онлайн-консультация по подготовке к ЕГЭ-2020 по обществознанию 16.05.2020
Ведущий: Скалина Алла Николаевна,
председатель предметной комиссии
Онлайн-консультация по подготовке к ЕГЭ-2020 по французскому языку 16.05.2020
Ведущий: Киреева Зарима Ренатовна,
заместитель председателя предметной комиссии
Онлайн-консультация по подготовке к ЕГЭ-2020 по английскому языку 16.05.2020
Ведущий: Ризяпова Элина Марсовна,
председатель предметной комиссии
Онлайн-консультация по подготовке к ЕГЭ-2020 по географии 16.05.2020
Ведущий: Саттарова Гульнара Ансафовна, председатель предметной комиссии
Онлайн-консультация по подготовке к ЕГЭ-2020 по математике 07.05.2020
Ведущий: Луценко Владимир Иванович,
заместитель председателя предметной комиссии
Онлайн-консультация по подготовке к ЕГЭ-2020 по русскому языку 07.05.2020
Ведущий: Ситдикова Марина Германовна,
старший эксперт предметной комиссии
Онлайн-консультация по подготовке к ЕГЭ-2020 по математике 25.04.2020
Ведущий: Трунов Кирилл Владимирович,
председатель предметной комиссии
Онлайн-консультация по подготовке к ЕГЭ-2020 по русскому языку 25.04.2020
Ведущие: Ямалетдинова Альмира Мухаметовна председатель предметной комиссии
Григорьева Татьяна Владимировна,
заместитель председателя предметной комиссии
Онлайн-консультация по подготовке к ЕГЭ-2020 по немецкому языку
Ведущий: Буркова Татьяна Александровна,
председатель предметной комиссии
Онлайн-консультация по подготовке к ЕГЭ-2020 по физике
Ведущий: Закирьянов Фарит Кабирович,
председатель предметной комиссии
Онлайн-консультация по подготовке к ЕГЭ-2020 по истории
Ведущий: Новикова Оксана Ивановна,
председатель предметной комиссии
Онлайн-консультация по подготовке к ЕГЭ-2020 по литературе
Ведущий: Леонова Гузель Ахмадиевна,
председатель предметной комиссии
Онлайн-консультация по подготовке к ЕГЭ-2020 по химии
Ведущий: Сергеева Лидия Григорьевна,
заместитель председателя предметной комиссии
Онлайн-консультация по подготовке к ЕГЭ-2020 по информатике
Ведущий: Гильдин Александр Григорьевич,
председатель предметной комиссии
Онлайн-консультации по подготовке к ОГЭ-2020
Онлайн-консультация по подготовке по русскому языку 16.05.2020
Ведущие: Булатова Любовь Петровна, заместитель председателя предметной комиссии
Боцьковская Аниса Сарваровна, старший эксперт предметной комиссии
Онлайн-консультация по подготовке по математике 16.05.2020
Ведущий: Мешкова Людмила Викторовна,
старший эксперт предметной комиссии
Онлайн-консультация по подготовке к ОГЭ-2020 по математике 07.05.2020
Ведущий: Фомина Ольга Александровна,
старший эксперт предметной комиссии
Онлайн-консультация по подготовке к ОГЭ-2020 по русскому языку 07.05.2020
Ведущий: Ошеева Юлия Владимировна,
председатель предметной комиссии
Онлайн-консультация по подготовке к ОГЭ-2020 по математике 25.04.2020
Ведущий: Сафина Гулюс Фанисовна,
земеститель председателя предметной комиссии
Онлайн-консультация по подготовке к ОГЭ-2020 по русскому языку 25.04.2020
Ведущие: Мамяшева Альбина Феликсовна, старший эксперт предметной комиссии
Ахкамова Лариса Николаевна, старший эксперт предметной комиссии
Онлайн-консультация по подготовке к ОГЭ-2020 по математике 18.04.2020
Ведущий: Фомина Ольга Александровна,
старший эксперт предметной комиссии
Онлайн-консультация по подготовке к ОГЭ-2020 по русскому языку 18.04.2020
Ведущие: Борихина Наталья Викторовна, старший эксперт предметной комиссии
Галимова Лилия Флюровна, старший эксперт предметной комиссии
Видеоуроки по подготовке к ЕГЭ-2020
Химия ЕГЭ задания 1-25
Ведущий: Сергеева Лидия Григорьевна,
заместитель председателя предметной комиссии
Химия ЕГЭ задания 26-29
Ведущий: Сергеева Лидия Григорьевна,
заместитель председателя предметной комиссии
Химия ЕГЭ задание 30
Ведущий: Михайлова Наталья Николаевна,
председатель предметной комиссии
Химия ЕГЭ задание 31
Ведущий: Михайлова Наталья Николаевна,
председатель предметной комиссии
Химия ЕГЭ задание 32
Ведущий: Михайленко Оксана Ивановна,
старший эксперт предметной комиссии
Химия ЕГЭ задание 33
Ведущий: Сергеева Лидия Григорьевна,
заместитель председателя предметной комиссии
Химия ЕГЭ задание 34
Ведущий: Михайленко Оксана Ивановна,
старший эксперт предметной комиссии
Химия ЕГЭ задание 35
Ведущий: Сергеева Лидия Григорьевна,
заместитель председателя предметной комиссии
Математика ЕГЭ разбор сложных заданий
Ведущий: Трунов Кирилл Владимирович,
председатель предметной комиссии
Физика ЕГЭ разбор сложных заданий
Ведущий: Закирьянов Фарит Кабирович,
председатель предметной комиссии
Разбор заданий по русскому языку ЕГЭ
Готовимся сдавать ЕГЭ по русскому языку PDF, 673 КБ
Ведущие: Ямалетдинова Альмира Мухаметовна, председатель предметной комиссии
Григорьева Татьяна Владимировна, заместитель председателя предметной комиссии
Распространенные ошибки при выполнении заданий по Биологии ЕГЭ
Ведущий: Шпирная Ирина Андреевна,
председатель предметной комиссии
Вебинар по подготовке к апробации КЕГЭ
Вебинар по подготовке к апробации КЕГЭ 30.10.2019
Государственная итоговая аттестация в 9 классах:
Организация проведения ГИА по образовательным программам основного общего образования в 2019 году
Вебинар по подготовке к апробации по итоговому собеседованию:
Вебинар по подготовке к итоговому собеседованию 13.03.2019
Вебинар по подготовке к итоговому собеседованию 13.02.2019
Вебинар по подготовке к итоговому собеседованию 13.02.2019 для экспертов
Вебинар по подготовке к апробации по итоговому собеседованию 09.11.2018
Федеральный институт педагогических измерений (ролики для экспертов):
Актуальные вопросы содержания КИМ ОГЭ и ЕГЭ 2020: русский язык
Актуальные вопросы содержания КИМ ОГЭ и ЕГЭ 2020: химия
Актуальные вопросы содержания КИМ ОГЭ и ЕГЭ 2020: биология
Актуальные вопросы содержания КИМ ОГЭ и ЕГЭ 2020: математика
Актуальные вопросы содержания КИМ ОГЭ и ЕГЭ 2020: история
Актуальные вопросы содержания КИМ ОГЭ и ЕГЭ 2020: обществознание
Актуальные вопросы содержания КИМ ОГЭ и ЕГЭ 2020: иностранные языки
Актуальные вопросы содержания КИМ ОГЭ и ЕГЭ 2020: литература
Актуальные вопросы содержания КИМ ОГЭ и ЕГЭ 2020: физика
Актуальные вопросы содержания КИМ ОГЭ и ЕГЭ 2020: информатика
Актуальные вопросы содержания КИМ ЕГЭ 2020: китайский язык
Актуальные вопросы содержания КИМ ОГЭ и ЕГЭ 2020: география
Федеральный центр тестирования (обучающие ролики):
Государственная итоговая аттестация в 9 классах (обучающие ролики):
Организация работы на станции удаленного сканирования в ППЭ ОГЭ
ОГЭ и ЕГЭ по информатике: помощь и лайфхаки
Политика публикации отзывов
Приветствуем вас в сообществе читающих людей! Мы всегда рады вашим отзывам на наши книги, и предлагаем поделиться своими впечатлениями прямо на сайте издательства АСТ. На нашем сайте действует система премодерации отзывов: вы пишете отзыв, наша команда его читает, после чего он появляется на сайте. Чтобы отзыв был опубликован, он должен соответствовать нескольким простым правилам:
1. Мы хотим увидеть ваш уникальный опыт
На странице книги мы опубликуем уникальные отзывы, которые написали лично вы о конкретной прочитанной вами книге. Общие впечатления о работе издательства, авторах, книгах, сериях, а также замечания по технической стороне работы сайта вы можете оставить в наших социальных сетях или обратиться к нам по почте [email protected].
2. Мы за вежливость
Если книга вам не понравилась, аргументируйте, почему. Мы не публикуем отзывы, содержащие нецензурные, грубые, чисто эмоциональные выражения в адрес книги, автора, издательства или других пользователей сайта.
3. Ваш отзыв должно быть удобно читать
Пишите тексты кириллицей, без лишних пробелов или непонятных символов, необоснованного чередования строчных и прописных букв, старайтесь избегать орфографических и прочих ошибок.
4. Отзыв не должен содержать сторонние ссылки
Мы не принимаем к публикации отзывы, содержащие ссылки на любые сторонние ресурсы.
5. Для замечаний по качеству изданий есть кнопка «Жалобная книга»
Если вы купили книгу, в которой перепутаны местами страницы, страниц не хватает, встречаются ошибки и/или опечатки, пожалуйста, сообщите нам об этом на странице этой книги через форму «Дайте жалобную книгу».
Недовольны качеством издания?
Дайте жалобную книгу
Если вы столкнулись с отсутствием или нарушением порядка страниц, дефектом обложки или внутренней части книги, а также другими примерами типографского брака, вы можете вернуть книгу в магазин, где она была приобретена. У интернет-магазинов также есть опция возврата бракованного товара, подробную информацию уточняйте в соответствующих магазинах.
6. Отзыв – место для ваших впечатлений
Если у вас есть вопросы о том, когда выйдет продолжение интересующей вас книги, почему автор решил не заканчивать цикл, будут ли еще книги в этом оформлении, и другие похожие – задавайте их нам в социальных сетях или по почте [email protected].
7. Мы не отвечаем за работу розничных и интернет-магазинов.
В карточке книги вы можете узнать, в каком интернет-магазине книга в наличии, сколько она стоит и перейти к покупке. Информацию о том, где еще можно купить наши книги, вы найдете в разделе «Где купить». Если у вас есть вопросы, замечания и пожелания по работе и ценовой политике магазинов, где вы приобрели или хотите приобрести книгу, пожалуйста, направляйте их в соответствующий магазин.
8. Мы уважаем законы РФ
Запрещается публиковать любые материалы, которые нарушают или призывают к нарушению законодательства Российской Федерации.
Wings Informatics OGE 20 вариантов обучения. Пример работы программы
М .: 2016. — 144 с.
Серия «ОГЭ. ФИП — Школа» подготовлена разработчиками контрольно-измерительных материалов (КИМ) основного государственного экзамена. В сборнике представлены:
10 стандартных экзаменационных вариантов, составленных в соответствии с черновиком демолиза Ким НГЭ по информатике и ИКТ 2016;
инструкции по выполнению экзаменационных работ;
Ответы на все задания;
Критерии оценки.
Выполнение заданий типовых вариантов экзамена предоставляет студенту возможность самостоятельно подготовиться к государственной итоговой аттестации в 9 классе по форме ОГЭ, а также объективно оценить уровень подготовки к экзамену. Стандартные варианты экзаменов учителя могут использовать для организации мониторинга результатов освоения школьниками образовательных программ основного общего образования и интенсивной подготовки учащихся к НГЭ.
Формат: PDF.
Размер: 4 Мб
Часы, скачать: Гугл Диск.
СОДЕРЖАНИЕ
Введение 3.
Инструкция по выполнению работы 4
Карточка индивидуальных достижений ученика 5
Вариант 1 6.
Вариант 2 17.
Вариант 3 28.
Вариант 4 39.
Вариант 5 50.
Вариант 6 61.
Вариант 7 72.
Вариант 8 83.
Вариант 9 94.
Вариант 10 105.
Ответы на задания части 1 116
Ответы и критерии оценки выполнения заданий части 2 118
Сборник включает 10 стандартных экзаменов варианты, которые по структуре, содержанию и уровню сложности аналогичны контрольно-измерительным материалам основного государственного экзамена (ОГЭ) по информатике и ИКТ выпускникам основной школы.
После того, как варианты будут выполнены, правильность ваших ответов можно будет проверить с помощью таблиц ответов в конце книги. Для задач части 2, требующих развернутого ответа, даны подробные решения.
В книге представлена карта индивидуальных достижений студента, по которой можно отслеживать результативность выполнения заданий стандартных вариантов экзамена.
Выполняя типовые варианты экзаменационной работы, студент получает возможность повторить учебный материал и подготовиться к экзамену.
Учителя будут полезны для организации обучения по подготовке к НГЭ, а также контроля знаний на уроках информатики и ИКТ.
аннотация
Серия «ОГЭ. ФИП — Школа» подготовлена разработчиками контрольно-измерительных материалов (КИМ) основного государственного экзамена. В сборнике представлены: 10 стандартных вариантов экзаменов, составленных в соответствии с черновиком демолиза Ким ОГЭ по информатике и ИКТ 2018; инструкции по выполнению экзаменационных работ; Ответы на все задания; Критерии оценки.
Выполнение заданий стандартных вариантов экзамена дает студенту возможность самостоятельно подготовиться к государственной итоговой аттестации в 9 классе по форме ОГЭ, а также объективно оценить уровень подготовки к экзамену. Стандартные варианты экзаменов учителя могут использовать для организации мониторинга результатов освоения школьниками образовательных программ основного общего образования и интенсивной подготовки учащихся к НГЭ.
Пример из учебника
В сборник включены 10 типовых экзаменов для подготовки к основному государственному экзамену (ОГЭ) по информатике и ИКТ.
После того, как варианты будут выполнены, правильность ваших ответов можно будет проверить с помощью таблиц ответов в конце книги. Для задач части 2, требующих развернутого ответа, даны подробные решения.
В книге представлена карта индивидуальных достижений студента, по которой можно отслеживать результативность выполнения заданий стандартных вариантов экзамена.
Выполняя типовые варианты экзаменационной работы, студент получает возможность повторить учебный материал и подготовиться к экзамену.
Учителя будут полезны для организации обучения по подготовке к НГЭ, а также контроля знаний на уроках информатики и ИКТ.
Состав стандартных вариантов обследования
Каждый вариант состоит из двух частей и включает 20 задач: 18 задач с кратким ответом (часть 1) и 2 задачи с развернутым ответом (часть 2).
Часть 2 работы — это практическое задание, которое проверяет наиболее важные практические курсы информатики и ИКТ: умение обрабатывать большой информационный массив данных и умение разрабатывать и записывать простой алгоритм.
Введение 4.
Инструкция по выполнению работы 5
Карта индивидуальных достижений ученика 6
Вариант 1 7.
Вариант 2 18.
Вариант 3 29.
Вариант 4 40.
Вариант 5 51.
Вариант 6 62.
Вариант 7 73.
Вариант 8 84.
Вариант 9 95.
Вариант 10 106.
Ответы на задачи части 1 117
Ответы и критерии оценки выполнения задач части 2 119
Вместе с этим также читаем:
М.: 2017. — 144 с.
«Серия» ОГЭ. FIPIX SCHOOL »подготовлен разработчиками контрольно-измерительных материалов (КИМ) основного государственного экзамена. В сборнике представлены: 10 типовых вариантов экзамена, составленных в соответствии с проектом сноса Ким НГЭ по информатике и ИКТ 2017; Инструкции для выполнения экзаменационной работы; Ответы на все задания; Критерии оценки. Выполнение заданий стандартных вариантов экзаменов дает возможность студенту самостоятельно подготовиться к государственной итоговой аттестации в 9 классе по форме ОГЭ, а также объективно оценить уровень подготовки к экзамену.Педагоги могут использовать стандартные варианты экзаменов для организации контроля результатов. Разработка образовательных программ основного общего образования и усиленная подготовка студентов к НГЭ.
Формат: PDF.
Размер: 3.8 Мб
Часы, скачать: drive.google
СОДЕРЖАНИЕ
Введение 3.
Инструкция по выполнению работы 4
Карточка индивидуальных достижений обучающегося 5
Вариант 1 6.
Вариант 2 17.
Вариант 3 28.
Вариант 4 39.
Вариант 5 50.
Вариант 6 61.
Вариант 7 72.
Вариант 8 83.
Вариант 9 94.
Вариант 10 105.
Ответы на задачи части 1 116
Ответы и критерии оценки выполнения заданий части 2 118
Экзаменационная работа состоит из двух частей, включающих 20 заданий. Часть 1 содержит 18 задач с кратким ответом, часть 2 содержит 2 задачи, которые вы хотите выполнить на компьютере.
На выполнение экзамена по информатике отводится 2 часа 30 минут (150 минут). Вы можете перейти к выполнению задания 2, только сдав задания части 1 экзамена. Вы можете независимо определить время, которое назначено на задачи части 1, но рекомендуемое время составляет 1 час 15 минут (75 минут), а задачи части 2 также составляют 1 час 15 минут (75 минут).
При выполнении задач части 1 нельзя пользоваться компьютером, калькулятором, справочником.
Ответы на задания 1-6 записываются в виде одной цифры, что соответствует номеру правильного ответа. Запишите эту цифру в поле ответа в тексте работы, а затем перенесите форму ответа № 1.
Ответы на задания 7-18 записываются в виде числа, последовательности букв или цифр. Ответ Поместите в поле ответа в тексте работы, а затем перенесите в форму ответа №1. Если в задаче нужно написать последовательность цифр или букв в качестве ответа, при переносе ответа на форме, вы должны указать только эту последовательность, без пробелов, запятых и других дополнительных символов..
Часть 2 содержит 2 задания (19, 20). Результатом каждой из этих задач является отдельный файл. Формат файла, его название и каталог спасут вас организаторы экзамена.
При выполнении заданий можно использовать черновик. Записи в г. Черновик при оценке работы не учитываются.
Очки, полученные за выполненные задания, суммируются. Постарайтесь выполнить как можно больше заданий и набрать как можно больше очков.
М .: 2015. — 144 с.
Пособие содержит 10 вариантов стандартных экзаменационных заданий основного государственного экзамена (ГИА-9).Целью пособия является отработка практических навыков учащихся при подготовке к экзамену (в новой форме) в 9 классе по информатике. В сборнике есть ответы на все варианты тестирования. Пособие предназначено учителям и методистам, учащимся 9 классов основной школы для подготовки к основному государственному экзамену (ГИА-9).
Формат: PDF.
Размер: 2,6 МБ
Часы, скачать: docs.google.com. ; яндекс.диск.
СОДЕРЖАНИЕ
Введение 3.
Инструкция по выполнению работ 4
Вариант 1 5.
Вариант 2 16.
Вариант 3 27.
Вариант 4 38.
Вариант 5 49.
Вариант 6 60.
Вариант 7 71.
Вариант 8 82.
Вариант 9 93.
Вариант 10 104.
Ответы на задания части 1 115
Ответы и критерии оценки выполнения заданий части 2 117
Экзаменационная работа состоит из двух частей, включающих 20 заданий.Часть 1 содержит 18 задач с кратким ответом, часть 2 содержит 2 задачи, которые вы хотите выполнить на компьютере.
На выполнение экзамена по информатике отводится 2 часа 30 минут (150 минут). Вы можете перейти к выполнению задания 2, только сдав задания части 1 экзамена. Вы можете независимо определить время, которое назначено на задачи части 1, но рекомендуемое время составляет 1 час 15 минут (75 минут), а задачи части 2 также составляют 1 час 15 минут (75 минут).
При выполнении задач части 1 нельзя пользоваться компьютером, калькулятором, справочником.
Ответы на задания 1-6 записываются в виде одной цифры, что соответствует номеру правильного ответа. Напишите это число в поле ответа в рабочем тексте.
Ответы на задания 7-18 записываются в виде числа, последовательности цифр или букв в поле ответа в тексте работы.
В случае ввода ответа на задания части 1, зачеркните его и запишите новое.
Часть 2 содержит 2 задания (19, 20). Результатом каждой из этих задач является отдельный файл. Формат файла, его название и каталог спасут вас организаторы экзамена.
При выполнении заданий можно использовать черновик. Записи в г. Черновик при оценке работы не учитываются.
Очки, полученные за выполненные задания, суммируются. Постарайтесь выполнить как можно больше заданий и набрать как можно больше очков.
ЕГЭ, информатика и ИКТ, стандартные варианты экзамена, 10 вариантов, Крылов С.С., Чуркина Т.Е., 2016.
Серия «ОГЭ. ФИП — Школа» подготовлена разработчиками контрольно-измерительных материалов (КИМ) главного государственного экзамена.
В сборнике представлены:
10 стандартных экзаменационных вариантов, составленных в соответствии с проектом сноса Кима НГЭ по информатике и ИКТ 2016;
инструкции по выполнению экзаменационных работ;
Ответы на все задания;
Критерии оценки.
Выполнение заданий типовых вариантов экзамена предоставляет студенту возможность самостоятельно подготовиться к государственной итоговой аттестации в 9 классе по форме ОГЭ, а также объективно оценить уровень подготовки к экзамену.
Учителя могут использовать стандартные варианты экзаменов для организации мониторинга результатов освоения школьниками образовательных программ основного общего образования и интенсивной подготовки учащихся к НГЭ.
Примеры.
На компьютере в офисе турфирмы в экскурсионном каталоге хранился файл Baikal.RNG. Этот каталог был перенесен в каталог объявлений, расположенный в корне DC. После перемещения укажите полное имя этого файла.
1) D: \ Baikal.Rng
2) D: \ Реклама \ Baikal.Rng
3) D: \ Реклама \ Экскурсии \ Baikal.Rng
4) D: \ Экскурсии \ Реклама \\ Baikal.Rng
У художника есть лупа две команды, которым присвоены номера:
1. Прост 2.
2. Умножить 3
Первая из них увеличивает число на экране на 2, вторая увеличивает его в 3 раза. Составьте алгоритм приготовления из 7 чисел 29, содержащих не более 5 команд. В ответ запишите только номера команд.
(Например, 121 — это алгоритм: сложите 2, умножьте на 3, добавьте 2, что преобразует число 2 в число 14.)
Если в одном алгоритме больше одного, запишите любой из них.
Файл размером 2 МБ передается после соединения в течение 64 секунд. Определите размер файла (в КБ), который можно передать через другое соединение с удвоенной скоростью за 40 секунд.
В ответ укажите одно число — размер файла в КБ. Единицы писать не надо.
Скачайте бесплатно электронную книгу в удобном формате, смотрите и читайте:
Скачать книгу НГЭ, информатики и ИКТ, стандартные варианты экзаменов, 10 вариантов, крылья S.С., Чуркин, Т.е., 2016 — FilesKachat.com, быстрая и бесплатная загрузка.
Скачать PDF.
Ниже вы можете купить эту книгу по лучшей цене со скидкой с доставкой по России.
онлайн-тестов по информатике. Онлайн-тесты ГИА по информатике Скачать задание в oge informatics
ОГЭ по информатике — один из экзаменов, который сдается по выбору студента. Чтобы поступить в 10-й класс после 9-го, нужно выбрать 2 предмета на свой вкус и 2 дисциплины являются обязательными.Информатику выбирают те, кто поступает в класс определенной специализации, планирует поступать в колледж или техникум, где этот предмет необходим. Кроме того, многие люди выбирают информатику, потому что это самый простой вариант. Если вы владеете компьютером и еще не выбрали предмет для доставки, вам стоит обратить внимание на информатику.
Экзамен разделен на две части — письменную и практическую, которая проводится на компьютере.
- Первая часть включает 18 заданий (количество может меняться каждый год), уровень сложности — базовый.Цель — проверить теоретические знания студентов на соответствие нормам и стандартам программы. Основные темы и направленность заданий: перевод чисел из одной системы счисления в другую, перевод единиц измерения, теоретические знания по всем темам курса. Если вы научитесь выполнять такие задания, запомните особенности и алгоритм решения, на экзамене проблем не будет. Также в этой части есть задачи по программированию — для этого не нужны специфические знания и специальные умения, достаточно изучить алгоритм.
- Вторая часть требует от вас выполнения двух задач на компьютере. И вам нужно обойтись без помощи интернета. Задания направлены на проверку работы, например, в пакете Office или среде программирования. Первая задача, чаще всего, связана с навыками Excel: найти сумму, использовать формулы и графики для демонстрации любых значений. Программирование выполняется в среде Кумир, Python, Паскаль. Студент получает задание и выполняет его — в результате должен получиться работающий незамысловатый алгоритм.
Вполне возможно пройти курс и подготовиться к экзамену с базовыми навыками. Главное — потренироваться в написании алгоритмов, изучить теорию, научиться выполнять тесты. В последнем поможет онлайн-ресурс «Решу ОГЭ по информатике» — здесь собрано множество заданий разного уровня сложности, пройдя которые, студент легко может сдать экзамен на высокий балл.
Подготовку рекомендуется начинать с ознакомления, в котором перечислены все темы, на которые стоит обратить внимание.Это поможет составить график и план подготовки. Четко поставленные цели и план действий, немного самодисциплины и вы сможете освоить материал даже за полгода. Для овладения программированием можно воспользоваться помощью преподавателя, самостоятельно изучать учебники, заниматься с репетитором — это вопрос выбора.
Самая сложная тема — программирование — уделяйте ей больше времени. Но занятия с помощью специального ресурса сайта позволят получить онлайн-опыт решения задач различной сложности.Только зная, как использовать полученную информацию, вы сможете сдать ОГЭ по информатике с высокой оценкой.
Учебная версия ОГЭ 2017 по информатике, вариант 1 с ответами, основана на образце демонстрационной версии 2017 года.
Работа состоит из двух частей, включающих 20 заданий. Часть 1 содержит 18 задач с кратким ответом, часть 2 содержит 2 задачи, которые необходимо выполнить на компьютере.
Скачать печатную версию с файлами для 19 задач и ответов можно по ссылке:
ОГЭ 2017 в информатике вариант 1
Часть 1
№1
Информационный объем статьи, набираемой на компьютере, составляет 30 Кбайт.Определите, сколько страниц содержит статья, если вы знаете, что каждая страница содержит 32 строки, каждая строка содержит 48 символов, и каждый символ закодирован в 16 битах (одна из кодировок Unicode).
1) 8
2) 10
3) 12
4) 15
№2
Для какого из указанных значений числа Х утверждение верно.
(Х ИЛИ НЕ (Х> 3)?
1) 5
2) 6
3) 7
4) 4
№3
Построены автомобильные дороги между населенными пунктами A, B, C, D, E, F, протяженность которых (в километрах) указана в таблице.
Определите длину кратчайшего пути между точками A и F. Путешествовать можно только по дорогам, указанным в таблице.
1) 9
2) 11
3) 13
4) 15
№4
Пользователь начал работать в каталоге Work1 … Сначала он поднялся на один уровень, затем снова поднялся на один уровень, затем опустился на один уровень, затем снова опустился на один уровень. В итоге он оказался в каталоге
С: \ 2012 \ 9 класс \ Таблицы
Укажите возможный полный путь к каталогу, в котором начал работу пользователь.
1) C: \ 2012 \ Text \ Editing \ Work1
2) C: \ 2012 \ Work1
3) C: \ 2012 \ Text \ Work1
4) C: \ Work1
№5
Дан фрагмент электронной таблицы, первая строка которого содержит числа, а вторая — формулы:
Какую из следующих формул нужно записать в ячейку B2, чтобы круговая диаграмма, построенная после выполнения вычислений по значениям диапазона ячеек A2: D2, соответствовала цифре:
1) = A1 — C1
2) = A1–1
3) = (C1 + D1) / 2
4) B1 — D1
№6
Художник Черепаха движется по экрану компьютера, оставляя за собой след в виде линии.В каждый конкретный момент известно положение исполнителя и направление его движения. У исполнителя есть две команды:
Вперед n , где n — целое число, которое заставляет Черепашку двигаться на n шагов в направлении движения.
Правый м где м — целое число, вызывающее изменение направления движения м градуса по часовой стрелке.
запись Повторить k [Team1 Team2] означает, что последовательность команд в скобках будет повторяться k раз.
Черепашке был задан следующий алгоритм для выполнения:
Повторить 5 [Вперед 10 Вправо 120]
какая форма появится на экране?
1) Открытая полилиния
2) Правильный треугольник
3) Правильный пятиугольник
4) Правильный шестиугольник
№7
От разведчика было получено следующее зашифрованное радиосообщение, переданное с использованием кода Морзе:
— — — — — — —
При передаче радиограммы пропало разделение на буквы, но известно, что в радиограмме использовались только следующие буквы:
Определите текст радиограммы.В своем ответе укажите, сколько букв было на исходной радиограмме.
№8
В программе «: =» обозначает оператор присваивания, знаки «+», «-», «*» и «/» — соответственно операции сложения, вычитания, умножения и деления. Правила выполнения операций и порядок действий соответствуют правилам арифметики.
Определите значение переменных и после выполнения этого алгоритма.
a: = 8
b: = a — 3
b: = 2 * b + 4
a: = b / 7 — 1
Укажите в своем ответе одно число — значение переменной и .
№9
Определите, что будет напечатано из следующей программы. Текст программы представлен на трех языках программирования.
№10
В таблице Тур хранятся данные о количестве детей, отправившихся в поход вместе с туристическим клубом «Полянка». (Тур — количество парней в 2001 году, Тур — в 2002 году и т. Д.). Определите, какое число будет напечатано в следующей программе. Текст программы представлен на трех языках программирования.
№11
На рисунке показана схема дорог, соединяющих города A, B, C, D, E, E, F, Z, I, K и L. На каждой дороге вы можете двигаться только в одном направлении, обозначенном значком стрела. Сколько разных маршрутов из города A в город L?
№12
Ниже в табличной форме фрагмент базы данных погоды.
Сколько записей в данном фрагменте удовлетворяют условию
(Осадки = «Нет») ИЛИ (Давление (мм рт. Ст.)> 750) ?
Введите в ответ одно число — необходимое количество записей.
№13
Преобразование 1100111 в десятичную систему счисления.
№14
Удвоитель имеет две команды, которым присвоены номера:
1. умножить на 2
2. добавить 3.
Первая из них удваивает число на экране, вторая добавляет 3 к числу.
Составьте алгоритм получения из числа 1 из 38 , содержащего не более 5 команд. В ответ запишите только номера команд.
(Например, алгоритм 12211:
умножить на 2
добавить 3
добавить 3
умножить на 2
умножить на 2
, что преобразует число 1 в 32.)
Если таких алгоритмов несколько, запишите любой из них.
№15
Файл размером 9 КБ передается по некоторому соединению со скоростью 1536 бит в секунду. Определите размер файла (в байтах), который может быть передан одновременно по другому соединению со скоростью 512 бит в секунду.
Укажите в ответе одно число — размер файла в байтах. Вам не нужно писать единицы.
№16
На вход аппарат поступает трехзначное десятичное число.На основе полученного числа строится новое десятичное число по следующим правилам:
1. Рассчитываются два числа — сумма старших и средних цифр, а также сумма средних и младших цифр заданного числа. .
2. Полученные два числа записываются друг за другом в невозрастающем порядке (без разделителей).
Пример. Начальный номер: 277. Битовые суммы: 9, 14. Результат: 149.
Определите, сколько из приведенных ниже чисел может быть получено в результате работы машины.
1212 129 123 1218 1812 312 912 112
В ответ запишите только количество цифр.
№17
Доступ к файлу com.htm, находится на сервере big.com , осуществляется по протоколу ftp … Фрагменты адреса файла кодируются числами от 1 до 7. Запишите последовательность из этих чисел, который кодирует адрес указанного файла в Интернете.
1) большой
2) ftp
3): //
4).com
5) ком.
6) htm
7) /
№18
В таблице перечислены запросы к поисковому серверу. Для каждого запроса указывается его код — буква от A до G. Разместите коды запросов слева направо в порядке , уменьшив количества страниц, найденных поисковой системой по каждому запросу. По всем запросам было найдено разное количество страниц.
Для обозначения логической операции «ИЛИ» в запросе символ «|» используется, а для логической операции «И» — «&».
ГАВБ
Задача 19 (с файлами) и задача 20 находятся в архиве.
Все материалы в архиве.
В архиве:
— Учебная версия ОГЭ 2017 по информатике вариант 1,
— Ответы на часть 1 учебной версии ОГЭ 2017 по информатике, вариант 1,
— Папка с файлами на 19 заданий.
Технические условия
Контрольно-измерительные материалы
Будет проведено в 2017 году
Главный государственный экзамен
по ИНФОРМАТИКЕ и ИКТ
1.Назначение КИМ для ОГЭ — оценка уровня общего образования по информатике и ИКТ выпускников 9-х классов общеобразовательных организаций с целью проведения государственной итоговой аттестации выпускников. Результаты экзамена могут быть использованы при приеме учащихся в классы общеобразовательной школы.
ОГЭ проводится в соответствии с Федеральным законом Российской Федерации от 29 декабря 2012 г. № 273-ФЗ «Об образовании в Российской Федерации».
2.Документы, определяющие содержание CMM
3. Подходы к выбору содержания, разработка структуры КИМ
Экзаменационная работа охватывает основное содержание курса информатики и ИКТ. Наиболее значимый материал освещен, однозначно интерпретирован в большинстве вариантов курсов информатики и ИКТ, преподаваемых в школе и включенных в Федеральный компонент государственного образовательного стандарта основного общего образования.
Содержание заданий разработано по основным темам курса информатики и ИКТ, объединенных в следующие тематические блоки: «Представление и передача информации» (разделы 1.1 и 1.2 кодификатора), «Обработка информации» (разделы 1.3 и 1.4 кодификатора), «Базовые устройства ИКТ» (раздел 2.1 кодификатора), «Запись с помощью ИКТ информации об объектах и процессах, создание и обработка информационных объектов »(разделы 2.2 и 2.3 кодификатора),« Проектирование и моделирование »(раздел 2.5 кодификатора),« Математические средства, электронные таблицы »(кодификатор раздела 2.6),« Организация информационной среды, поиск информации »( разделы 2.7 и 2.4 кодификатора).
В работу не включены задачи, требующие простого воспроизведения знаний терминов, понятий, величин, правил. При выполнении любого из заданий от экзаменуемого требуется решить задачу: либо напрямую использовать известное правило, алгоритм, навык; или выберите наиболее подходящий из общего количества изученных концепций и алгоритмов и примените его в известной или новой ситуации.
Часть 2 работы содержит практические задания, проверяющие важнейшие практические навыки курса информатики и ИКТ: умение обрабатывать большой информационный массив данных и умение разработать и записать простой алгоритм.
Экзаменационные заданияне требуют от студентов знания конкретных операционных систем и программных продуктов или навыков работы с ними. Проверяемыми элементами являются базовые принципы представления, хранения и обработки информации, навыки работы с такими категориями программного обеспечения, как электронная (динамическая) таблица и среда официального подрядчика, а не знание особенностей конкретных программных продуктов.
Практическая часть работы может выполняться с использованием различных операционных систем и различных прикладных программных продуктов.
4. Связь экзаменационной модели ОГЭ с КИМ экзамена
Значительная часть заданий с кратким ответом по типу аналогична заданиям ЕГЭ по информатике и ИКТ, но по содержанию и сложности соответствуют уровню основного общего образования. При этом в работу включены задания из некоторых разделов курса информатики, не входящие в ЕГЭ по информатике и ИКТ (например, задания, связанные с технологией обработки больших объемов данных в электронных таблицах).
Одним из отличий в структуре КИМ НГЭ является формат 2 части работы (задания с развернутым ответом). В отличие от экзамена, где часть 2 выполняется на форме, а результатом работы является письменное решение, подтвержденное экспертом, на экзамене часть 2 выполняется на компьютере, а проверяемым результатом задания является файл. Это позволяет значительно расширить возможные тематики заданий и набор проверяемых навыков и умений, а также в будущем перейти на исключительно компьютеризированную форму сдачи экзамена.
5. Характеристики структуры и состава КИМ
Экзаменационная работа состоит из двух частей.
Часть 1 содержит 18 заданий базового и продвинутого уровней сложности, в том числе 6 заданий с выбором и записью ответа в виде одного числа и 12 заданий, предполагающих самостоятельную формулировку и запись ответа экзаменуемым в форма последовательности символов.
Часть 2 содержит 2 задания высокого уровня сложности.Задания данной части предполагают практическую работу студентов за компьютером с использованием специального программного обеспечения. Результат выполнения каждой задачи — отдельный файл. Задание 20 представлено в двух вариантах: 20.1 и 20.2; экзаменующийся должен выбрать один из вариантов задания.
М .: 2017. — 144 с.
«Сериал» ОГЭ. ФИПИ — школа »подготовлена разработчиками контрольно-измерительных материалов (КИМ) главного государственного экзамена. Сборник содержит: 10 типовых вариантов экзамена, составленных в соответствии с проектом демоверсии КИМ НГЭ по информатике и ИКТ 2017; выполнение экзаменационной работы; ответы на все задания; критерии оценки.Выполнение заданий стандартных вариантов экзаменов дает студентам возможность самостоятельно подготовиться к государственной итоговой аттестации в 9 классе по форме ОГЭ, а также объективно оценить уровень своей подготовки к экзамену. Стандартные варианты экзаменов учителя могут использовать для организации контроля освоения школьниками результатов образовательных программ основного общего образования и интенсивной подготовки учащихся к ОГЭ.
Формат: pdf
Размер: 3.8 Мб
Часы, скачать: drive.google
СОДЕРЖАНИЕ
Введение 3
Рабочие инструкции 4
Карточка индивидуальных достижений учащегося 5
Вариант 1 6
Вариант 2 17
Вариант 3 28
Вариант 4 39
Вариант 5 50
Вариант 6 61
Вариант 7 72
Вариант 8 83
Вариант 9 94
Вариант 10 105
Ответы на задания части 1 116
Ответы и критерии оценки выполнения заданий части 2 118
Экзаменационная работа состоит из двух частей, включающих 20 заданий.Часть 1 содержит 18 задач с кратким ответом, часть 2 содержит 2 задачи, которые необходимо выполнить на компьютере.
Экзамен по информатике занимает 2 часа 30 минут (150 минут). Вы можете перейти к заданиям части 2, только пройдя выполненные задания части 1 экзаменационной работы. Вы можете самостоятельно определить время, которое вы отводите на выполнение задач части 1, но рекомендуемое время составляет 1 час 15 минут (75 минут), а для выполнения задач части 2 также 1 час 15 минут (75 минут).
При выполнении заданий Части 1 нельзя пользоваться компьютером, калькулятором, справочной литературой.
Ответы на задания 1-6 записываются в виде одной цифры, что соответствует номеру правильного ответа. Запишите эту цифру в поле ответа в тексте работы, а затем перенесите в форму ответа № 1.
Ответы на задания 7-18 записываются в виде числа, последовательности букв или цифр. Напишите ответ в поле для ответа в тексте работы, а затем перенесите его в форму ответа No.1. Если в задаче в качестве ответа вам нужно написать последовательность цифр или букв, то при переносе ответа в форму следует указать только эту последовательность, без пробелов, запятых и других дополнительных символов …
Часть 2 содержит 2 задания (19, 20). Результатом каждой из этих задач является отдельный файл. Организатор экзамена сообщит вам формат файла, его имя и каталог для сохранения.
При выполнении заданий можно использовать черновик. Черновики не засчитываются при выставлении оценок.
Очки, полученные вами за выполненные задания, суммируются. Постарайтесь выполнить как можно больше заданий и набрать как можно больше очков.
(PDF) Открытие процесса амбулаторного лечения в больнице третичного университета с использованием Process Mining
43Vol. 19 • № 1 • Март 2013 г. www.e-hir.org
Открытие процесса амбулаторного лечения
Обеспечение эффективных больничных процессов для пациентов, сокращение временных затрат
и предоставление пациентам высококачественных услуг
[2].Более того, для больниц
стремительно становится целью обеспечить лучший сервис при минимальных затратах путем оценки
существующей инфраструктуры и услуг, предлагаемых больницей
[3]. Соответственно, это исследование было направлено на выявление сложного
больничного процесса с использованием метода анализа процессов и на
способов его использования.
Процесс интеллектуального анализа определяется как простой анализ журнала событий,
, который содержит записанный ход выполнения работ, и извлечение полезных знаний [4].Так как анализ относится только к
уже существующим журналам базы данных, время и затраты на сбор данных
невелики, а поскольку анализ выполняется только на основе записанных данных,
не допускает искажения
.информации, в результате чего получается объективный процесс анализа [5-7].
Кроме того, поскольку интеллектуальный анализ процессов может анализировать записанные данные журнала
различных систем, многие корпорации, больницы, банки
и государственные учреждения начинают использовать его
для анализа процессов [8-10].В области здравоохранения метод добычи
был использован для анализа процесса лечения
пациентов с инсультом [3] и гинекологической онкологии [10]. Тем не менее,
никогда не было исследования, чтобы оценить осуществимость процесса
метод добычи полезных ископаемых для анализа сложного больничного процесса.
. Поэтому в этом исследовании мы попытались выявить процесс амбулаторного лечения
больницы третичного университета, который состоит из набора сложных шагов
, используя метод анализа процессов.
Сравнивая модель процесса амбулаторной помощи, полученную
из этого метода анализа процессов, с управляемой экспертами моделью процесса
, признанной больничными специалистами, мы исследовали применимость метода анализа процессов в условиях больницы
. .
II. Методы
1. Моделирование мегапроцесса амбулаторной помощи
Для моделирования мегапроцесса амбулаторной помощи, медсестры и специалисты —
медсестры из Центра медицинской информатики, медсестры из амбулаторной бригады
и сотрудники из команда пациентов
и группа обеспечения качества участвовали и присоединились к обсуждению
.На рисунке 1 показана модель мегапроцесса
амбулаторной помощи, полученная от экспертов в предметной области, которая затем использовалась
в качестве нашей базовой модели и в сравнении с моделью процесса
, обнаруженной методом анализа процессов.
Производная модель мегапроцесса была разработана для охвата
всего спектра того, что может испытать пациент при
посещении больницы, независимо от типа пациента, например, первый посетитель
или возвращающийся посетитель в больницу; таким образом, он был разработан, чтобы охватить множество различных случаев, которые могут возникнуть с точки зрения пациента
.
2. Сбор данных журнала событий
На основе процесса амбулаторного лечения, показанного на рисунке 1, журнал событий
был определен, как показано в таблице 1, и данные были собраны из информационной системы больницы. of Seoul Nation-
al University Bundang Hospital с 1 мая 2012 г. по 31 мая
2013.
В период сбора данных все журналы событий из Центра укрепления здоровья
были исключены, поскольку это подразделение
отвечает только за независимый медицинский осмотр —
человек, который не участвует в процессе амбулаторного лечения.
Кроме того, поскольку тесты могут иметь длительное время завершения,
время завершения действия было установлено на время, когда пациент начал экзамен. Что касается обработок, то там
не было информации о завершении работ
время; поэтому дата выдачи обработки была собрана вместо
, и процесс обработки был принят как окончательный этап
для всех процессов. Мы также отмечаем, что данные журнала обучения
и планирования ухода на дому были исключены, потому что время завершения деятельности
в некоторых случаях не управлялось в информационной системе больницы
.
3. Алгоритм вывода процесса
Song et al. [11] проанализировали и протестировали два продукта анализа процессов: DISCO (Fluxicon Process Laboratories, Эйнд-
ховен, Нидерланды) и ProM с открытым исходным кодом (Process
Mining Group, Технический университет Эйндховена, Эйндховен, США).
Нидерланды). Он скорректировал пороговое значение и ex-
обработал упрощенную модель процесса для создания оптимизированного алгоритма
, который показывает только основной поток модели.Затем
оптимизированный алгоритм был использован для данных, собранных в
этого исследования, чтобы продолжить интеллектуальный анализ процесса. Чтобы повысить прозрачность анализа va-
, вывод процесса извлечения данных включал эвристический анализ
и нечеткий анализ, полученный с использованием алгоритма
, который был разработан на основе сравнительного анализа (рис. 2).
Модели процессов, полученные на основе процесса интеллектуального анализа данных, и
модели процессов, управляемых экспертами, были сопоставлены, и были сопоставлены общие
моновых рабочих потоков обеих моделей, а также уникальные рабочие процессы —
потоков каждой модели. сравнил и противопоставил.Для оценки
важности определенных действий, общее количество из
действий и частота каждого действия были показаны с
соответствующих действий и скорректированы с использованием таблицы взаимосвязей действий до / после
для анализа процесса ау более
реально и глубже.
III. Результаты
1. Статистическая схема данных журнала
В течение мая 2012 г. из 698 158 журналов событий было зарегистрировано 123 299 амбулаторных случаев oc-
, а общее событие
Normal, Алабама | ||||||
Монтгомери, Алабама | ||||||
Вашингтон, Округ Колумбия | ||||||
Нью-Йорк, Нью-Йорк | Темы исследований / Ключевые слова: Биологические науки, филогения, систематика, эволюция, сохранение, палеонтология, неонтология, музей, беспозвоночные, позвоночные, геномика, морфология Комментарии: Дополнительные контакты: Мария Риос mrios @ amnh.org САЙТ REU: Систематика, эволюция и сохранение для 21 века Резюме премии | |||||
Тусон, Аризона | ||||||
Темпе, Аризона | ||||||
Темпе, Аризона | ||||||
Аризона | Темы исследований / Ключевые слова: вычислительная визуализация, дополненная и виртуальная реальность, компьютерное зрение, визуализация | |||||
Университет штата Аризона | 7Темпе, Аризона | |||||
Оберн, Алабама | Темы исследований / Ключевые слова: Междисциплинарные исследовательские проекты, охватывающие инженерные науки, информатику, химию, биологию, физику и науки о Земле, командное наставничество Комментарии: Основными целями REU являются развитие понимания мультидисциплинарный характер дисциплин STEM и улучшение чувства принадлежности к STEM за счет налаживания эффективных отношений наставника и подопечного. Совместные подходы ученых и инженеров Резюме награды | |||||
Оберн, Алабама | ||||||
Оберн, Алабама | Темы исследований / Ключевые слова: Контроль температуры ЦП для снижения энергопотребления, локализация внутри помещений с использованием глубокого обучения, дружественная к теплу архитектура, интеллектуальные инженерные сети, распределенная аналитика, алгоритмы машинного обучения Сайт REU: Параллельные и распределенные вычисления Резюме награды Софинансировано: Физика, информатика и информатика | |||||
Обернский университет, Алабама | ||||||
Бермудские острова — все мероприятия проходят на Бермудских островах, Нью-Йорк | Темы исследований / Ключевые слова: океанография, морская наука, экология коралловых рифов, атмосферная наука, биология, биохимия, молекулярная биология, химия, физика, геология, экология Комментарии: Эта программа REU проводится во время осеннего семестра и занимает место полностью в БИОСе на Бермудских островах.Онлайн-заявки принимаются до 31 мая каждого года. Сайт REU: Осенний семестр исследований студентов в области океанографии и морских наук в Бермудском институте наук об океане Резюме награды | |||||
Мэн | Основная школа: Доктор Дэвид Филдс (207) 315-2567 [email protected] Вторичная школа: Валери Янг (207) 315-2567 | Темы исследований / Ключевые слова: Океанография, морская биология, климатические исследования, микробиология, вирусология, сенсорная биология, экология беспозвоночных, биология беспозвоночных, Комментарии: Веб-сайт приложения обычно открывается в январе, а сроки сдачи — в середине февраля. REU в Лаборатории наук об океане Бигелоу Резюме награды | ||||
Spearfish, Южная Дакота | ||||||
Бойсе, Айдахо | Темы исследований / Ключевые слова: Национальная и кибербезопасность: борьба с терроризмом, обнаружение и смягчение последствий неправомерного поведения и дезинформации в Интернете, системы обнаружения вторжений, атаки по побочным каналам, легкая криптография Безопасность, управляемая данными | Айдахо | Темы исследований / Ключевые слова: Материаловедение, магнитные материалы, моделирование материалов, аддитивное производство, фотовольтаика, батареи, керамический синтез, тканевая инженерия Материалы для общества Резюме награды | |||
Бойсе, Айдахо | Темы исследований / Ключевые слова: Биологические науки, экология, поведение, популяционная биология, общественная экология, управление дикой природой, антропогенные воздействия, паразитология, сохранение, динамика хищников-жертв. REU Сайт: Raptor Research Резюме награды | |||||
Нью-Йорк, Нью-Йорк | ||||||
Бостон, Массачусетс | Темы исследований / Ключевые слова: химия, биохимия, биоматериалы, биофизика, биоинорганическая химия, биологическая химия, вычислительная биология | |||||
Бостон, Массачусетс | ||||||
Бостон, Массачусетс | ||||||
Бостон, Массачусетс | ||||||
Бостон, Массачусетс | ||||||
Боуи, Мэриленд | ||||||
Боуи, Мэриленд | Темы исследований / Ключевые слова: бионауки, биология, наука о растениях, ботаника, сельское хозяйство, продовольственная безопасность, геномика, микробиология, неорганические овощи, сорго, фиксация азота, ризобий Сайт REU: Глобальный опыт исследования взаимодействия студентов бакалавриата в области продовольственной безопасности: A сосредоточить внимание на коренных овощах и зерновых культурах; Кенийские культуры «забытая еда» Резюме награды | |||||
Итака, Нью-Йорк | Темы исследований / Ключевые слова: бионауки, растения, геномика, генетика, биохимия, молекулярная биология, биоинформатика, кукуруза, томат, арабидопсис Комментарии: Более подробную информацию можно получить, связавшись с координатором программы Делани Сиклер по адресу pgrp- outreach @ Корнелл.edu или 607-252-6566. REU Сайт: Исследование генома растений Резюме награды | |||||
Уолтем, Массачусетс | ||||||
Прово, Юта | Темы исследований / Ключевые слова: астрономия, астрофизика |
Gramene 2013: сравнительные ресурсы геномики растений
Marcela K. Monaco
1 Cold Spring Harbor NY 11724, США, 2 Департамент ботаники и патологии растений, Университет штата Орегон, Корваллис, штат Орегон, 97331, США, 3 EMBL — Европейский институт биоинформатики, Wellcome Trust Genome Campus, Hinxton CB10 1SD, Великобритания, 4 Информатика и программа биологических вычислений, Институт исследования рака Онтарио, Торонто M5G 1L7, Канада, 5 Департамент биохимии и молекулярной фармакологии, Медицинская школа Нью-Йоркского университета, Нью-Йорк, Нью-Йорк 10016, США и 6 NAA Plant, Soil & Nutrition Подразделение лабораторных исследований, USDA-ARS, Итака, Нью-Йорк 14853, США
Джошуа Стейн
1 Лаборатория Колд-Спринг-Харбор, Колд-Спринг-Харбор, Нью-Йорк 11724, США, 9 1207 2 Кафедра ботаники и патологии растений, Государственный университет Орегона, Корваллис, штат Орегон, США, 3 EMBL — Европейский институт биоинформатики, Wellcome Trust Genome Campus, Hinxton CB10 1SD, UK, 4 Программа информатики и био-вычислений , Институт онкологических исследований Онтарио, Торонто, M5G 1L7, Канада, 5 Департамент биохимии и молекулярной фармакологии, Медицинская школа Нью-Йоркского университета, Нью-Йорк, Нью-Йорк 10016, США и 6 NAA Plant, Лаборатория исследований почвы и питания, USDA -ARS, Ithaca, NY 14853, USA
Sushma Naithani
1 Лаборатория Колд-Спринг-Харбор, Колд-Спринг-Харбор, Нью-Йорк 11724, США, 2 Департамент ботаники и патологии растений, Университет штата Орегон, Корваллис, Орегон 97331 , США, 3 EMBL — Европейский институт биоинформатики, Wellcome Trust Genome Campus, Hinxton CB10 1SD, Великобритания, 4 Программа информатики и биологических вычислений, Институт онкологических исследований Онтарио, Торонто M5G 1L7, Калифорния nada, 5 Департамент биохимии и молекулярной фармакологии, Медицинская школа Нью-Йоркского университета, Нью-Йорк, Нью-Йорк 10016, США и 6 Лаборатория исследований растений, почвы и питания NAA, USDA-ARS, Итака, Нью-Йорк 14853, США
Шарон Вей
1 Лаборатория Колд-Спринг-Харбор, Колд-Спринг-Харбор, Нью-Йорк 11724, США, 2 Департамент ботаники и патологии растений, Университет штата Орегон, Корваллис, Орегон 97331, США, 3 EMBL-Европейский институт биоинформатики , Wellcome Trust Genome Campus, Hinxton CB10 1SD, UK, 4 Программа информатики и био-вычислений, Институт онкологических исследований Онтарио, Торонто M5G 1L7, Канада, 5 Департамент биохимии и молекулярной фармакологии, Медицинская школа Нью-Йоркского университета, Нью-Йорк York, NY 10016, США, и 6 Лаборатория исследований растений, почвы и питания NAA, USDA-ARS, Ithaca, NY 14853, USA
Palitha Dharmawardhana
1 Лаборатория Колд-Спринг-Харбор, Cold Sp. Ринг-Харбор, Нью-Йорк 11724, США, 2 Департамент ботаники и патологии растений, Университет штата Орегон, Корваллис, штат Орегон, 97331, США, 3 EMBL — Европейский институт биоинформатики, Wellcome Trust Genome Campus, Хинкстон CB10 1SD, Великобритания, 4 Программа информатики и био-вычислений, Институт исследования рака Онтарио, Торонто M5G 1L7, Канада, 5 Департамент биохимии и молекулярной фармакологии, Медицинская школа Нью-Йоркского университета, Нью-Йорк, Нью-Йорк 10016, США и 6 NAA Plant, Подразделение лаборатории почвы и питания, USDA-ARS, Итака, Нью-Йорк 14853, США
Сунита Кумари
1 Лаборатория Колд-Спринг-Харбор, Колд-Спринг-Харбор, Нью-Йорк 11724, США, 2 Департамент ботаники и патологии растений, Университет штата Орегон, Корваллис, штат Орегон, 97331, США, 3 EMBL — Европейский институт биоинформатики, Wellcome Trust Genome Campus, Hinxton CB10 1SD, Великобритания, 4 Программа информатики и био-вычислений, Институт рака Онтарио R esearch, Торонто M5G 1L7, Канада, 5 Департамент биохимии и молекулярной фармакологии, Медицинская школа Нью-Йоркского университета, Нью-Йорк, Нью-Йорк 10016, США и 6 Завод NAA, Подразделение лаборатории почвы и питания, USDA-ARS, Итака, NY 14853, США
Виндхья Амарасингхе
1 Лаборатория Колд-Спринг-Харбор, Колд-Спринг-Харбор, Нью-Йорк 11724, США, 2 Департамент ботаники и патологии растений, Университет штата Орегон, Корваллис, Орегон 97331, США, 3 EMBL — Европейский институт биоинформатики, Wellcome Trust Genome Campus, Hinxton CB10 1SD, Великобритания, 4 Программа информатики и биологических вычислений, Институт исследований рака Онтарио, Торонто M5G 1L7, Канада, 5 Департамент биохимии и молекулярной фармакологии, Медицинская школа Нью-Йоркского университета, Нью-Йорк, Нью-Йорк 10016, США и 6 Завод NAA, Лаборатория исследования почвы и питания, USDA-ARS, Итака, Нью-Йорк 14853, США
Ken Youens-Clark
1 Cold Sp Ring Harbor Laboratory, Колд-Спринг-Харбор, Нью-Йорк 11724, США, 2 Департамент ботаники и патологии растений, Университет штата Орегон, Корваллис, штат Орегон, США, 3 EMBL — Европейский институт биоинформатики, Wellcome Trust Genome Campus, Hinxton CB10 1SD, UK, 4 Программа информатики и био-вычислений, Институт онкологических исследований Онтарио, Торонто M5G 1L7, Канада, 5 Департамент биохимии и молекулярной фармакологии, Медицинская школа Нью-Йоркского университета, Нью-Йорк, Нью-Йорк 10016, США и 6 NAA Лаборатория исследований растений, почвы и питания, USDA-ARS, Итака, Нью-Йорк 14853, США
Джеймс Томасон
1 Лаборатория Колд-Спринг-Харбор, Колд-Спринг-Харбор, Нью-Йорк 11724, США, 2 Департамент Ботаника и патология растений, Университет штата Орегон, Корваллис, штат Орегон, 97331, США, 3 EMBL — Европейский институт биоинформатики, Wellcome Trust Genome Campus, Hinxton CB10 1SD, Великобритания, 4 Программа информатики и биоинформатики м, Институт онкологических исследований Онтарио, Торонто M5G 1L7, Канада, 5 Департамент биохимии и молекулярной фармакологии, Медицинская школа Нью-Йоркского университета, Нью-Йорк, штат Нью-Йорк 10016, США и 6 NAA Plant, Лаборатория исследований почвы и питания, USDA-ARS, Итака, Нью-Йорк 14853, США
Джастин Прис
1 Лаборатория Колд-Спринг-Харбор, Колд-Спринг-Харбор, Нью-Йорк 11724, США, 2 Департамент ботаники и патологии растений, Университет штата Орегон, Корваллис, Орегон 97331, США, 3 EMBL — Европейский институт биоинформатики, Wellcome Trust Genome Campus, Hinxton CB10 1SD, UK, 4 Программа информатики и биологических вычислений, Институт онкологических исследований Онтарио, Торонто M5G 1L7, Канада, 5 Департамент биохимии и молекулярной фармакологии, Медицинская школа Нью-Йоркского университета, Нью-Йорк, штат Нью-Йорк 10016, США, и 6 Завод NAA, Отдел лабораторных исследований почвы и питания, USDA-ARS, Итака, Нью-Йорк 14853, США
Ширан Пастернак
90 002 1 Лаборатория Колд-Спринг-Харбор, Колд-Спринг-Харбор, Нью-Йорк 11724, США, 2 Департамент ботаники и патологии растений, Университет штата Орегон, Корваллис, Орегон 97331, США, 3 EMBL — Европейский институт биоинформатики, Wellcome Trust Genome Campus, Hinxton CB10 1SD, UK, 4 Программа информатики и био-вычислений, Институт онкологических исследований Онтарио, Торонто M5G 1L7, Канада, 5 Департамент биохимии и молекулярной фармакологии, Медицинская школа Нью-Йоркского университета, Нью-Йорк, Нью-Йорк 10016, США и 6 NAA Plant, Отделение лаборатории почвы и питания, USDA-ARS, Итака, Нью-Йорк 14853, СШАЭндрю Олсон
1 Лаборатория Колд-Спринг-Харбор, Колд-Спринг-Харбор, Нью-Йорк 11724, США, 2 Кафедра ботаники и патологии растений, Университет штата Орегон, Корваллис, OR 97331, США, 3 EMBL — Европейский институт биоинформатики, Wellcome Trust Genome Campus, Hinxton CB10 1SD, UK, 4 Информатика и программа биологических вычислений, Институт исследования рака Онтарио, Торонто M5G 1L7, Канада, 5 Департамент биохимии и молекулярной фармакологии, Медицинская школа Нью-Йоркского университета, Нью-Йорк, Нью-Йорк 10016, США и 6 NAA Plant, Soil & Nutrition Подразделение лабораторных исследований, USDA-ARS, Итака, Нью-Йорк 14853, США
Иньпин Цзяо
1 Лаборатория Колд-Спринг-Харбор, Колд-Спринг-Харбор, Нью-Йорк 11724, США, 2 Департамент ботаники и патологии растений, Университет штата Орегон , Corvallis, OR 97331, USA, 3 EMBL — Европейский институт биоинформатики, Wellcome Trust Genome Campus, Hinxton CB10 1SD, Великобритания, 4 Программа информатики и биологических вычислений, Институт исследования рака Онтарио, Торонто M5G 1L7, Канада, 5 Кафедра биохимии и молекулярной фармакологии, Медицинская школа Нью-Йоркского университета, Нью-Йорк, Нью-Йорк 10016, США и 6 NAA Plant, Подразделение лабораторных исследований почвы и питания, USDA-ARS, Итака, Нью-Йорк 14853, США
Zhe nyuan Lu
1 Лаборатория Колд-Спринг-Харбор, Колд-Спринг-Харбор, Нью-Йорк 11724, США, 2 Департамент ботаники и патологии растений, Университет штата Орегон, Корваллис, Орегон 97331, США, 3 EMBL-Европейский институт биоинформатики , Wellcome Trust Genome Campus, Hinxton CB10 1SD, UK, 4 Программа информатики и био-вычислений, Институт онкологических исследований Онтарио, Торонто M5G 1L7, Канада, 5 Департамент биохимии и молекулярной фармакологии, Медицинская школа Нью-Йоркского университета, Нью-Йорк York, NY 10016, США и 6 Завод NAA, Лаборатория исследования почвы и питания, USDA-ARS, Итака, Нью-Йорк 14853, США
Дэн Болсер
1 Лаборатория Колд-Спринг-Харбор, Колд-Спринг-Харбор, Нью-Йорк 11724 , США, 2 Кафедра ботаники и патологии растений, Университет штата Орегон, Корваллис, штат Орегон, 97331, США, 3 EMBL — Европейский институт биоинформатики, Wellcome Trust Genome Campus, Hinxton CB10 1SD, UK, 4 91 208 Программа информатики и био-вычислений, Институт исследования рака Онтарио, Торонто M5G 1L7, Канада, 5 Департамент биохимии и молекулярной фармакологии, Медицинская школа Нью-Йоркского университета, Нью-Йорк, Нью-Йорк 10016, США и 6 Завод NAA, почва И отдел исследований лаборатории питания, USDA-ARS, Итака, Нью-Йорк 14853, США
Арно Керхорну
1 Лаборатория Колд-Спринг-Харбор, Колд-Спринг-Харбор, Нью-Йорк 11724, США, 2 Департамент ботаники и патологии растений, Орегон Государственный университет, Корваллис, штат Орегон, 97331, США, 3 EMBL — Европейский институт биоинформатики, Wellcome Trust Genome Campus, Hinxton CB10 1SD, Великобритания, 4 Программа информатики и биологических вычислений, Институт исследования рака Онтарио, Торонто M5G 1L7, Канада, 5 Департамент биохимии и молекулярной фармакологии, Медицинская школа Нью-Йоркского университета, Нью-Йорк, Нью-Йорк 10016, США и 6 Лаборатория исследований растений, почвы и питания NAA, USDA-ARS, Итака, Нью-Йорк 14853, США
Дэн Стейнс
1 Лаборатория Колд-Спринг-Харбор, Колд-Спринг-Харбор, Нью-Йорк 11724, США, 2 Департамент ботаники и патологии растений, Университет штата Орегон, Корваллис, штат Орегон, 97331, США, 3 EMBL- Европейский институт биоинформатики, Wellcome Trust Genome Campus, Hinxton CB10 1SD, UK, 4 Программа информатики и биологических вычислений, Институт онкологических исследований Онтарио, Торонто M5G 1L7, Канада, 5 Департамент биохимии и молекулярной фармакологии, Школа Нью-Йоркского университета Medicine, New York, NY 10016, USA и 6 NAA Plant, Отделение лаборатории почвы и питания, USDA-ARS, Ithaca, NY 14853, USA
Brandon Walts
1 Лаборатория Колд-Спринг-Харбор, Колд-Спринг-Харбор , NY 11724, USA, 2 Департамент ботаники и патологии растений, Университет штата Орегон, Корваллис, штат Орегон, 97331, США, 3 EMBL — Европейский институт биоинформатики, Wellcome Trust Genome Campus, Хинкстон CB 10 1SD, UK, 4 Программа информатики и био-вычислений, Институт онкологических исследований Онтарио, Торонто M5G 1L7, Канада, 5 Департамент биохимии и молекулярной фармакологии, Медицинская школа Нью-Йоркского университета, Нью-Йорк, Нью-Йорк 10016, США и 6 NAA Plant, Отделение лаборатории почвы и питания, USDA-ARS, Итака, Нью-Йорк 14853, США
Guanming Wu
1 Лаборатория Колд-Спринг-Харбор, Колд-Спринг-Харбор, Нью-Йорк 11724, США, 2 Департамент ботаники и патологии растений, Университет штата Орегон, Корваллис, штат Орегон, 97331, США, 3 EMBL — Европейский институт биоинформатики, Wellcome Trust Genome Campus, Hinxton CB10 1SD, Великобритания, 4 Программа информатики и биологических вычислений, Институт Онтарио Исследования рака, Торонто M5G 1L7, Канада, 5 Департамент биохимии и молекулярной фармакологии, Медицинская школа Нью-Йоркского университета, Нью-Йорк, штат Нью-Йорк 10016, США, и 6 Завод NAA, Подразделение лабораторных исследований почвы и питания, USDA-ARS, Ithaca, NY 14853, USA
Peter D’Eustachio
1 Лаборатория Колд-Спринг-Харбор, Колд-Спринг-Харбор, Нью-Йорк 11724, США, 2 Департамент ботаники и патологии растений, Университет штата Орегон, Корваллис, Орегон 97331, США, 3 EMBL — Европейский институт биоинформатики, Wellcome Trust Genome Campus, Hinxton CB10 1SD, Великобритания, 4 Программа информатики и биологических вычислений, Институт онкологических исследований Онтарио, Торонто M5G 1L7, Канада, 5 Департамент биохимии И молекулярная фармакология, Медицинская школа Нью-Йоркского университета, Нью-Йорк, Нью-Йорк 10016, США и 6 Завод NAA, Лаборатория почв и питания, Исследовательский отдел лаборатории Министерства сельского хозяйства США, Итака, Нью-Йорк 14853, США
Робин Хав
1 Холод Лаборатория Спринг-Харбор, Колд-Спринг-Харбор, Нью-Йорк 11724, США, 2 Департамент ботаники и патологии растений, Университет штата Орегон, Корваллис, штат Орегон, США, 3 EMBL — Европейский институт биоинформатики, Wellcome Trust Genom e Campus, Hinxton CB10 1SD, UK, 4 Программа информатики и био-вычислений, Институт онкологических исследований Онтарио, Торонто M5G 1L7, Канада, 5 Департамент биохимии и молекулярной фармакологии, Медицинская школа Нью-Йоркского университета, Нью-Йорк, Нью-Йорк 10016, США и 6 Завод NAA, Лаборатория исследования почвы и питания, USDA-ARS, Итака, Нью-Йорк 14853, США
Дэвид Крофт
1 Лаборатория Колд-Спринг-Харбор, Колд-Спринг-Харбор, Нью-Йорк 11724, США, 2 Кафедра ботаники и патологии растений, Университет штата Орегон, Корваллис, OR 97331, США, 3 EMBL — Европейский институт биоинформатики, Wellcome Trust Genome Campus, Hinxton CB10 1SD, UK, 4 Программа информатики и био-вычислений , Институт онкологических исследований Онтарио, Торонто M5G 1L7, Канада, 5 Департамент биохимии и молекулярной фармакологии, Медицинская школа Нью-Йоркского университета, Нью-Йорк, Нью-Йорк 10016, США и 6 NAA Plant, Soil & Nutrition Laboratory Resea rch Unit, USDA-ARS, Ithaca, NY 14853, USA
Paul J.Керси
1 Лаборатория Колд-Спринг-Харбор, Колд-Спринг-Харбор, Нью-Йорк 11724, США, 2 Департамент ботаники и патологии растений, Университет штата Орегон, Корваллис, Орегон 97331, США, 3 EMBL-Европейский институт биоинформатики, Wellcome Trust Genome Campus, Hinxton CB10 1SD, UK, 4 Программа информатики и био-вычислений, Институт онкологических исследований Онтарио, Торонто M5G 1L7, Канада, 5 Департамент биохимии и молекулярной фармакологии, Медицинская школа Нью-Йоркского университета, Нью-Йорк , NY 10016, США и 6 Завод NAA, Лаборатория исследования почвы и питания, USDA-ARS, Итака, Нью-Йорк 14853, США
Lincoln Stein
1 Лаборатория Колд-Спринг-Харбор, Колд-Спринг-Харбор, Нью-Йорк 11724, США, 2 Департамент ботаники и патологии растений, Университет штата Орегон, Корваллис, штат Орегон, 97331, США, 3 EMBL — Европейский институт биоинформатики, Wellcome Trust Genome Campus, Hinxton CB10 1SD, UK, 4 9 1208 Программа информатики и био-вычислений, Институт исследования рака Онтарио, Торонто, M5G 1L7, Канада, 5 Департамент биохимии и молекулярной фармакологии, Медицинская школа Нью-Йоркского университета, Нью-Йорк, Нью-Йорк 10016, США и 6 Завод NAA, почва И отдел исследований лаборатории питания, USDA-ARS, Итака, Нью-Йорк 14853, США
Панкадж Джайсвал
1 Лаборатория Колд-Спринг-Харбор, Колд-Спринг-Харбор, Нью-Йорк 11724, США, 2 Департамент ботаники и патологии растений, Орегон Государственный университет, Корваллис, штат Орегон, 97331, США, 3 EMBL — Европейский институт биоинформатики, Wellcome Trust Genome Campus, Hinxton CB10 1SD, Великобритания, 4 Программа информатики и биологических вычислений, Институт исследования рака Онтарио, Торонто M5G 1L7, Канада, 5 Департамент биохимии и молекулярной фармакологии, Медицинская школа Нью-Йоркского университета, Нью-Йорк, штат Нью-Йорк 10016, США, и 6 NAA, Лаборатория исследований растений, почвы и питания, USDA-ARS, Итака, Нью-Йорк 14853, U SA
Doreen Ware
1 Лаборатория Колд-Спринг-Харбор, Колд-Спринг-Харбор, Нью-Йорк 11724, США, 2 Департамент ботаники и патологии растений, Университет штата Орегон, Корваллис, штат Орегон, 97331, США, 3 EMBL- Европейский институт биоинформатики, Wellcome Trust Genome Campus, Hinxton CB10 1SD, UK, 4 Программа информатики и биологических вычислений, Институт онкологических исследований Онтарио, Торонто M5G 1L7, Канада, 5 Департамент биохимии и молекулярной фармакологии, Школа Нью-Йоркского университета Медицина, Нью-Йорк, Нью-Йорк 10016, США и 6 Лаборатория исследований растений, почвы и питания NAA, USDA-ARS, Итака, Нью-Йорк 14853, США
Геномы 13 одомашненных и диких родственников риса подчеркивают генетическую сохранность, оборот и инновации по роду Oryza
Этвелл, Б. Дж., Ван, Х. и Скафаро, А. П. Можно ли использовать устойчивость к абиотическому стрессу у диких родственников риса для улучшения Oryza sativa ? Plant Sci. 215–216 , 48–58 (2014).
PubMed Google Scholar
Giuliani, R. et al. Координация фотосинтеза, транспирации и структурных признаков листьев у риса и диких сородичей (род Oryza ). Plant Physiol. 162 , 1632–1651 (2013).
CAS PubMed PubMed Central Google Scholar
Mizuta, Y., Harushima, Y. & Kurata, N. Несовместимость гибридов с пыльцой риса, вызванная реципрокной потерей дублированных генов. Proc. Natl. Акад. Sci. США 107 , 20417–20422 (2010).
CAS PubMed Google Scholar
Garg, R. et al. Глубокое секвенирование транскриптома дикого галофитного риса, Porteresia coarctata , позволяет по-новому взглянуть на факторы устойчивости к засолению и погружению. DNA Res. 21 , 69–84 (2014).
CAS PubMed Google Scholar
Iwamatsu, Y. et al. Чувствительность к УФВ и генотипы фотолиазы циклобутанпиримидин димера (ЦПД) у культурных и диких видов риса. Photochem. Photobiol. Sci. 7 , 311–320 (2008).
CAS PubMed Google Scholar
He, R.и другие. Общесистемное сравнение тканей красного риса ( Oryza longistaminata ) позволяет идентифицировать гены и белки, специфичные для корневищ, которые являются мишенями для улучшения культивируемого риса. BMC Plant Biol. 14 , 46 (2014).
PubMed PubMed Central Google Scholar
Song, W. Y. et al. Рецепторный киназоподобный белок, кодируемый геном устойчивости к болезням риса, Xa 21. Science 270 , 1804–1806 (1995).
CAS PubMed Google Scholar
Йена, К. К. Виды рода Oryza и перенос полезных генов диких видов в культивируемый рис, O. sativa . Порода. Sci. 60 , 518–523 (2010).
Google Scholar
Ammiraju, J. S. S. et al. Ресурс библиотеки бактериальных искусственных хромосом Oryza : создание и анализ 12 библиотек ВАС с большим охватом и большими вставками, которые представляют 10 типов генома этого рода. Орыза. Genome Res. 16 , 140–147 (2006).
PubMed Google Scholar
Ammiraju, J. S. S. et al. Ресурс Oryza BAC: инструмент в масштабе всего рода и генома для изучения эволюции генома риса и использования полезного генетического разнообразия от диких родственников. Порода. Sci. 60 , 536–543 (2010).
Google Scholar
Kim, H. et al. Построение, сопоставление и анализ двенадцати каркасных физических карт, которые представляют десять типов генома рода Oryza . Genome Biol. 9 , R45 (2008).
PubMed PubMed Central Google Scholar
Kim, H. et al. Сравнительное физическое картирование между Oryza sativa (тип генома AA) и O. punctata (тип генома BB). Генетика 176 , 379–390 (2007).
CAS PubMed PubMed Central Google Scholar
Rounsley, S. et al. De novo секвенирование геномов растений следующего поколения. Рис 2 , 35–43 (2009).
Google Scholar
Jacquemin, J. et al. Дальнодействующая и направленная эктопическая рекомбинация между двумя гомеологичными хромосомами 11 и 12 у видов Oryza . Mol. Биол. Evol. 28 , 3139–3150 (2011).
CAS PubMed Google Scholar
Jacquemin, J., Laudié, M. & Cooke, R. Повторное рассмотрение недавней дупликации: филогенетический анализ показывает, что наследственная дупликация высококонсервативна в пределах рода Oryza и за его пределами. BMC Plant Biol. 9 , 146 (2009).
PubMed PubMed Central Google Scholar
Zhao, Y. et al. Идентификация и анализ унитарной потери давно установленных генов, кодирующих белок, у Poaceae показывает доказательства смещенной потери генов и предположительно функциональной транскрипции реликтов. BMC Evol. Биол. 15 , 66 (2015).
PubMed PubMed Central Google Scholar
Ammiraju, J. S. S. et al. Динамическая эволюция геномов Oryza выявлена сравнительным геномным анализом общеродового вертикального набора данных. Растительная клетка 20 , 3191–3209 (2008).
CAS PubMed PubMed Central Google Scholar
Jacquemin, J. et al. Пятнадцать миллионов лет эволюции рода Oryza показывают обширное расширение семейства генов. Mol. Завод 7 , 642–656 (2014).
CAS PubMed Google Scholar
Саньял, А.и другие. Ортологическое сравнение области Hd 1 по родам выявило лабильность гена Hd 1 у диплоидных видов Oryza и нарушения микросинтении в Sorghum . Mol. Биол. Evol. 27 , 2487–2506 (2010).
CAS PubMed Google Scholar
Piegu, B. et al. Удвоение размера генома без полиплоидизации: динамика расширений генома за счет ретротранспозиции у Oryza australiensis , дикого родственника риса. Genome Res. 16 , 1262–1269 (2006).
CAS PubMed PubMed Central Google Scholar
Ammiraju, J. S. S. et al. Эволюционная динамика древнего семейства ретротранспозонов дает представление об эволюции размера генома у рода Oryza . Plant J. 52 , 342–351 (2007).
CAS PubMed Google Scholar
Lu, F. et al. Сравнительный анализ последовательности 1-ортологичных областей MONOCULM в 14 геномах Oryza . Proc. Natl. Акад. Sci. США 106 , 2071–2076 (2009).
CAS PubMed Google Scholar
Ammiraju, J. S. S. et al. Пространственно-временные закономерности эволюции генома у аллотетраплоидных видов рода Oryza . Plant J. 63 , 430–442 (2010).
CAS PubMed Google Scholar
Wang, M. et al. Последовательность генома африканского риса ( Oryza glaberrima ) и доказательства независимой одомашнивания. Nat. Genet. 46 , 982–988 (2014).
CAS PubMed Google Scholar
Zhang, Y. et al. Геном и сравнительная транскриптомика африканского дикого риса Oryza longistaminata дает представление о молекулярном механизме ризоматичности и самонесовместимости. Mol. Завод 8 , 1683–1686 (2015).
CAS PubMed Google Scholar
Zhang, Q.J. et al. Быстрая диверсификация пяти геномов Oryza AA, связанных с адаптацией риса. Proc. Natl. Акад. Sci. США 111 , E4954 – E4962 (2014).
CAS PubMed Google Scholar
Zhang, J. et al.Обширное расхождение последовательностей между эталонными геномами двух элитных сортов риса indica Zhenshan 97 и Minghui 63. Proc. Natl. Акад. Sci. США 113 , E5163 – E5171 (2016).
CAS PubMed Google Scholar
Chen, J. F. et al. Полногеномное секвенирование Oryza brachyantha раскрывает механизмы, лежащие в основе эволюции генома Oryza . Nat. Commun. 4 , 1595 (2013).
PubMed PubMed Central Google Scholar
Международный проект по секвенированию генома риса. Последовательность генома риса на основе карты. Природа 436 , 793–800 (2005).
Google Scholar
Yu, J. et al. Черновая последовательность генома риса ( Oryza sativa L. ssp. indica ). Science 296 , 79–92 (2002).
CAS PubMed Google Scholar
Мадриньян, С., Кортес, А. Дж. И Ричардсон, Дж. Э. Парамо — самая быстро развивающаяся и самая прохладная точка биоразнообразия в мире. Фронт. Genet. 4 , 192 (2013).
PubMed PubMed Central Google Scholar
Cranston, K. et al.Филогеномный анализ библиотек BAC-концевых последовательностей в Oryza (Poaceae). Syst. Бот. 35 , 512–523 (2010).
Google Scholar
Zhu, T. et al. Филогенетические взаимоотношения и дивергенция генома среди видов AA-генома рода Oryza , выявленные 53 ядерными генами и 16 межгенными областями. Mol. Филогенет. Evol. 70 , 348–361 (2014).
CAS PubMed Google Scholar
Цвикл, Д. Дж., Стейн, Дж. К., Винг, Р. А., Уэр, Д. и Сандерсон, М. Дж. Выявление методологических и биологических источников несоответствия генного дерева на хромосоме 3 Oryza (Poaceae). Syst. Биол. 63 , 645–659 (2014).
CAS PubMed Google Scholar
Дегнан, Дж. Х. и Розенберг, Н. А. Несоответствие генного дерева, филогенетический вывод и слияние многовидовых. Trends Ecol.Evol. 24 , 332–340 (2009).
PubMed Google Scholar
Molina, J. et al. Молекулярные доказательства единственного эволюционного происхождения домашнего риса. Proc. Natl. Акад. Sci. США 108 , 8351–8356 (2011).
CAS PubMed Google Scholar
Дюран, Э. Ю., Паттерсон, Н., Райх, Д., Слаткин, М.Проверка на наличие древней примеси между близкородственными популяциями. Mol. Биол. Evol. 28 , 2239–2252 (2011).
CAS PubMed PubMed Central Google Scholar
Wang, X. et al. Выравнивание генома, охватывающее основные линии происхождения Poaceae, выявляет неоднородные скорости эволюции и изменяет предполагаемые даты ключевых эволюционных событий. Mol. Завод 8 , 885–898 (2015).
CAS PubMed Google Scholar
Murat, F. et al. Реконструкция кариотипа травы предков раскрывает новые механизмы перетасовки генома как источника эволюции растений. Genome Res. 20 , 1545–1557 (2010).
CAS PubMed PubMed Central Google Scholar
Murat, F. et al. Общее доминирование субгенома после полиплоидизации объясняет эволюционную пластичность генома травы от предка из семи протохромосом с 16K протогенами. Genome Biol. Evol. 6 , 12–33 (2014).
Google Scholar
Uozu, S. et al. Повторяющиеся последовательности: причина различий в размере генома и морфологии хромосом у рода Oryza. Завод Мол. Биол. 35 , 791–799 (1997).
CAS PubMed Google Scholar
Бао В., Кодзима К. К. и Кохани О.Repbase Update, база данных повторяющихся элементов в геномах эукариот. Моб. ДНК 6 , 11 (2015).
PubMed PubMed Central Google Scholar
Vitte, C., Chaparro, C., Quesneville, H. & Panaud, O. Spip and Squiq, два новых рисовых неавтономных семейства ретро-элементов LTR, связанных с RIRE3 и RIRE8. Plant Sci. 172 , 8–19 (2007).
CAS Google Scholar
Ма, Дж., Девос, К. М. и Беннетцен, Дж. Л. Анализ структур LTR – ретротранспозон показывает недавнюю и быструю потерю геномной ДНК у риса. Genome Res. 14 , 860–869 (2004).
CAS PubMed PubMed Central Google Scholar
Ма, Дж. И Беннетцен, Дж. Л. Быстрый недавний рост и дивергенция ядерных геномов риса. Proc. Natl. Акад. Sci. США 101 , 12404–12410 (2004).
CAS PubMed Google Scholar
Vitte, C., Panaud, O. & Quesneville, H. Ретротранспозоны LTR в рисе ( Oryza sativa , L.): недавние вспышки амплификации с последующей быстрой потерей ДНК. BMC Genomics 8 , 218 (2007).
PubMed PubMed Central Google Scholar
Schneeberger, K. et al. Сборка четырех различных геномов Arabidopsis thaliana под руководством по ссылкам. Proc. Natl. Акад. Sci. США 108 , 10249–10254 (2011).
CAS PubMed Google Scholar
Грегори Т. Р. Ошибки вставки-делеции и эволюция размера генома. Gene 324 , 15–34 (2004).
CAS PubMed Google Scholar
Meyer, R. S. et al. История одомашнивания и географическая адаптация выведены из карты SNP африканского риса. Nat. Genet. 48 , 1083–1088 (2016).
CAS PubMed Google Scholar
Caicedo, A. L. et al. Полногеномные закономерности нуклеотидного полиморфизма у одомашненного риса. PLoS Genet. 3 , 1745–1756 (2007).
CAS PubMed Google Scholar
Чой, К. М., Грей, В. М., Муни, С. и Хеллманн, Х.Состав, роль и регуляция основанных на кульлине лигаз убиквитина E3. Книга арабидопсиса 12 , e0175 (2014).
PubMed PubMed Central Google Scholar
Navarro-Quezada, A., Schumann, N. & Quint, M. Эволюция белка F-бокса растений определяется специфическим для клонов временем волн расширения основных семейств генов. PLoS One 8 , e68672 (2013).
CAS PubMed PubMed Central Google Scholar
Хинча, Д. К. и Талхаммер, А. Белки LEA: IDP с разнообразными функциями в отношении толерантности к клеточной дегидратации. Biochem. Soc. Пер. 40 , 1000–1003 (2012).
CAS PubMed Google Scholar
Беннетцен, Дж. Л., Коулман, К., Лю, Р., Ма, Дж. И Рамакришна, В. Последовательная переоценка количества генов в сложных геномах растений. Curr. Opin. Plant Biol. 7 , 732–736 (2004).
CAS PubMed Google Scholar
Лонг, М., Ван Курен, Н. В., Чен, С. и Вибрановски, М. Д. Эволюция новых генов: мы мало что знали. Annu. Преподобный Жене. 47 , 307–333 (2013).
CAS PubMed PubMed Central Google Scholar
Arendsee, Z. W., Li, L. & Wurtele, E. S. Достигнув совершеннолетия: сиротские гены у растений. Trends Plant Sci. 19 , 698–708 (2014).
CAS PubMed Google Scholar
Шлёттерер К. Гены с нуля — эволюционная судьба генов de novo. Trends Genet. 31 , 215–219 (2015).
PubMed PubMed Central Google Scholar
Carvunis, A. R. et al. Протогены и рождение гена de novo. Природа 487 , 370–374 (2012).
CAS PubMed PubMed Central Google Scholar
Неме Р. и Тауц Д. Филогенетические закономерности появления новых генов поддерживают модель частой эволюции de novo. BMC Genomics 14 , 117 (2013).
CAS PubMed PubMed Central Google Scholar
Palmieri, N., Kosiol, C. & Schlötterer, C. Жизненный цикл орфанных генов дрозофилы . eLife 3 , e01311 (2014).
PubMed PubMed Central Google Scholar
Вольф, Ю. И., Новичков, П. С., Карев, Г. П., Кунин, Е. В. и Липман, Д. Дж. Универсальное распределение темпов эволюции генов и отличительные характеристики эукариотических генов разного кажущегося возраста. Proc. Natl. Акад. Sci. США 106 , 7273–7280 (2009).
CAS PubMed Google Scholar
Гуо, Ю. Л. Эволюция семейства генов у зеленых растений с акцентом на происхождение и эволюцию генов Arabidopsis thaliana . Plant J. 73 , 941–951 (2013).
CAS PubMed Google Scholar
Донохью М. Т., Кешавайя К., Свамидатта С. Х. и Спиллейн К. Эволюционное происхождение специфических для Brassicaceae генов в Arabidopsis thaliana . BMC Evol. Биол. 11 , 47 (2011).
CAS PubMed PubMed Central Google Scholar
Wu, D.-D. и другие. Гипотеза «вне пыльцы» происхождения новых генов у текущих растений: исследование Arabidopsis thaliana . Genome Biol.Evol. 6 , 2822–2829 (2014).
CAS PubMed PubMed Central Google Scholar
Prabh, N. & Rödelsperger, C. Являются ли орфанные гены кодирующими белками, артефактами предсказания или некодирующими РНК? BMC Bioinformatics 17 , 226 (2016).
PubMed PubMed Central Google Scholar
Wang, W. et al.Высокая скорость образования химерных генов ретропозицией в геномах растений. Растительная клетка 18 , 1791–1802 (2006).
CAS PubMed PubMed Central Google Scholar
Zhang, C. et al. Высокая встречаемость функциональных новых химерных генов при исследовании последовательностей генома с коротким плечом хромосомы 3 риса. Genome Biol. Evol. 5 , 1038–1048 (2013).
PubMed PubMed Central Google Scholar
Цзян Н., Бао З., Чжан Х., Эдди С. Р. и Весслер С. Р. Мобильные элементы Pack-MULE опосредуют эволюцию генов у растений. Nature 431 , 569–573 (2004).
CAS PubMed Google Scholar
Hanada, K. et al. Функциональная роль pack-MULEs в рисе определена на основе очищающего отбора и профиля экспрессии. Растительная клетка 21 , 25–38 (2009).
CAS PubMed PubMed Central Google Scholar
Фергюсон, А. А., Чжао, Д. и Цзян, Н. Селективное получение и сохранение геномных последовательностей с помощью элементов, подобных Pack-Mutator, на основе содержания гуанин-цитозин и широты экспрессии. Plant Physiol. 163 , 1419–1432 (2013).
CAS PubMed PubMed Central Google Scholar
Wang, J. et al. Изменения метилирования ДНК облегчили эволюцию генов, происходящих из мутатороподобных мобильных элементов. Genome Biol. 17 , 92 (2016).
PubMed PubMed Central Google Scholar
Kapusta, A. et al. Мобильные элементы вносят основной вклад в происхождение, диверсификацию и регуляцию длинных некодирующих РНК позвоночных. PLoS Genet. 9 , e1003470 (2013).
CAS PubMed PubMed Central Google Scholar
Kelley, D. & Rinn, J. Мобильные элементы выявляют специфичный для стволовых клеток класс длинных некодирующих РНК. Genome Biol. 13 , R107 (2012).
PubMed PubMed Central Google Scholar
Schatz, M.C. et al. Полногеномные сборки de novo трех дивергентных штаммов риса, Oryza sativa , документируют новое пространство генов aus и indica . Genome Biol. 15 , 506 (2014).
PubMed PubMed Central Google Scholar
Yu, P. et al. Вариации числа копий по всему геному в Oryza sativa L. BMC Genomics 14 , 649 (2013).
CAS PubMed PubMed Central Google Scholar
Yao, W. et al. Изучение необязательного генома риса с использованием метагеномоподобной стратегии сборки. Genome Biol. 16 , 187 (2015).
PubMed PubMed Central Google Scholar
Лейстер, Д. Тандемная и сегментная дупликация и рекомбинация генов в эволюции гена устойчивости к болезням растений. Trends Genet. 20 , 116–122 (2004).
CAS PubMed Google Scholar
Okuyama, Y. et al.Многогранный подход к геномике позволяет изолировать ген устойчивости риса к Pia-blast, состоящий из двух соседних генов белка NBS-LRR. Plant J. 66 , 467–479 (2011).
CAS PubMed Google Scholar
Zhou, T. et al. Полногеномная идентификация генов NBS у риса japonica показывает значительное распространение дивергентных генов NBS-LRR, не относящихся к TIR. Mol. Genet. Геномика 271 , 402–415 (2004).
CAS PubMed Google Scholar
Yang, S. et al. Полногеномное исследование генетических вариаций генов устойчивости риса к болезням. Завод Мол. Биол. 62 , 181–193 (2006).
CAS PubMed Google Scholar
Cesari, S. et al. Пара белков устойчивости риса RGA4 / RGA5 распознает эффекторы Magnaportheoryzae, AVR-Pia и AVR1-CO39 путем прямого связывания. Растительная клетка 25 , 1463–1481 (2013).
CAS PubMed PubMed Central Google Scholar
Lee, S. K. et al. Pi5-опосредованная устойчивость риса к Magnaporthe oryzae требует присутствия двух спиральных, нуклеотид-связывающих, богатых лейцином повторов генов. Генетика 181 , 1627–1638 (2009).
CAS PubMed PubMed Central Google Scholar
Ashikawa, I. et al. Два соседних нуклеотид-связывающих сайта — богатые лейцином гены класса повторов необходимы для придания Pikm-специфической устойчивости к бласту риса. Генетика 180 , 2267–2276 (2008).
CAS PubMed PubMed Central Google Scholar
Cesari, S., Bernoux, M., Moncuquet, P., Kroj, T. & Dodds, P. N. Новый консервативный механизм для пар белков NLR растений: гипотеза «интегрированной приманки». Фронт. Plant Sci. 5 , 606 (2014).
PubMed PubMed Central Google Scholar
Саррис, П. Ф., Чевик, В., Дагдас, Дж., Джонс, Дж. Д. и Красилева, К. В. Сравнительный анализ архитектуры иммунных рецепторов растений раскрывает белки-хозяева, которые, вероятно, являются мишенью патогенов. BMC Biol. 14 , 8 (2016).
PubMed PubMed Central Google Scholar
Kroj, T., Chanclud, E., Michel-Romiti, C., Grand, X. & Morel, J. B. Широко распространена интеграция доменов-ловушек, полученных из белковых мишеней эффекторов патогенов, в иммунные рецепторы растений. New Phytol. 210 , 618–626 (2016).
CAS PubMed PubMed Central Google Scholar
Bryan, G. T. et al. Разница в одной аминокислоте отличает устойчивые и чувствительные аллели гена устойчивости к взрывам риса Pi-ta . Растительная клетка 12 , 2033–2046 (2000).
CAS PubMed PubMed Central Google Scholar
Jacquemin, J., Bhatia, D., Singh, K. & Wing, RA The International Oryza Map Alignment Project: разработка платформы сравнительной геномики для всего рода, чтобы помочь решить проблему 9 миллиардов человек. вопрос. Curr. Opin. Plant Biol. 16 , 147–156 (2013).
CAS PubMed Google Scholar
Пиз, Дж. Б., Хаак, Д. К., Хан, М. В. и Мойл, Л. С. Филогеномика выявляет три источника адаптивных изменений во время быстрой радиации. PLoS Biol. 14 , e1002379 (2016).
PubMed PubMed Central Google Scholar
Fontaine, M.C. et al. Обширная интрогрессия в комплекс видов переносчиков малярии, выявленная филогеномикой. Наука 347 , 1258524 (2015).
PubMed Google Scholar
Мэддисон, В. Генные деревья в породных деревьях. Syst. Биол. 46 , 523–536 (1997).
Google Scholar
Hayashi, K. & Yoshida, H. Рефункционализация древнего гена устойчивости к возбудителю риса Pit путем привлечения ретротранспозона в качестве промотора. Plant J. 57 , 413–425 (2009).
CAS PubMed Google Scholar
Zhang, H. et al. Малая РНК, полученная из транспозонов, отвечает за модифицированную функцию локуса WRKY45. Nat. Растения 2 , 16016 (2016).
CAS PubMed Google Scholar
Butelli, E. et al. Ретротранспозоны контролируют специфическое для фруктов, зависимое от холода накопление антоцианов в кровяных апельсинах. Растительная клетка 24 , 1242–1255 (2012).
CAS PubMed PubMed Central Google Scholar
Ong-Abdullah, M. et al. Потеря метилирования транспозона кармы лежит в основе скрытого сомаклонального варианта масличной пальмы. Природа 525 , 533–537 (2015).
CAS PubMed PubMed Central Google Scholar
Xiao, W. et al. Ген риса, полученный de novo, негативно регулирует защитный ответ, вызванный патогенами. PLoS One 4 , e4603 (2009 г.).
PubMed PubMed Central Google Scholar
SanMiguel, P. et al. Вложенные ретротранспозоны в межгенные участки генома кукурузы. Science 274 , 765–768 (1996).
CAS PubMed Google Scholar
Янг, Л. и Гаут, Б. С. Факторы, которые способствуют изменению скорости эволюции среди генов Arabidopsis . Mol. Биол. Evol. 28 , 2359–2369 (2011).
CAS PubMed Google Scholar
Пенниси Э. Вооружен и опасен. Наука 327 , 804–805 (2010).
CAS PubMed Google Scholar
Пуджа, К. и Каточ, А. Прошлое, настоящее и будущее управления рисовым взрывом. Plant Sci. Сегодня 1 , 165–173 (2014).
Google Scholar
Fukuoka, S. et al. Пирамидирование генов повышает стойкость риса к взрывным болезням. Sci. Отчетность 5 , 7773 (2015).
CAS PubMed PubMed Central Google Scholar
Goff, S.A. et al. Черновая последовательность генома риса ( Oryza sativa L. ssp. japonica ). Science 296 , 92–100 (2002).
CAS PubMed Google Scholar
Harushima, Y. et al. Карта генетического сцепления риса высокой плотности с 2275 маркерами с использованием одной популяции F 2 . Генетика 148 , 479–494 (1998).
CAS PubMed PubMed Central Google Scholar
McCouch, S. R. et al. Разработка и картирование 2240 новых маркеров SSR для риса ( Oryza sativa L.). DNA Res. 9 , 199–207 (2002).
CAS PubMed Google Scholar
Löytynoja, A. & Goldman, N. Алгоритм последовательного множественного выравнивания последовательностей со вставками. Proc. Natl. Акад. Sci. США 102 , 10557–10562 (2005).
PubMed Google Scholar
Цвикл, Д. Дж. Подходы генетических алгоритмов для филогенетического анализа больших наборов данных биологической последовательности в соответствии с критерием максимального правдоподобия . Кандидатская диссертация, Univ. Техас, Остин (2006).
Посада Д. и Крэндалл К. А. МОДЕЛЬ ТЕСТ: тестирование модели замещения ДНК. Биоинформатика 14 , 817–818 (1998).
CAS PubMed Google Scholar
Хиротугу, А. Новый взгляд на идентификацию статистической модели. IEEE Trans. Автомат. Contr. 19 , 716–723 (1974).
Google Scholar
Лю, Л., Ю., Л. и Эдвардс, С. В. Подход максимального псевдо-правдоподобия для оценки деревьев видов в рамках модели слияния. BMC Evol. Биол. 10 , 302 (2010).
PubMed PubMed Central Google Scholar
Бриттон, Т., Андерсон, К. Л., Жаке, Д., Лундквист, С., Бремер, К. Оценка времени дивергенции в больших филогенетических деревьях. Syst. Биол. 56 , 741–752 (2007).
PubMed Google Scholar
Tang, L. et al. Филогения и биогеография племени риса (Oryzeae): данные комбинированного анализа 20 фрагментов хлоропластов. Mol. Филогенет. Evol. 54 , 266–277 (2010).
CAS PubMed Google Scholar
Zou, X.H. et al. Анализ 142 генов решает проблему быстрой диверсификации рода риса. Genome Biol. 9 , R49 (2008).
PubMed PubMed Central Google Scholar
Green, R.E. et al. Предварительная последовательность генома неандертальца. Наука 328 , 710–722 (2010).
CAS PubMed PubMed Central Google Scholar
Бусинг, Ф., Мейер, Э. и Лиден, Р. Delete-m складной нож для неравных m. Stat. Comput. 9 , 3–8 (1999).
Google Scholar
Сандерсон М. Дж., Николае М. и МакМахон М. М. Филогеномика с учетом гомологии в гигабазных масштабах. Syst. Биол. 66 , 590–603 (2017).
CAS PubMed PubMed Central Google Scholar
Ангиуоли, С. В. и Зальцберг, С. Л. Магси: быстрое множественное выравнивание близкородственных полных геномов. Биоинформатика 27 , 334–342 (2011).
CAS PubMed Google Scholar
Огден Т. Х. и Розенберг М. С. Как следует рассматривать пробелы в экономии средств? Сравнение подходов с использованием моделирования. Mol. Филогенет. Evol. 42 , 817–826 (2007).
CAS PubMed Google Scholar
Huelsenbeck, J. P. & Ronquist, F. MRBAYES: Байесовский вывод филогенетических деревьев. Биоинформатика 17 , 754–755 (2001).
CAS PubMed PubMed Central Google Scholar
Хаас, Б. Дж., Делчер, А.Л., Вортман, Дж. Р. и Зальцберг, С. Л. DAGchainer: инструмент для анализа сегментарных дупликаций генома и синтении. Биоинформатика 20 , 3643–3646 (2004).
CAS PubMed PubMed Central Google Scholar
Youens-Clark, K. et al. База данных Gramene в 2010 году: обновления и расширения. Nucleic Acids Res. 39 , D1085 – D1094 (2011).
CAS PubMed Google Scholar
Харрис Р. С. Улучшенное парное выравнивание геномной ДНК . Кандидатская диссертация, Пенсильвания. State Univ. (2007).
Кент, В. Дж., Бэртч, Р., Хинрикс, А., Миллер, В. и Хаусслер, Д. Котел эволюции: дупликация, делеция и перестройка в геномах мыши и человека. Proc. Natl. Акад. Sci. США 100 , 11484–11489 (2003).
CAS PubMed Google Scholar
Quinlan, A.R. & Hall, I.M.BEDTools: гибкий набор утилит для сравнения геномных характеристик. Биоинформатика 26 , 841–842 (2010).
CAS PubMed PubMed Central Google Scholar
Kawahara, Y. et al. Улучшение эталонного генома Oryza sativa Nipponbare с использованием последовательностей нового поколения и данных оптических карт. Рис 6 , 4 (2013).
PubMed PubMed Central Google Scholar
Kurtz, S. et al. Универсальное и открытое программное обеспечение для сравнения больших геномов. Genome Biol. 5 , R12 (2004).
PubMed PubMed Central Google Scholar
Katoh, K. & Toh, H. Последние разработки в программе множественного выравнивания последовательностей MAFFT. Краткое. Биоинформ. 9 , 286–298 (2008).
CAS PubMed Google Scholar
Ye, K., Schulz, MH, Long, Q., Apweiler, R. & Ning, Z. Pindel: метод роста паттернов для обнаружения точек разрыва больших делеций и вставок среднего размера с парных концов короткие чтения. Биоинформатика 25 , 2865–2871 (2009).
CAS PubMed PubMed Central Google Scholar
Danecek, P. et al. Вариант формата вызова и VCFtools. Биоинформатика 27 , 2156–2158 (2011).
CAS PubMed PubMed Central Google Scholar
Vilella, A. J. et al. EnsemblCompara GeneTrees: полные филогенетические деревья позвоночных с учетом дублирования. Genome Res. 19 , 327–335 (2009).
CAS PubMed PubMed Central Google Scholar
Ruan, J. et al. TreeFam: обновление 2008 г. Nucleic Acids Res. 36 , D735 – D740 (2008 г.).
CAS PubMed Google Scholar
Като, К. и Стэндли, Д. М. MAFFT: итерационное уточнение и дополнительные методы. Methods Mol. Биол. 1079 , 131–146 (2014).
PubMed Google Scholar
Эдгар Р.C. MUSCLE: множественное выравнивание последовательностей с высокой точностью и высокой пропускной способностью. Nucleic Acids Res. 32 , 1792–1797 (2004).
CAS PubMed PubMed Central Google Scholar
Lassmann, T. & Sonnhammer, E. L. Kalign — точный и быстрый алгоритм множественного выравнивания последовательностей. BMC Bioinformatics 6 , 298 (2005).
PubMed PubMed Central Google Scholar
Magis, C. et al. T-Coffee: целевая функция согласованности на основе дерева для оценки согласованности. Methods Mol. Биол. 1079 , 117–129 (2014).
PubMed Google Scholar
Уоллес, И. М., О’Салливан, О., Хиггинс, Д. Г. и Нотредейм, К. М-Кофе: сочетание нескольких методов выравнивания последовательностей с T-Coffee. Nucleic Acids Res. 34 , 1692–1699 (2006).
CAS PubMed PubMed Central Google Scholar
Campbell, M. S. et al. MAKER-P: набор инструментов для быстрого создания, управления и контроля качества аннотаций генома растений. Plant Physiol. 164 , 513–524 (2014).
CAS PubMed PubMed Central Google Scholar
Lamesch, P. et al. Информационный ресурс Arabidopsis (TAIR): улучшенная аннотация генов и новые инструменты. Nucleic Acids Res. 40 , D1202 – D1210 (2012).
CAS PubMed PubMed Central Google Scholar
Патерсон, А. Х. и др. Геном Sorghum bicolor и разнообразие трав. Nature 457 , 551–556 (2009).
CAS Google Scholar
Международная инициатива по брахиподиуму. Секвенирование и анализ генома модельной травы Brachypodium distachyon . Природа 463 , 763–768 (2010).
Google Scholar
Monaco, M. K. et al. Gramene 2013: сравнительные ресурсы геномики растений. Nucleic Acids Res. 42 , D1193 – D1199 (2014).
CAS PubMed Google Scholar
Sayers, E. W. et al. Ресурсы базы данных Национального центра биотехнологической информации. Nucleic Acids Res. 37 , D5 – D15 (2009).
CAS PubMed Google Scholar
Томпсон, Дж. Д., Хиггинс, Д. Г. и Гибсон, Т. Дж. КЛАСТАЛ W: повышение чувствительности последовательного множественного выравнивания последовательностей посредством взвешивания последовательностей, штрафов за пропуски в зависимости от положения и выбора матрицы весов. Nucleic Acids Res. 22 , 4673–4680 (1994).
CAS PubMed PubMed Central Google Scholar
Stajich, J. E. et al. Инструментарий Bioperl: модули Perl для наук о жизни. Genome Res. 12 , 1611–1618 (2002).
CAS PubMed PubMed Central Google Scholar
Янг, З. PAML 4: филогенетический анализ методом максимального правдоподобия. Mol. Биол. Evol. 24 , 1586–1591 (2007).
CAS Google Scholar
R Основная команда. R: Язык и среда для статистических вычислений (Фонд R для статистических вычислений, Вена, 2014).
Google Scholar
Du, Z., Zhou, X., Ling, Y., Zhang, Z. & Su, Z. agriGO: набор аналитических инструментов GO для сельскохозяйственного сообщества. Nucleic Acids Res. 38 , W64 – W70 (2010).
CAS PubMed PubMed Central Google Scholar
Trapnell, C. et al. Сборка и количественное определение транскриптов с помощью RNA-Seq выявляет неаннотированные транскрипты и переключение изоформ во время дифференцировки клеток. Nat. Biotechnol. 28 , 511–515 (2010).
CAS PubMed PubMed Central Google Scholar
Альтшул, С. Ф., Гиш, В., Миллер, В., Майерс, Э. У. и Липман, Д. Дж. Базовый инструмент поиска локального совмещения. J. Mol. Биол. 215 , 403–410 (1990).
CAS PubMed PubMed Central Google Scholar
Мэддисон, У. П. и Мэддисон, Д. Mesquite: модульная система для эволюционного анализа, версия 3.04 http://mesquiteproject.org/ (2015).
Li, W. et al. Сеть биоинформатики и программных инструментов EMBL-EBI. Nucleic Acids Res. 43 (W1), W580 – W584 (2015).
CAS PubMed PubMed Central Google Scholar
Эдди, С. Р. Новое поколение инструментов поиска гомологии на основе вероятностного вывода. Геном Информ. 23 , 205–211 (2009).
PubMed Google Scholar
Прайс, М. Н., Дехал, П. С. и Аркин, А. П. FastTree 2 — деревья приблизительно максимального правдоподобия для больших выравниваний. PLoS One 5 , e9490 (2010).
PubMed PubMed Central Google Scholar
Lin, F. et al. Ген устойчивости к бласту Pi37 кодирует сайт связывания нуклеотидов, богатый лейцином, повторяющийся белок и является членом кластера генов устойчивости на хромосоме 1 риса. Genetics 177 , 1871–1880 (2007).
CAS PubMed PubMed Central Google Scholar
Wang, Z. X. et al. Ген Pib устойчивости к взрывам риса принадлежит к классу генов устойчивости растений к связыванию нуклеотидов и богатым лейцином повторам. Plant J. 19 , 55–64 (1999).
PubMed Google Scholar
Qu, S. et al. Ген Pi9 бластной устойчивости широкого спектра действия кодирует сайт связывания нуклеотидов с богатым лейцином повторяющимся белком и является членом мультигенного семейства риса. Генетика 172 , 1901–1914 (2006).
CAS PubMed PubMed Central Google Scholar
Zhou, B. et al. Восемь аминокислотных различий в трех богатых лейцином повторах между белками устойчивости Pi2 и Piz-t определяют специфичность устойчивости к Magnaporthe grisea . Mol. Взаимодействие с растительными микробами. 19 , 1216–1228 (2006).
CAS PubMed Google Scholar
Shang, J. et al. Идентификация нового гена устойчивости к бласту риса, Pid3 , путем полногеномного сравнения парных генов, связывающих нуклеотид-связывающий сайт, богатых лейцином повторов, и их псевдогенных аллелей между двумя секвенированными геномами риса. Генетика 182 , 1303–1311 (2009).
CAS PubMed PubMed Central Google Scholar
Liu, X., Lin, F., Wang, L. и Pan, Q. Клонирование на основе in silico карты Pi36 , нуклеотид-связывающего участка риса, богатого лейцином. ген, который придает расово-специфическую устойчивость бластовому грибку. Генетика 176 , 2541–2549 (2007).
CAS PubMed PubMed Central Google Scholar
Hayashi, N. et al. Прочный ген устойчивости к взрывам метелки Pb1 кодирует атипичный белок CC-NBS-LRR и был получен путем приобретения промотора посредством локальной дупликации генома. Plant J. 64 , 498–510 (2010).
CAS PubMed Google Scholar
Sharma, T. R. et al. Картирование с высоким разрешением, клонирование и молекулярная характеристика Pi-k h ген риса, придающий устойчивость к Magnaporthe grisea . Mol. Genet. Геномика 274 , 569–578 (2005).
CAS PubMed Google Scholar
Tang, J. et al. Полудоминантные мутации в гене CC-NB-LRR-type R , NLS1 , приводят к конститутивной активации защитных реакций у риса. Plant J. 66 , 996–1007 (2011).
CAS PubMed Google Scholar
Jiao, B. B. et al. Новый белок RLS1 с доменами NB-ARM участвует в деградации хлоропластов во время старения листьев риса. Mol. Завод 5 , 205–217 (2012).
CAS PubMed Google Scholar
Yoshimura, S. et al. Экспрессия Xa1 , гена устойчивости к бактериальному фитофторозу в рисе, индуцируется бактериальной инокуляцией. Proc. Natl. Акад. Sci. США 95 , 1663–1668 (1998).
CAS PubMed Google Scholar
Camacho, C. et al. BLAST +: архитектура и приложения. BMC Bioinformatics 10 , 421 (2009).
PubMed PubMed Central Google Scholar
Гай, Л., Култима, Дж. Р. и Андерссон, С. G. genoPlotR: сравнительная визуализация генов и геномов в R. Bioinformatics 26 , 2334–2335 (2010).
CAS PubMed PubMed Central Google Scholar
| Имя / Год | Название диссертации | Текущая известная позиция | |
| Youdan (Kelsey) Wang PhD’20 | Мета-анализ испытаний N-of-1 с использованием байесовских иерархических моделей | Ассоциированный сотрудник Аналитическая группа | |
| Xiaotian Wu PhD’20 | Уменьшение размеров для секвенирования РНК одиночных клеток | Data Scientist Google, Inc | |
| Ичжэнь Сюй PhD’20 | Байесовское машинное обучение для прогнозирования и причинного вывода | Научный сотрудник Университет Джона Хопкинса | |
| Руошуй Чжай PhD’20 | Темы множественного импутации и вычислительных методов для разработки и анализа кластерных рандомизированных исследований | Data Scientist Boston Consulting Group | |
| Menghan Hu PhD’19 | Статистические методы получения данных структурной визуализации | Старший консультант по биостатистике Sage Therapeutics | |
| Mingyang Shan PhD’19 | Связь записей и причинно-следственный вывод с приложениями к исследованиям служб здравоохранения | Ученый-исследователь — Аналитика реального мира Eli Lilly & Company | |
| Jun Ke PhD’19 | Анализ пространственной и временной корреляции с применением данных фМРТ | Старший биостатист Биоген | |
| Энтони Скотина PhD’19 | Оценка эффектов различных видов лечения по данным наблюдений применительно к сахарному диабету 2 типа | Доцент статистики Колледж Симмонс | |
| Джейми Чжан PhD’18 | Data Scientist | ||
| Chengyang Gu PhD’17 | Методы статистических недостающих данных с приложениями к исследованиям в сфере здравоохранения | Ассоциированный сотрудник Аналитическая группа | |
| Bahar Erar Hood PhD’17 | Регрессия всего генома для моделирования гена посредством лечебных взаимодействий в структурированных популяциях | Ученый-исследователь Amazon | |
| Мун Сан Юэ PhD’17 | Оценка прогностической точности тестов и их влияния на результаты лечения пациентов | Старший биостатист Gilead Sciences | |
| И Чжао PhD’17 | Анализ причинно-следственной связи больших данных | Постдокторант Школа общественного здравоохранения Bloomberg Джона Хопкинса | |
| Wei Cheng PhD’16 | Сетевой мета-анализ исследований диагностической точности | Старший методист Исследовательский институт Оттавской больницы | |
| Лянъюань Ху PhD’16 | Причинно-следственные модели для сравнения и оптимизации стратегий лечения ВИЧ с использованием данных ЭУЗ | Доцент биостатистики Департамент науки и политики в области здоровья населения Медицинская школа Икана на горе Синай, Нью-Йорк | |
| Майк Лопес PhD’15 | Причинно-следственный вывод для нескольких методов лечения | Директор по данным и аналитике Национальная футбольная лига | |
| Андреа Остин PhD’14 | Ковариативно определенные модели скрытого пространства для социальных сетей с расширениями на биомолекулярные пути | Ученый-исследователь Дартмутский колледж | |
| Stravroula Chrysanthopoulou PhD’14 | Статистические методы в имитационном моделировании MICR — калибровка и точность прогнозов | Доцент, научный сотрудник Кафедра биостатистики Университета Брауна | |
| Miles Ott PhD’14 | Аналитические методы для сетевых данных | Доцент кафедры статистики и данных Колледж Смита | |
| Марк Фиекас PhD’12 | Статистические методы анализа функциональной связности сигналов мозга | Доцент Миннесотский университет, Отдел биостатистики | |
| Кристина Горростия PhD’12 | Зависимость в комплексных многомерных временных рядах | Data Scientist Cogito Corp. | |
| Девин Кестлер PhD’12 | Улучшения для модельной кластеризации многомерных геномных данных | — Доцент, Департамент биостатистики и науки о данных — Заместитель директора, Общие ресурсы биостатистики и информатики, Онкологический центр Канзасского университета — Сателлитный директор, Биоинформатика, Канзас — INBRE (K-INBRE) | |
| Jing Zhang PhD’12 | Причинно-следственный вывод для эффектов посредничества | Управляющий портфелем Управление фондом урожая | |
| Hakmook Kang PhD’11 | Пространственно-временные модели для изображений функционального магнитного резонанса | Доцент кафедры биостатистики Университет Вандербильта | |
| Энн Мванги PhD’11 | Устранение предвзятости селектина в данных истории наблюдений с применением к данным о ВИЧ из Западной Кении | Старший преподаватель Мой университет | |
| Yunxia Sui PhD’10 | Надежная мера экспрессии генов с использованием баз данных микрочипов | Менеджер по статистике AbbVie | |
| Шира Дунсигер PhD’09 | Анализ продольных двоичных данных поведенческой медицины | — научный сотрудник больницы Мириам — доцент (исследования) поведенческих и социальных наук в Университете Брауна | |
| Hong Li PhD’09 | Статистическая методология мониторинга рецидивов заболеваний | Доцент Медицинский университет Южной Каролины | |
| Джу Ён Ли Доктор философии’07 | Старший специалист по статистике FDA | ||
| Шан-Ин Шиу PhD’07 | Доцент Кафедра биостатистики, Национальный университет Тайбэя | ||
| Li Su PhD’07 | Старший статистик-исследователь Кембриджский университет | ||
| Мэй-Сю Чен PhD’05 |
